我正在寻找类似于国际象棋中的elo评级系统的评级系统。 我遇到的问题是ELO系统取决于游戏的顺序。 例如。 球员A首发Elo 1000 玩家B开始Elo 1000
如果球员B战胜A，他会说1015分和A 985。
如果A继续比赛并且胜过其他人，如果B停止比赛，他的排名将高于B。 我不希望这样。 B应该仍然比A强。
我怎么能意识到这一点？
答案 0 :(得分：6)
从此link：
全历史评级（WHR）是一种估算的方法 参与配对比较的参与者的时变优势。喜欢 Elo评级系统的许多变化，全历史方法 基于动态布拉德利 - 特里模型。但是，而不是使用 增量近似值，WHR直接计算精确的最大值a 在所有球员的整个评分历史中都是后验的。
这是一个没有游戏顺序的评级系统，就像你提到的那样，但它并没有解决你的Elo问题。
另一方面，许多后Elo排名系统，如Glicko（国际象棋），或TrueSkill（对于X-box游戏），或rankade（我们的多用途排名）系统）有一些活动动态特征＆＃39;避免“停车”。确实是方法（一个玩家在排名中获得高水平，然后他就停止了比赛）。
答案 1 :(得分：4)
有许多方案相当于将赢/输/抽奖记录写为矩阵，然后通常计算与此相关的某些矩阵的最大特征值。一个摘要是http://java.dzone.com/articles/ranking-systems-what-ive，其中包含更多技术论文，包括https://umdrive.memphis.edu/ccrousse/public/MATH%207375/PERRON.pdf - “Perron-Frobenius定理和足球队排名”。
如果您可以从游戏中获得更多信息而不仅仅是赢/输/抽奖，那么使用它可能会做得更好。一些关于足球的工作已经在每场比赛中使用了反对和反对的目标，试图分别计算每支球队的进攻和防守的优势（我确实认识到足球没有单独的进攻和防守球队）。在足球比赛中，将得分作为泊松过程的目标数量进行建模是合理的。顺便说一句，从中可以看出，足球本质上是一个非常不确定的游戏，并且根据一些赌博的要求，预测得分的提取尤其不确定。我试着记住每次英格兰队比赛时不可避免的不确定性： - ）。