是否有一种算法，允许基于两个排名中的这些项目的位置的差异，但也可以用该位置“加权”，例如，一个从位置2-> 1的玩家应该排名高于从9-> 8的玩家。排名算法来比较“排名”
玩具为例，我有两个列表/排名：
等级1：
排名2：
我当时就想， “重量” 的排名，平均排名差（或其他值），例如，如果玩家从9-> 8，用于排名的值将是（9-8）/ avg（8,9）= 1/8,5。
你想要什么似乎或多或少等于Spearman's rank correlation在非参数统计。它基本上总和了amount_moved的平方（旧的等级和新的等级之间的差异）
但是，如果它仅以'amount_moved'的形式，那不会给（9-> 8）=（2-> 1）？即他试图避免的事情？ – 2012-02-05 13:31:55
是的，没有。这只是打算让人大开眼界/建议阅读。使'1 <--> 2'大于'9 <--> 10'表示存在一些未知的基础分布（泊松？）。通常，在游戏排名中，amount_played是所用权重的一个因素。在实际情况下，公式中也会出现衰减。 – wildplasser 2012-02-05 13:45:02
如果这两个排名不是由相同的项目做出的呢？ Google针对TOIS 2010的“无限期排名相似性度量”。 – 2012-11-26 19:20:01
向后数列表。计算位置之间移动的“值”，作为这些数字的平方差。
所以，如果你有在你的名单10项：
10^2 - 9^2 = 193^2 - 2^2 = 5。很难说这是不是你在追求什么样的相对重量之后。如果这不适合你，请尝试提高/降低指数以找到适合的东西。
感谢您的回答......我认为这种方式可行。 我想定义一些参数来定义权重。例如，定义一些规则：2-> 1应当与从最后一个位置开始移动1/4的等级相关，或者类似的，以便有方法来定义哪些跳跃是最相关的。 – 2012-02-05 15:10:19
哪个应该更好？ [2-> 1]或[5-> 3]？那么[2000-> 1998]/[2-> 1]呢？你应该制定每个因素的重要性。 – amit 2012-02-05 12:53:45
@amit这就是问题，我不确定哪个应该更重要。我想排名球员，例如网球运动员，并能够在排名中看到最相关的“跳跃”。例如，从2-> 1的玩家应该是最重要的变化，但是由于其“大小”的改进，从2000到1000的“跳跃”的玩家应该是重要的。 我只是想知道有没有人遇到过这个问题。 – 2012-02-05 13:04:25