先验信息和局部线性结构ELO模型及其实例应用
摘要 | 第3-4页 |
abstract | 第4页 |
第1章 排名领域概述 | 第7-9页 |
第2章 相关算法介绍 | 第9-18页 |
2.1 梅西法 | 第9-10页 |
2.2 科利法 | 第10-11页 |
2.3 基纳法 | 第11-14页 |
2.4 最优化比分算法 | 第14-17页 |
2.5 本章总结 | 第17-18页 |
第3章 埃洛算法的参数分析和迭代加速 | 第18-36页 |
3.1 两个原假设 | 第18-22页 |
3.1.1 正态假设模型 | 第18-20页 |
3.1.2 逻辑斯蒂函数模型 | 第20-22页 |
3.2 埃洛算法的特性 | 第22-23页 |
3.2.1 定常和值 | 第22-23页 |
3.2.2 迭代公式中的强弱因素 | 第23页 |
3.3 迭代公式中的参数:K与ξ | 第23-25页 |
3.3.1 放大系数:K | 第23-24页 |
3.3.2 逻辑斯蒂参数:ξ | 第24-25页 |
3.4 模拟与实验 | 第25-28页 |
3.4.1 正态分布 | 第26-27页 |
3.4.2 均匀分布与指数分布 | 第27-28页 |
3.5 K因子的选取:贪婪法 | 第28-30页 |
3.5.1 肯德尔测度τ | 第28-29页 |
3.5.2 参数K的选取 | 第29-30页 |
3.6 迭代加速的方法 | 第30-36页 |
第4章 先验信息的埃洛算法及其应用实例 | 第36-44页 |
4.1 μij的改进:先验信息的加入 | 第36-38页 |
4.2 K因子的改进:从常数到W(t) | 第38页 |
4.3 NBA赛制介绍与数据结构 | 第38-40页 |
4.4 NBA-2016赛季数据数值实验结果 | 第40-43页 |
4.4.1 参数选取 | 第41页 |
4.4.2 排名结果 | 第41-42页 |
4.4.3 预测率的比较 | 第42-43页 |
4.5 本章总结 | 第43-44页 |
第5章 局部线性结构的埃洛算法及其应用实例 | 第44-52页 |
5.1 偏序和全序 | 第44-45页 |
5.2 Spearman等级相关系数 | 第45-47页 |
5.3 埃洛算法的推广 | 第47-51页 |
5.3.1 局部线性结构的埃洛算法 | 第47-49页 |
5.3.2 复合线性结构的埃洛算法 | 第49-50页 |
5.3.3 NBA-2016赛季数据数值实验结果 | 第50-51页 |
5.4 本章总结 | 第51-52页 |
第6章 总结 | 第52-54页 |
6.1 本文工作总结 | 第52-53页 |
6.2 未来研究展望 | 第53-54页 |
插图索引 | 第54-55页 |
表格索引 | 第55-56页 |
参考文献 | 第56-58页 |
致谢 | 第58-60页 |
个人简历、在学期间发表的学术论文与研究成果 | 第60页 |