谁排第一？关于评价和排序的科学

　　揭开评价和排序的奥秘，全中文索引 

　　本书是首个关于评分和排名科学的著作。它是搜索排序姊妹篇的第二本。本书主要内容有：排名概述、梅西法、科利法、基纳法、埃洛体系、马尔可夫法、攻防评分法、基于重新排序的排名方法、分差、用户偏好评分、处理平局、加入权重、“假如……会怎样”的问题与敏感性、排名聚合、比较排名的方法、数据等。
　　本书可作为数学、计算机、网络技术、管理学和数据科学等专业的参考书，也可作为教材使用。

　　艾米N兰维尔是查尔斯顿学院的数学教授。
　　卡尔D梅耶是北卡罗莱纳州立大学的数学教授。
　　他们是《网页排名PR值及其他——搜索引擎排序的科学》（机械工业出版社&普林斯顿大学出版社）的作者。

前言
第1章　排名概述
　社会选择与阿罗的不可能性定理
　阿罗的不可能性定理
　一个小型范例
第2章　梅西法
　原始的梅西评分方法
　梅西的主要思路
　在范例上应用梅西评分法
　梅西评分法的高级特性
　范例：使用高级梅西评分法
　梅西评分法的总结
第3章　科利法
　范例
　科利评分法总结
　梅西法和科利法之间的联系
第4章　基纳法
　实力和评分的规则
　选择体现实力的属性
　拉普拉斯的承续法则
　有所偏好，还是不要偏好
　规范化
　先有鸡，还是先有蛋
　评分
　实力
　基本方程
　约束
　佩隆弗罗贝尼乌斯
　重要的性质
　计算评分向量
　强制形成不可约性和素性
　总结
　NFL 2009—2010赛季
　吉姆基纳对比尔詹姆斯
　回到未来
　基纳能让你致富吗
　结论
第5章　埃洛体系
　优美的智慧
　K因子
　逻辑斯谛参数ξ
　定常的和值
　NFL中的埃洛评分
　事后预测的准确率
　事前预测的准确率
　结合比赛得分
　ξ=1000，K=32，H=15时的事后预测和事前预测
　对NFL比分使用可变的K因子
　使用比分和可变K因子的事后和事前预测
　逐场比赛分析
　结论
第6章　马尔可夫法
　马尔可夫法
　利用胜负进行投票
　利用负者的分差进行投票
　胜负双方都按失分进行投票
　超越比赛得分
　处理全胜的队伍
　马尔可夫评分方法总结
　马尔可夫法和梅西法之间的联系
第7章　攻防评分法
　攻防评分法的目的
　OD法的前提假设
　但先评定哪一个呢
　交替求精过程
　分离
　结合两个OD评分
　再次回到范例
　对比得分和码数
　NFL 2009—2010赛季的OD评分
　OD法的数学分析
　对角线
　辛克霍恩诺普
　OD矩阵
　OD评分和辛克霍恩诺普
　作一点弊
第8章　基于重新排序的排名方法
　排名差距
　范例
　求解最优化问题
　松弛问题
　进化方法
　高级排名差距模型
　排名差距法的总结
　排名差距法的性质
　评分差距
　范例
　求解重排问题
　评分差距法总结
第9章　分差
　它是什么（又不是什么）
　抽头
　为什么不简单地赌胜负
　分差是如何操作的
　赌中分差
　超/欠赌
　为什么使用评分难以预测分差
　利用分差来构建评分（并预测分差）
　NFL 2009—2010赛季的分差评分
　几场决斗
　其他成对比较
　结论
第10章　用户偏好评分
　直接比较
　直接比较、偏好图和马尔可夫链
　重心法与马尔可夫链方法对比
　结论
第11章　处理平局
　输入平局与输出平局
　加入平局
　科利法
　梅西法
　马尔可夫法
　OD法、基纳法和埃洛法
　扰动分析给出的理论结果
　真实数据集上的结果
　影片排名
　NHL冰球队排名
　诱导平局
　总结144第12章　加入权重
　四种基本的加权方案
　加权梅西法
　加权科利法
　加权基纳法
　加权埃洛法
　加权马尔可夫法
　加权OD法
　加权的差距法
第13章　“假如……会怎样”的问题与敏感性
　秩一更新的影响
　敏感性
第14章　排名聚合——第1部分
　重温阿罗准则
　排名聚合方法
　波达计数法
　平均排名
　模拟比赛数据
　排名聚合的图论方法
　排名聚合后的一个精化步骤
　评分聚合
　由评分聚合矩阵得到评分向量
　聚合方法总结
第15章　排名聚合——第2部分
　范例
　求解BILP
　BILP的多最优解
　BILP的LP松弛
　约束松弛
　敏感性分析
　限界
　最优化排名聚合方法总结
　重温评分差距法
　评分差距与排名聚合的对比
　范例
第16章　比较排名的方法
　两个排名列表间的定性差异
　肯德尔测度τ
　完全列表上的肯德尔测度τ
　部分列表上的肯德尔测度τ
　完全列表上的斯皮尔曼加权简捷测度
　部分列表上的斯皮尔曼加权简捷测度
　不等长的部分列表
　评判标准：与已知的标准相比较
　评判标准：与聚合列表相比较
　回溯打分
　事前预测
　学习曲线
　与坡形之间的距离
第17章　数据
　梅西的体育数据服务器
　波默罗伊的大学篮球数据
　搜集你自己的数据
　生成成对比较矩阵
第18章　后记
　层次分析法（AHP）
　雷德蒙法
　朴纽曼法
　逻辑斯谛回归/马尔可夫链法（LRMC）
　霍赫鲍姆法
　蒙特卡洛仿真
　纯粹统计分析
　还有更多更多
词汇表
参考文献
索引

　　一个网站在谷歌上的排名，可能就意味着一个新的商家的成败；NCAA美式橄榄球的评分则决定了哪些学校可以参加季后赛，从而赢取丰厚的收入；对商品的评分则影响着从我们所穿的衣服乃至我们在Netflix上所选中的影片等等这一切。评分和排名无处不在，但它们到底有多精确呢？《谁排第一？》通过有趣而易于理解的叙述，说明了科学评分和排名方法是如何产生的，以及它们如何应用于多个不同用途的问题之上。
　　艾米兰维尔和卡尔梅耶给出了有关评分和排名的数学算法和方法的首个综述，这些算法可用于对比赛队伍、政治候选人、产品、网页以及更多事物进行打分和排位。在一系列有趣的杂谈中，兰维尔和梅耶对该领域中许多先驱们那天才的贡献给出了令人着迷的深入介绍。他们综述并比较了现在所用的不同方法，说明了它们的长处与弱点是如何依赖于底层目标的，并阐释了对于一个给定的方法，应当出于何种理由以及在何种情况下被加以考虑。兰维尔和梅耶还说明了我们可以期望从使用最为广泛的体系中获得些什么，而又有哪些事物是无望获得的。
　　评分和排名的科学几乎触及了我们生活的每个方面，而如今，你并不需要成为一名专家才能理解评分和排名究竟是如何运作的。《谁排第一？》是针对这个主题的最为权威的介绍。本书的特色体现在书中易于理解的示例、有趣的花边新闻以及众多的历史故事，同时书中还囊括了许多所需的数学知识。