20160712梅西法&科利法.md

20160712梅西法&科利法

梅西法和科利法是BCS评分里的两种方法。BCS是用来确定哪些队伍被邀请参加哪个系列的比赛的。BCS主要是有两个评分来源：人和计算机。人的输入数据是教练和媒体，计算的输入是6个数学模型。具体BCS的细节这里不细谈了，以后有空专门写一篇博客谈，今天就只谈谈梅西法和科利法。

1. 梅西法

首先放出作者的网站masseyratings.com，如果要搜索梅西法的资料，建议直接google-“massey ratings”，英文资料一大把。

1.1 梅西法基本原理

主要的公式如下：

$$r_i-r_j=y_k$$
其中 $y_k$代表比赛k中获胜方的优势， $r_i$代表队伍i的评分， $r_j$代表队伍j的评分。针对历史已经比赛过的结果，我们可以列出一个上述形式的方程组。n支队伍，m场比赛，那么就有n个未知数，m个方程。写为:
$$Xr=y$$
X矩阵：每一行大部分为0，在第i列和j列上分别是1和-1.
y：代表获胜方优势的向量。
r：代表我们所求的每个队伍的评分。
这个方程组解法为 $X^T Xr=X^T y$。针 $X^T X$简单分析下，对角元素就是队伍i完成的比赛场数，非对焦元素就是队伍i和队伍j比赛场数的相反数。针对 $X^T y$的第i个元素就是队伍i所有比赛获得的分差之和。
这里简单分析下 $X^T X$是一个n阶对称方阵，也是一个对角阵，并且每一列线性相关。
为了让r有唯一解，往往需要给 $X^T X$和 $X^T y$增加一行0，表示每个队伍所有评分总和为0.

1.2 梅西法高级原理

这个高级原理就是引入了一个攻击和防守的特性。这里做了一个假设，队伍的评分等于攻击评分加上防守评分。现在我们引入一些符号来推导一些公式看看。
攻击评分：o
防守评分：d
向量$X^Ty$分解为f-a，代表得到的总分数-失去的分数。
矩阵$X^TX$分解为T-P，T是对角阵，P是非对角阵。

$$\begin{align} X^TXr&=X^Ty \\ \left( T-P \right)\left( o+d \right) &= f-a \\ To-Po+Td-Pd &=f -a \end{align}$$
将上式分解为：
$$\begin{align} To-Pd & =f\\ Po-Td & =a\\ \end{align}$$
继续：
$$\begin{align} To-Pd & =f\\ T\left(r-d\right)-Pd&=f\\ \left( T+P\right)d&=Tr-f\\ \end{align}$$
看看上式，除了d是所求的，其他的都能得到。那么这里的向量d和o就可以搞定了。

1.3 梅西法的使用

当我们能求到一个队伍的攻击分数和防守分数，那么我们可以预测该队伍的的比赛具体分数。比如A队伍攻击分数为5，防守分数为2，B队伍攻击分数为3，防守分数为4，则他们的比分应该是(5-4):(3-2)，结局就是1：1。
网页中该如何使用梅西法排名呢？

如果两个网页之间没有超链接，则没有比赛，如果有超链，则代表有比赛。这里就可以搞定矩阵$X^TX$
同理可以利用所有入链总数减去所有出链总数，代表评分向量$X^T Y$。

2 科利法

这个和前面的梅西法不同，关键在于获胜率。以前的获胜率常常使用$r_i = \frac{w_i}{t_i}$，也就是赢的场数除以比赛总场数。但是这个评分是有几个缺陷的，击败强的对手和弱的对手是一样的，如果从未获胜则胜率为0，很多时候常常发生评分持平的情况。
这个时候，科利对刚刚的公式做了一个小小的修改。

$$r_i = \frac{1+w_i}{2+t_i}$$
简单来看这个改变很简单，感觉用处应该不会太大。接下来就分析下，这个里面如何克服了上面提出的一些缺陷。

2.1 科利法原理

这里是对一个公式进行变形，讨论开始的。

$$\begin{align} w_i & = \frac{w_i - l_i }{2} + \frac{w_i + l_i}{2} \\ & = \frac{w_i - l_i}{2} + \frac{t_i}{2} \\ & = \frac{w_i - l_i}{2} + \sum_{j=1}^{t_i}{\frac{1}{2}} \end{align}$$

这个时候就展开对$\sum_{j=1}^{t_i}{\frac{1}{2}}$的讨论。
因为所有队伍都是以1/2开始的，所以最先开始时$\sum_{j=1}^{t_i}{\frac{1}{2}}=\sum_{j\in o_j}{r_j}$。这里的o_j是指队伍i的对手集合。随着比赛开始，$\sum_{j=1}^{t_i}{\frac{1}{2}}=\sum_{j\in o_j}{r_j}$这个等式就不成立了，但是我们可以说明这个等式近似成立，因为比赛的继续，一方胜利，一方失败，可以说评分是在1/2上左右摇摆的。这就是科利法的关键所在，接下来的推导就很简单了。
将$w_i \approx \frac{w_i - l_i}{2} + \sum_{j \in o_i}{r_j}$，带入$r_i = \frac{1+w_i}{2+t_i}$中得到：

$$r_i = \frac{1+ \left( w_i - l_i\right)/2 + \sum_{j \in o_i}{r_j}}{2+t_i}$$
观察这个等式，记住我们要求的是r，这里未知的也是r。而且这里很明显是一个线性的等式，可以写为 $Cr= b$的形式，继续吧。
$$b_i = 1 + \frac{1}{2}\left( w_i - l_i\right)$$
$$C_ij = \begin{cases} 2+ t_i,i=j \\ -n_{ij},i \neq j \end{cases}$$
其中n_ij为队伍i和j比赛次数。可以证明C_{n*n}可逆，具有唯一解。

2.2 科利法应用

1. 科利法的结果没有考虑比赛具体的分数，只考虑比赛的胜负情况。基于此科利法不会受到比赛具体分数的干扰，比如强队在弱队上大比分的胜出。
2. 第二点，就是基于之前的假设，$\sum_{j=1}^{t_i}{\frac{1}{2}}=\sum_{j\in o_j}{r_j}$，一个队伍胜率增加，代表另一个队伍胜率降低，但是平均值应该是1/2左右。

2.3 科利法和梅西法的联系

给出一个等式$C = 2I + X^T X$，那么梅西法可以科利化为$\left( 2I + X^T X \right)r=p$，这里的p也就是梅西法中的y，是包含了得分的信息。这里加上了2I，可以使得矩阵非奇异。同理梅西法也可以进行科利化，一切尽在之前的那个矩阵。

3.感想

说说自己的想法。这两个算法有相关性，有各自的优缺点，比如是否考虑比赛的分数，是否考虑比赛的胜率，能否计算攻守评分等等。但是这里会发现一切都是计算的线性的等式，什么意思呢，比如这个梅西法有偏，是因为这个方法会出现强队大胜弱队的情况，那么这个大胜获取的分数和他们的实力不是成正比，而求解是求解的线性的方程组，所以就导致了有偏。那如果这里能假设是平方的关系，就是获取的分数和实力是平方比的关系，抑或是更复杂的关系，小范围的实力差距是线性，大范围的实力差距是平方或更高的次方。那是否可以试试呢？