（Meta：不确定这个问题是否适合StackOverflow，它有一个AI /统计倾斜。随意推荐哪个StackExchange网站更合适。）
许多声誉系统，如eBay，Slashdot，AirBnB和StackOverflow都基于用户在某人的努力获得的积极和消极评价中的声誉。在这些情况下，用户基于好/坏信号投票给其他人，例如投票或投票。在大多数情况下，这是绝对评级：答案是有帮助的，或者不是，或评论是否好，卖方/买方是否善于处理等等。
我想建立一个声誉系统，其中每个评级都是基于被评级的人与评估人员相关的好评（仅仅因为那是域名）。我希望能够以'绝对'的方式推荐一些东西，即使评级不可避免地相对。向评价过高（太好或太差）的人推荐一些东西会对他们的体验产生负面影响。目标是推荐喜欢的。
考虑这个组成的场景。
存在一个系统，用于连接想要一起玩扑克的人。在扑克游戏中，玩家互相竞争，如果太容易或太难，它会对每个人的游戏乐趣产生负面影响。玩家根据他们的技能进行评级，相对于人的评级（即“她比我好”是一个赞成，'他比我更糟'是一个downvote）。通过所有这些评级，系统应该能够对玩家中的玩家评分为5，以便寻找其他玩家的人可以在他们自己的级别找到人。
我怀疑约会服务可能会根据人们的吸引力做这样的事情。这听起来很可怕，我知道，但是我认为设置两个人在这方面相距甚远可能是浪费双方的时间，因为我们的人类可能是多么肤浅。
是否有信誉系统设计为“在曲线上评分”，这样用户就能够在规模上找到“他们的观点”，并建议接近这一点的东西？如何对这样的系统进行编程？