人群排名的最佳匹配算法？

Question

我想建立一个系统,人群可以从一组中找到最好的10个项目,这些项目可以在20到2000个项目之间变化(前十名中的排名并不重要).在如何使用众包排序对一百万个图像进行排名的算法中,有一个很好的stackoverflow帖子用于进行实际 排序.我倾向于向用户询问两个项目之间最喜欢的用户,然后使用TrueSkill算法.

我的问题是我正在使用像TrueSkill这样的东西,用于决定向用户显示哪些项目对的最佳算法是什么？我将有限的机会向人们询问他们最喜欢哪些项目,因此重要的是所呈现的对将为系统提供识别前10名的最有价值的信息.再次,我最感兴趣的是找到前十名,更不用说其他项目如何排在他们自己之间,甚至排名前10位的人如何排名.

Answer 1

这个问题与组织一场淘汰赛非常相似，其中球员的技术并不为人所知，而且球员的数量非常多（想想学校级别的网球比赛）。由于循环赛（ O(n^2) 场比赛）非常昂贵，但简单的淘汰赛又过于简单，通常的选择是采用 k 淘汰结构。本质上，每个玩家（在你的上下文中是一个项目）在输掉 k 场比赛后都会被淘汰。看看双淘汰结构：http://en.wikipedia.org/wiki/Double-elimination_tournament。

也许您可以对其进行充分修改以满足您的需求。