匹配排名的最佳匹配算法？

Question

我想设置一个人群来源从一组可以从20-2000项（排名amoung十大并不重要）改变最好10个项目的系统。在算法上有一个很好的stackoverflow帖子，用于做 How to rank a million images with a crowdsourced sort的实际排序。我倾向于向用户询问他们最喜欢的两项内容，然后使用TrueSkill算法。

我的问题是给我使用类似trueskill评分系统，什么是决定哪些项目配对，以显示用户评价最好的算法？我将有数量有限的机会向人们询问他们最喜欢的物品，因此，重要的是，所呈现的对将为系统提供识别前10名时最有价值的信息。同样，我最感兴趣的是找到前十名，更不用说其余的项目如何排在他们自己之间，甚至是前十名之间的排名如何。

Answer 1

这个问题是非常相似的举办淘汰赛比赛，其中的玩家技能不为人所熟知和玩家数量是非常高的（认为校企网球比赛）。由于循环赛（O（n^2）比赛）非常昂贵，但一个简单的淘汰赛太简单了，通常的选择是去k-elimination结构。基本上，每个玩家（在你的上下文中都是一个物品）在输掉k场比赛后被淘汰出局。看看双消除结构：http://en.wikipedia.org/wiki/Double-elimination_tournament。

或许你可以充分地修改以满足您的需求。

Answer 2

另一个公知的算法为这个制作在Go或象棋比赛以计算排名。你可以看看MacMahon Algorithms，它们同时计算这样的配对和等级。应该可以截断这个算法，这样它只会产生一组10个最好的项目。

您可以在Christian Gerlach's thesis，他描述了实际的优化算法找到更多详细资料（不幸的是，论文是德语）。