|
【朱会来的回答(43票)】: Elo Rating System ,以前是国际象棋组织用来计算棋手们的实力值的公式。给定一个初始值，然后把每个选手的初始值乘以变量的系数，带入后可以求得一个选手实力值的参数。EA为初始值，EB为终值。也可以用来计算金融衍生品的加权平均值。其实，这个公式写错了，EB就是EA计算后的结果，“EB=”这句是无意义的。 另外，只要你能想到的，程序都能表达出来，这个用程序表达轻而易举，就是把“女孩长相的参数”默认为自行添加即可，当时FACEMASH应该有一段这样的程序，即允许看照片的人对女孩的长相用数字的方式品头论足，扎克伯格应该设定了一个区间，比如1——100分，每个人只要打分，这些分数就会变成参数带入到后台程序里加权计算出大家对女孩相貌的认可值。然后，在前台上就显示的女孩相貌的评分。 
【金秉文的回答(31票)】: 根据wiki上对Elo Rating System的解释，这个公式的含义和@朱会来的答案里所说的似乎有些出入。 看照片的人一次只会在网页上看到两张照片，只需要告诉程序，哪张照片更漂亮即可，这可以和象棋的输赢类比，我们可以将其看作是一次比美。当获得这些比美的输赢数据之后，对每一张照片，程序会根据输赢来为其计算积分，赢+1，平局+0.5，输+0（球迷同学们一定很熟悉这种积分制）。女孩儿相貌的最终排名，将根据积分得出。 但是，仅仅根据输赢积分来进行排名会出现不公平的现象，因为不同女孩儿参加比美的次数不一样，而且，一个积分比较低的女孩儿在一次比美中若赢了一个积分比较高的女孩儿，那她获得积分应该更高一些。于是，就有了Elo Rating System。 假设现在有两个女孩儿的积分分别是RA和RB，有人打开了网页，开始仔细打量她俩的照片，准备要对她们的照片进行一次评价，即一次比美。在这次比美结束之前，程序可以先根据她们的积分计算出她们所得积分的期望值EA和EB，计算公式就是电影中写在玻璃上的公式： 
通常，我们可以认为如果女孩儿的表现高于期望，那么应该获得更高的分数，而反之，则应更低，这就是期望值的作用。 接着，根据这次比美的实际结果，两个女孩儿将各自得到一个分数SA和SB（即上文提到过的赢+1，平局+0.5，输+0），对于女孩儿A，她的积分将根据下面这个公式来计算（要得到女孩儿B的积分计算公式只需把A替换成B即可）： 
其中，K是一个参数，可以根据实际情况进行调整。所以，如果我们假设RA=1000，RB=900，而且这次女孩儿B赢了，即SA=0，SB=1，并设K=32，则，EA=0.64，EB=0.36，女孩儿A的新积分为1000+32×(0-0.64)=979.52，女孩儿B的新积分为900+32×(1-0.36)=920.48。 【方博宇的回答(7票)】: 一个排名系统，最初用来衡量国际象棋棋手的排名，很经典的一个公式。http://en.wikipedia.org/wiki/Elo_rating_system 【晓野的回答(4票)】: 补充一下，11对战平台的天梯系统亦是号称使用Elo Rating System自动匹配的 【Livermore的回答(4票)】: 在11天坑系统中也使用了ELO算法,这个算法大概是这样的: R新=R旧+ K*(P-E) R新:Rating新,是你进行这局游戏之后的新英雄积分 R旧:Rating旧,是你进行这局游戏之前的旧英雄积分 K:常数,有表可依,取值随R旧变化,R旧越高,K值越小 P:Performance,是你这局游戏表现情况的总值 E:Expect,是你这局游戏开始之际,系统给你定下的预期值 影响P的因素有很多.游戏里包括包鸡包眼,击杀辅助之类的. 影响E的因素可分为3项. 第一为你游戏开始前的此英雄的英雄积分值. 对应电影里女生的初始分数 第二为对战双方队伍的平均积分值之差.对应为两个女生的积分之差.这一部分的预期值公式表现为E2=M/[1+10^(-R/400)].M为常数,根据R的取值,可以看到E2处于0-M之间,经验可知积分差对于预期值的影响是非常大的,可见这里M取值不小,至少100-200. 从这里就可见,如果对手的分数比较低,对自己的积分增长的难度比较大. 另外,11平台天坑英雄数据采集系统,这个系统收集所有天坑游戏结果,得出所有英雄的给力度,一些比较强力的英雄,比如英雄XXX,目前比较强势,整体11表现出来的战绩自然比较高,相对应的玩家使用这个英雄时,一开始的预期值就会比其他英雄来的高一些. 这个ELO可信度比较高,我开了这么多号,积分都是1300+游荡. 对手强,表现好加分多;对手弱,表单差,减分更多. 参考:http://wenku.baidu.com/view/84cee21d6bd97f192279e9cb.html 【waterwu的回答(4票)】: 之前俺写过篇BLOG就说的是这公式。懒得在知乎里再整理格式了。 《浅析《TSN》中的Facemash .com》http://itswater.com/learning_facemash_of_tsn/ 【宁缺的回答(0票)】: http://hi.baidu.com/dragoniye2008/item/71796bc4ab707dc1994aa02b 这里详细解释了ELO rating System这个公式。 【丰艺亭的回答(0票)】: 我觉得知乎也应该考虑采取这个系统。这个问题中得到赞同数最多的答案显然有很多错误。但是由于越往后关注的人越少等原因，后面的正确答案没有能得到更多的票数。 |
|
|
