匹配排名的最佳匹配算法？

Question

我想設置一個人羣來源從一組可以從20-2000項（排名amoung十大並不重要）改變最好10個項目的系統。在算法上有一個很好的stackoverflow帖子，用於做 How to rank a million images with a crowdsourced sort的實際排序。我傾向於向用戶詢問他們最喜歡的兩項內容，然後使用TrueSkill算法。

我的問題是給我使用類似trueskill評分系統，什麼是決定哪些項目配對，以顯示用戶評價最好的算法？我將有數量有限的機會向人們詢問他們最喜歡的物品，因此，重要的是，所呈現的對將爲系統提供識別前10名時最有價值的信息。同樣，我最感興趣的是找到前十名，更不用說其餘的項目如何排在他們自己之間，甚至是前十名之間的排名如何。

Answer 1

這個問題是非常相似的舉辦淘汰賽比賽，其中的玩家技能不爲人所熟知和玩家數量是非常高的（認爲校企網球比賽）。由於循環賽（O（n^2）比賽）非常昂貴，但一個簡單的淘汰賽太簡單了，通常的選擇是去k-elimination結構。基本上，每個玩家（在你的上下文中都是一個物品）在輸掉k場比賽後被淘汰出局。看看雙消除結構：http://en.wikipedia.org/wiki/Double-elimination_tournament。

或許你可以充分地修改以滿足您的需求。

Answer 2

另一個公知的算法爲這個製作在Go或象棋比賽以計算排名。你可以看看MacMahon Algorithms，它們同時計算這樣的配對和等級。應該可以截斷這個算法，這樣它只會產生一組10個最好的項目。

您可以在Christian Gerlach's thesis，他描述了實際的優化算法找到更多詳細資料（不幸的是，論文是德語）。