Elo评分系统：使用Clojure对欧洲冠军联赛球队进行排名

正如我在较早的博客文章中提到的那样， 我一直在学习有关排名系统的知识，而我遇到的第一个系统是Elo评级系统 ，该系统最著名地用于对棋手进行排名。

Elo评分系统使用以下公式来计算球员/团队参加比赛后的排名：

R'= R + K *（S – E）

• R'是新的评分
• R是旧评分
• K是增加或减少等级的最大值（ELO为16或32）
• S是一场比赛的分数
• E是游戏的预期分数

我将该公式转换为以下Clojure函数：

(defn ranking-after-win
  [{ ranking :ranking opponent-ranking : opponent-ranking importance :importance}]
  (+ ranking (* importance (- 1 (expected ranking opponent-ranking) ))))
 
(defn ranking-after-loss
  [{ ranking :ranking opponent-ranking : opponent-ranking importance :importance}]
  (+ ranking (* importance (- 0 (expected ranking opponent-ranking) ))))
 
(defn expected [my-ranking opponent-ranking]
  (/ 1.0
     (+ 1 (math/expt 10 (/ (- opponent-ranking my-ranking) 400)))))

这样就可以得出1200的新排名，击败1500的新排名：

> (ranking-after-win { :ranking 1200 : opponent-ranking 1500 :importance 32 })
1227.1686541692377

它的工作方式是，首先我们的可能性，我们应该呼吁预期赢得比赛：

> (expected 1200 1500)
0.15097955721132328

这告诉我们，我们有15％的机会赢得比赛，因此如果我们获胜，那么我们的排名应该大大提高，因为我们预计不会赢。 在这种情况下，获胜使我们的积分增加了'32 *（1-0.15）'，即〜27分。

我总是通过将增加或减少的重要性/最大值设置为32来简化事情。 世界足球排名采用了不同的方法，他们根据比赛的重要性和胜利幅度来改变它。

我决定在2002/2003冠军联赛赛季尝试该算法。 我能够从The Rec Sport足球统计基金会中获取数据 ，并且之前已经写过关于如何使用Enlive进行抓取的数据 。

在Paul Bostrom的大力帮助下，我最终得到了以下代码来简化比赛，并在每次比赛后更新球队排名：

(defn top-teams [number matches]
  (let [teams-with-rankings
    (apply array-map (mapcat (fn [x] [x {:points 1200}]) (extract-teams matches)))]
      (take number
        (sort-by (fn [x] (:points (val x)))
                 >
                 (seq (reduce process-match teams-with-rankings matches))))))

(defn process-match [ts match]
  (let [{:keys [home away home_score away_score]} match]
    (cond
     (> home_score away_score)
     (-> ts
         (update-in  [home :points]
                     #(ranking-after-win {:ranking % : opponent-ranking (:points (get ts away)) :importance 32}))
         (update-in  [away :points]
                     #(ranking-after-loss {:ranking % : opponent-ranking (:points (get ts home)) :importance 32}))) 
     (> away_score home_score)
     (-> ts
         (update-in  [home :points]
                     #(ranking-after-loss {:ranking % : opponent-ranking (:points  (get ts away)) :importance 32}))
         (update-in  [away :points]
                     #(ranking-after-win {:ranking % : opponent-ranking (:points (get ts home)) :importance 32})))
     (= home_score away_score) ts)))

我们传递给顶级团队的matchs参数如下所示 ：

> (take 5 all-matches)
({:home "Tampere", :away "Pyunik Erewan", :home_score 0, :away_score 4} {:home "Pyunik Erewan", :away "Tampere", :home_score 2, :away_score 0} {:home "Skonto Riga", :away "Barry Town", :home_score 5, :away_score 0} {:home "Barry Town", :away "Skonto Riga", :home_score 0, :away_score 1} {:home "Portadown", :away "Belshina Bobruisk", :home_score 0, :away_score 0})

并调用提取团队会为我们提供一组涉及的所有团队：

> (extract-teams (take 5 all-matches))
#{"Portadown" "Tampere" "Pyunik Erewan" "Barry Town" "Skonto Riga"}

然后，我们将其映射成一个包含团队/默认得分对的向量：

> (mapcat (fn [x] [x {:points 1200}]) (extract-teams (take 5 all-matches)))
("Portadown" {:points 1200} "Tampere" {:points 1200} "Pyunik Erewan" {:points 1200} "Barry Town" {:points 1200} "Skonto Riga" {:points 1200})

在调用array-map对结果进行哈希处理之前：

> (apply array-map (mapcat (fn [x] [x {:points 1200}]) (extract-teams (take 5 all-matches))))
{"Portadown" {:points 1200}, "Tampere" {:points 1200}, "Pyunik Erewan" {:points 1200}, "Barry Town" {:points 1200}, "Skonto Riga" {:points 1200}}

然后，我们对所有比赛应用归约法，并在每次迭代中调用函数process-match来适当更新团队排名。 最后一步是按排名对球队进行排序，以便我们列出排名靠前的球队：

> (top-teams 10 all-matches)
(["CF Barcelona" {:points 1343.900393287903}] 
 ["Manchester United" {:points 1292.4731214788262}] 
 ["FC Valencia" {:points 1277.1820905112208}] 
 ["Internazionale Milaan" {:points 1269.8028023141364}] 
 ["AC Milan" {:points 1257.4564374787687}]
 ["Juventus Turijn" {:points 1254.2498432522466}] 
 ["Real Madrid" {:points 1248.0758162475993}] 
 ["Deportivo La Coruna" {:points 1235.7792317210403}] 
 ["Borussia Dortmund" {:points 1231.1671952364256}] 
 ["Sparta Praag" {:points 1229.3249513256828}])

有趣的是，优胜者（尤文图斯）仅排在第五位，而前四名则被在四分之一决赛中失利的球队占据。 我编写了以下函数来调查正在发生的事情：

(defn show-matches [team matches]
  (->> matches
       (filter #(or (= team (:home %)) (= team (:away %))))
       (map #(show-opposition team %))))

(defn show-opposition [team match]
  (if (= team (:home match))
    {:opposition (:away match) :score (str (:home_score match) "-" (:away_score match))}
    {:opposition (:home match) :score (str (:away_score match) "-" (:home_score match))}))

如果我们用尤文图斯来称呼它，我们可以看到他们在比赛中的表现：

ranking-algorithms.parse> (show-matches "Juventus Turijn" all-matches)
({:opposition "Feyenoord", :score "1-1"} 
 {:opposition "Dynamo Kiev", :score "5-0"} 
 {:opposition "Newcastle United", :score "2-0"} 
 {:opposition "Newcastle United", :score "0-1"} 
 {:opposition "Feyenoord", :score "2-0"} 
 {:opposition "Dynamo Kiev", :score "2-1"} 
 {:opposition "Deportivo La Coruna", :score "2-2"} 
 {:opposition "FC Basel", :score "4-0"} 
 {:opposition "Manchester United", :score "1-2"} 
 {:opposition "Manchester United", :score "0-3"} 
 {:opposition "Deportivo La Coruna", :score "3-2"} 
 {:opposition "FC Basel", :score "1-2"} 
 {:opposition "CF Barcelona", :score "1-1"} 
 {:opposition "CF Barcelona", :score "2-1"} 
 {:opposition "Real Madrid", :score "1-2"} 
 {:opposition "Real Madrid", :score "3-1"})

尽管我错过了决赛-我需要修复解析器以选择该对局，而且无论如何还是平局-他们实际上仅直接赢得了8场比赛。 另一方面，巴塞罗那赢得了13场比赛，尽管其中有2场是预选赛。

下一步是要考虑比赛的重要性，而不是全盘采用32的重要性，即使在点球或客场进球的情况下，也能为赢得平局增添一些价值。

如果您想尝试使用该代码 ，或者在其他方面可以提供建议，我可以在github上找到该代码 。

参考： Elo评分系统：在Mark Needham博客博客中使用来自JCG合作伙伴 Mark Needham的Clojure对冠军联赛球队进行排名 。

翻译自: https://www.javacodegeeks.com/2013/09/elo-rating-system-ranking-champions-league-teams-using-clojure.html