其实原理源自国际象棋的排名计算公式,ELO rating System,以发明人Arpad Elo的名字命名,用来计算国际象棋选手的比赛积分和排名。
ELO排名体系是一个非常出名的排名制度。这个制度最大重点,在于强手打败弱手时,赚不了多少积分;反之就能赚比平常多的积分。每位参赛者都有一个实力值,实力值越高则排位越前。
ELO排名体系的主要运算公式如下:
新实力值 = 旧实力值+ K(胜负值 – 期望胜率)
i. 每位参赛者最初都被赋予相同的初始实力值,这个值在不同类别的系统中都不同,大概是由1300至1600不等。
ii. 胜负值:胜为1、负为0、平手为0.5
iii. K-value就是一局结束后增减的最大可能值。
iv. 期望胜率:根据局前双方的实力值(旧),计算双方胜出的机率。
1(a)K-value
在美国国际象棋联盟(USCF)的排名中,主要采用三级制,根据参赛者的实力值,分成三个领域来决定K-value:
实力值0-2099者,K-value为32;
实力值2100-2399者,K-value为24;
实力值 >=2400者,K-value为16。
为甚么业余级别的K-value需要高一点呢?
有一种说法是避免偶发性的失算,例如一个人的实力值约有2500,但初始实力值是1600的话,升级至应有积分便需要对赛很多局。调整K-value的话能加速达到应有的等级领域。
而另一个说法是,入门者的实力变化可能很急速,而相对来说专业级的稳定性较好……
为了让刚加入系统的高手尽快得到应有的评级,世界国际象棋联盟(FIDE)索性让新加入者使用一个较高的K-value,在30局过后才降回一般水平。FIDE对K值的设定如下:
首30局,K-value为25;
实力值不足2400的,K-value为15;
实力值到达2400并已进行超过30局的,K-value为10。以后K-value不会再改变。
综合各说法,K-value的大小在系统中有举足轻重的地位,分析如下:
i. 低K-value的需要,是防止高级者以「打败低级对手」来赚取攀升的点值。例如当双方的实力值相差几百点时,高级者胜出的得分不足一点,在不取小数点的系统下,高级者就连丁点的便宜也赚取不了。
ii. 高K-value的需要,是让初加入者较能大幅度追赶高分者。
iii. 由低实力值增长至高实力值,K-value理应逐渐变小。
其它根据ELO排名制调整的制度,包括一些网上的棋类竞赛,会订立不同的K-value,有些索性划一以相同的K-value处理所有赛局。
18thCandidate一篇有关Elo rating(thing) 的文章表示,赛事的重要性越高,K-value就越高。原始的ELO制并没有纳入赛事重要性,而FIFA的排名制却有,所以姑且留在第二部分介绍FIFA排名制中再提及。
1(b)期望胜率
期望胜率是指在赛局进行前,根据参赛者的往绩(实力值),估评双方在即将进行的赛局中,分别有多少胜出的概率。期望胜率的运算方法如下:
期望胜率 = 1/(1+10^(dr/400))
dr = 对手的实力值 – 自己的实力值
400和10的设定,意思可大概解释为在相差400点实力值时,低级者的胜出机率就只有十份之一。
在各种调整过的ELO制度中,400和10的设定可能有所不同,但整体的用意都是计算每位参赛者在局前的期望取胜率。
每位参赛者在该局进行前,只要知道对手的目前实力值,便可计算出胜、负或平手后双方的结果实力值。
ELO制度原本应用于国际象棋,后来逐渐被不同领域的赛事调整并广泛应用,例如足球及围棋等,现在已成为排名制度中的中枢方程式。
分享到:
相关推荐
这篇由谷歌创始人撰写的原始论文《The PageRank Citation Ranking: Bringing Order to the Web》深入探讨了这个算法的原理和应用。 PageRank的基本思想源于数学中的随机游走理论。在网页世界中,每个网页可以看作一...
《PageRank引文排名:为网络带来秩序》一文详细阐述了PageRank算法,这是谷歌搜索引擎的核心技术之一,用于评估网页的重要性,从而有效地对搜索结果进行排序。以下是对该论文中关键知识点的深入解析。...
two different methods, including the SVM-based and RankingSVM-based methods, are presented to learn the mod-els with different example creation processes from the training set. Finally, the potential...
标题《Efficient Diverse Ranking of Hot-topics-discussion on Social Network》表明,这篇文章主要探讨的是在社交媒体上如何高效地对热门话题讨论的帖子进行多样化排序。随着社交媒体用户的激增,其已成为人们交换...
In plain, uncomplicated language, and using detailed examples to explain the key concepts, models, and algorithms in vertical search ranking, Relevance Ranking for Vertical Search Engines teaches ...
### Path Ranking 算法详解 #### 知识图谱推理基础 在深入探讨Path Ranking算法之前,我们先简要回顾一下知识图谱的基本概念及其重要性。 **知识表示**是指将现实世界中的各类知识表达成计算机可以存储和计算的...
Covering algorithms for graph exploration, node ranking and network generation, among the others, the book allows students to experiment with network models and real-world data sets, providing them ...
### Adapting Ranking SVM to Document Retrieval (RankSVM) #### 概述 本文献探讨了将学习排序方法应用于文档检索领域,特别是针对Ranking SVM(一种典型的学习排序方法)进行了适应性改进。作者指出,在将...
Gilbert(AT&T实验室)和Kirill Levchenko(加州大学圣地亚哥分校),两位作者在论文《Compressing Network Graphs》中提出了一种针对大规模网络图的压缩方法。 在计算机网络和数据可视化领域,图是表达现实世界...
Building Corporate Reputation on the Internet: Is the Claimed Sales-Ranking Trustworthy?
PageRank是Google创始人拉里·佩奇和谢尔盖·布林在1998年提出的一种网页排序算法,它的核心思想是通过分析互联网中网页之间的链接关系来评估每个网页的重要性。这个概念后来成为了Google搜索引擎的关键组成部分,极...
The_Ranking_Cost_algorithm_for_multi-path_routing__RankingCostRankingCost.zip
本系统是基于Inventor-Ranking的发明人排序算法实现的Java版本,这使得它在编程语言层面具有高度的可移植性和广泛的应用场景。 Inventor-Ranking算法是一种影响力排序算法,最初可能被设计用于评价科研人员的影响力...
The procedure shows a good ability of vibration path ranking in a vehicle and is an effective tool to diagnose the vibration problem inside the vehicle. The simulated vibration spectrums in different...
It took Gogol two years to write the nearly 13,000 words that make up "The Overcoat." The story about a low ranking official who gains and loses a fine coat was published in a volume of Gogol's ...