誰排第一？關於評價和排序的科學（簡體書）

艾米N蘭維爾是查爾斯頓學院的數學教授。
卡爾D梅耶是北卡羅萊納州立大學的數學教授。

他們是《網頁排名PR值及其他——搜索引擎排序的科學》（機械工業出版社&普林斯頓大學出版社）的作者。

揭開評價和排序的奧秘，全中文索引

目錄
前言Ⅳ
第1章排名概述1
社會選擇與阿羅的不可能性定理3
阿羅的不可能性定理4
一個小型范例4
第2章梅西法9
原始的梅西評分方法9
梅西的主要思路9
在范例上應用梅西評分法11
梅西評分法的高級特性11
范例：使用高級梅西評分法12
梅西評分法的總結13
第3章科利法21
范例23 目錄
前言Ⅳ
第1章排名概述1
社會選擇與阿羅的不可能性定理3
阿羅的不可能性定理4
一個小型范例4
第2章梅西法9
原始的梅西評分方法9
梅西的主要思路9
在范例上應用梅西評分法11
梅西評分法的高級特性11
范例：使用高級梅西評分法12
梅西評分法的總結13
第3章科利法21
范例23
科利評分法總結24
梅西法和科利法之間的聯系24
第4章基納法29
實力和評分的規則29
選擇體現實力的屬性29
拉普拉斯的承續法則30
有所偏好，還是不要偏好31
規范化32
先有雞，還是先有蛋33
評分33
實力33
基本方程34
約束35
佩隆弗羅貝尼烏斯36
重要的性質37
計算評分向量37
強制形成不可約性和素性39
總結40
NFL 2009—2010賽季42
吉姆·基納對比爾·詹姆斯45
回到未來48
基納能讓你致富嗎49
結論50
第5章埃洛體系53
優美的智慧55
K因子55
邏輯斯諦參數ξ56
定常的和值56
NFL中的埃洛評分57
事后預測的準確率58
事前預測的準確率59
結合比賽得分59
ξ=1000，K=32，H=15時的事后預測和事前預測60
對NFL比分使用可變的K因子60
使用比分和可變K因子的事后和事前預測62
逐場比賽分析62
結論64
第6章馬爾可夫法67
馬爾可夫法67
利用勝負進行投票68
利用負者的分差進行投票69
勝負雙方都按失分進行投票70
超越比賽得分71
處理全勝的隊伍73
馬爾可夫評分方法總結75
馬爾可夫法和梅西法之間的聯系76
第7章攻防評分法79
攻防評分法的目的79
OD法的前提假設79
但先評定哪一個呢80
交替求精過程81
分離81
結合兩個OD評分82
再次回到范例82
對比得分和碼數83
NFL 2009—2010賽季的OD評分84
OD法的數學分析87
對角線88
辛克霍恩諾普89
OD矩陣89
OD評分和辛克霍恩諾普90
作一點弊91
第8章基于重新排序的排名方法97
排名差距98
范例99
求解最優化問題101
松弛問題103
進化方法103
高級排名差距模型105
排名差距法的總結106
排名差距法的性質106
評分差距107
范例109
求解重排問題110
評分差距法總結111
第9章分差113
它是什么（又不是什么）113
抽頭114
為什么不簡單地賭勝負114
分差是如何操作的114
賭中分差115
超/欠賭115
為什么使用評分難以預測分差116
利用分差來構建評分（并預測分差）117
NFL 2009—2010賽季的分差評分120
幾場決斗121
其他成對比較124
結論125
第10章用戶偏好評分127
直接比較129
直接比較、偏好圖和馬爾可夫鏈130
重心法與馬爾可夫鏈方法對比132
結論133
第11章處理平局135
輸入平局與輸出平局136
加入平局136
科利法136
梅西法137
馬爾可夫法137
OD法、基納法和埃洛法138
擾動分析給出的理論結果139
真實數據集上的結果140
影片排名140
NHL冰球隊排名141
誘導平局142
總結144第12章加入權重147
四種基本的加權方案147
加權梅西法149
加權科利法150
加權基納法150
加權埃洛法150
加權馬爾可夫法150
加權OD法151
加權的差距法151
第13章“假如……會怎樣”的問題與敏感性155
秩一更新的影響155
敏感性156
第14章排名聚合——第1部分159
重溫阿羅準則160
排名聚合方法163
波達計數法165
平均排名166
模擬比賽數據167
排名聚合的圖論方法172
排名聚合后的一個精化步驟175
評分聚合176
由評分聚合矩陣得到評分向量178
聚合方法總結181
第15章排名聚合——第2部分183
范例185
求解BILP186
BILP的多最優解187
BILP的LP松弛188
約束松弛190
敏感性分析191
限界191
最優化排名聚合方法總結193
重溫評分差距法194
評分差距與排名聚合的對比194
范例196
第16章比較排名的方法201
兩個排名列表間的定性差異201
肯德爾測度τ203
完全列表上的肯德爾測度τ204
部分列表上的肯德爾測度τ205
完全列表上的斯皮爾曼加權簡捷測度206
部分列表上的斯皮爾曼加權簡捷測度207
不等長的部分列表210
評判標準：與已知的標準相比較211
評判標準：與聚合列表相比較211
回溯打分212
事前預測212
學習曲線214
與坡形之間的距離214
第17章數據217
梅西的體育數據服務器217
波默羅伊的大學籃球數據218
搜集你自己的數據218
生成成對比較矩陣220
第18章后記223
層次分析法（AHP）223
雷德蒙法223
樸紐曼法224
邏輯斯諦回歸/馬爾可夫鏈法（LRMC）224
霍赫鮑姆法224
蒙特卡洛仿真224
純粹統計分析225
還有更多更多225
詞匯表231
參考文獻235
索引241

顯示全部信息

一個網站在谷歌上的排名，可能就意味著一個新的商家的成敗；NCAA美式橄欖球的評分則決定了哪些學校可以參加季后賽，從而贏取豐厚的收入；對商品的評分則影響著從我們所穿的衣服乃至我們在Netflix上所選中的影片等等這一切。評分和排名無處不在，但它們到底有多精確呢？《誰排第一？》通過有趣而易于理解的敘述，說明了科學評分和排名方法是如何產生的，以及它們如何應用于多個不同用途的問題之上。
艾米蘭維爾和卡爾梅耶給出了有關評分和排名的數學算法和方法的首個綜述，這些算法可用于對比賽隊伍、政治候選人、產品、網頁以及更多事物進行打分和排位。在一系列有趣的雜談中，蘭維爾和梅耶對該領域中許多先驅們那天才的貢獻給出了令人著迷的深入介紹。他們綜述并比較了現在所用的不同方法，說明了它們的長處與弱點是如何依賴于底層目標的，并闡釋了對于一個給定的方法，應當出于何種理由以及在何種情況下被加以考慮。蘭維爾和梅耶還說明了我們可以期望從使用最為廣泛的體系中獲得些什么，而又有哪些事物是無望獲得的。
評分和排名的科學幾乎觸及了我們生活的每個方面，而如今，你并不需要成為一名專家才能理解評分和排名究竟是如何運作的。《誰排第一？》是針對這個主題的最為權威的介紹。本書的特色體現在書中易于理解的示例、有趣的花邊新聞以及眾多的歷史故事，同時書中還囊括了許多所需的數學知識。