谁排第一?关于评价和排序的科学

拉普拉斯的承续法则30
有所偏好，还是不要偏好31
规范化32
先有鸡，还是先有蛋33
评分33
实力33
基本方程34
约束35
佩隆弗罗贝尼乌斯36
重要的性质37
计算评分向量37
强制形成不可约性和素性39
总结40
NFL 2009—2010赛季42
吉姆·基纳对比尔·詹姆斯45
回到未来48
基纳能让你致富吗49
结论50
第5章埃洛体系53
优美的智慧55
K因子55
逻辑斯谛参数ξ56
定常的和值56
NFL中的埃洛评分57
事后预测的准确率58
事前预测的准确率59
结合比赛得分59
ξ=1000，K=32，H=15时的事后预测和事前预测60
对NFL比分使用可变的K因子60
使用比分和可变K因子的事后和事前预测62
逐场比赛分析62
结论64
第6章马尔可夫法67
马尔可夫法67
利用胜负进行投票68
利用负者的分差进行投票69
胜负双方都按失分进行投票70
超越比赛得分71
处理全胜的队伍73
马尔可夫评分方法总结75
马尔可夫法和梅西法之间的联系76
第7章攻防评分法79
攻防评分法的目的79
OD法的前提假设79
但先评定哪一个呢80
交替求精过程81
分离81
结合两个OD评分82
再次回到范例82
对比得分和码数83
NFL 2009—2010赛季的OD评分84
OD法的数学分析87
对角线88
辛克霍恩诺普89
OD矩阵89
OD评分和辛克霍恩诺普90
作一点弊91
第8章基于重新排序的排名方法97
排名差距98
范例99
求解最优化问题101
松弛问题103
进化方法103
高级排名差距模型105
排名差距法的总结106
排名差距法的性质106
评分差距107
范例109
求解重排问题110
评分差距法总结111
第9章分差113
它是什么（又不是什么）113
抽头114
为什么不简单地赌胜负114
分差是如何操作的114
赌中分差115
超/欠赌115
为什么使用评分难以预测分差116
利用分差来构建评分（并预测分差）117
NFL 2009—2010赛季的分差评分120
几场决斗121
其他成对比较124
结论125
第10章用户偏好评分127
直接比较129
直接比较、偏好图和马尔可夫链130
重心法与马尔可夫链方法对比132
结论133
第11章处理平局135
输入平局与输出平局136
加入平局136
科利法136
梅西法137
马尔可夫法137
OD法、基纳法和埃洛法138
扰动分析给出的理论结果139
真实数据集上的结果140
影片排名140
NHL冰球队排名141
诱导平局142
总结144第12章加入权重147
四种基本的加权方案147
加权梅西法149
加权科利法150
加权基纳法150
加权埃洛法150
加权马尔可夫法150
加权OD法151
加权的差距法151
第13章“假如……会怎样”的问题与敏感性155
秩一更新的影响155
敏感性156
第14章排名聚合——第1部分159
重温阿罗准则160
排名聚合方法163
波达计数法165
平均排名166
模拟比赛数据167
排名聚合的图论方法172
排名聚合后的一个精化步骤175
评分聚合176
由评分聚合矩阵得到评分向量178
聚合方法总结181
第15章排名聚合——第2部分183
范例185
求解BILP186
BILP的多最优解187
BILP的LP松弛188
约束松弛190
敏感性分析191
限界191
最优化排名聚合方法总结193
重温评分差距法194
评分差距与排名聚合的对比194
范例196
第16章比较排名的方法201
两个排名列表间的定性差异201
肯德尔测度τ203
完全列表上的肯德尔测度τ204
部分列表上的肯德尔测度τ205
完全列表上的斯皮尔曼加权简捷测度206
部分列表上的斯皮尔曼加权简捷测度207
不等长的部分列表210
评判标准：与已知的标准相比较211
评判标准：与聚合列表相比较211
回溯打分212
事前预测212
学习曲线214
与坡形之间的距离214
第17章数据217
梅西的体育数据服务器217
波默罗伊的大学篮球数据218
搜集你自己的数据218
生成成对比较矩阵220
第18章后记223
层次分析法（AHP）223
雷德蒙法223
朴纽曼法224
逻辑斯谛回归/马尔可夫链法（LRMC）224
霍赫鲍姆法224
蒙特卡洛仿真224
纯粹统计分析225
还有更多更多225
词汇表231
参考文献235
索引241