由團體比較做個體排名

Ranking Individuals by Group Comparisons

黃子國(Tzu-Kuo Huang)

指導教授 ： 林智仁

國立臺灣大學/電機資訊學院/資訊工程學研究所/碩士(2006年)

https://doi.org/10.6342/NTU.2006.00275

摘要

本論文探討的主題為如何從團體競爭之結果得到個體排名。
這個問題見於多處，
例如，
團體運動競賽中運動員的排名。
而在機器學習領域裡，
這個問題和多類別之分類及類別機率估測
有密切的關聯。
競賽結果通常有兩種型態：僅為勝負或
勝負及分數。根據這兩種競賽結果，我們提出新的模型來估計
個體之能力，從而獲得個體排名，並發展了簡單而有效
的估計演算法。為了驗證這些模型的效用，我們將其
用於分析橋牌比賽之結果以及多類別之分類問題。實驗結果
顯示，這些模型的確能得到好的估計。

關鍵字

排名 ； 團體比較

並列摘要

This thesis studies the problem of ranking individuals from their
group competition results. Many real-world problems are of this type. For
example, ranking players
from team games is important in some sports.
In machine learning, this is closely related to
multi-class classification and probability estimates.
Competition results are usually in two types: wins/losses only or wins/losses with scores.
Based on the two types of results,
we propose new models for
estimating individuals' abilities, and hence
rankings of individuals. We
develope easy and effective solution procedures.
Experiments on real bridge records and multi-class
classification demonstrate the viability of the proposed models.

並列關鍵字

ranking ； group comparisons

參考文獻

A. Agresti. Categorical Data Analysis. Wiley, New York, 1990.

R. A. Bradley and M. Terry. The rank analysis of incomplete block designs: I. the method of paired comparisons. Biometrika, 39:324–345, 1952.

G. W. Brier. Verification of forecasts expressed in probabilities. Monthly Weather Review, 78:1–3, 1950.

C.-C. Chang and C.-J. Lin. LIBSVM: a library for support vector machines, 2001. Software available at http://www.csie.ntu.edu.tw/∼cjlin/libsvm.

C. Cortes and V. Vapnik. Support-vector network. Machine Learning, 20:273– 297, 1995.