Uf, ne sećam se detalja, davno je to bilo, ali mislim da ide ovako:
Kreiraš sistem jednačina od onoliko jednačina koliko imaš mečeva.
Za svaki meč postaviš izraz
X1 - X2 + e = R gde je
X1 vrednost igrača 1; X2 vrednost igrača 2; ... Xn vrednost igrača n.
R je rezultat.
Takav sistem jednačina, samo u mašti ima rešenja, pa zato postoji ono e, i ti treba da dobiješ vrednosti za X1, X2 ... tako da je e**2 najmanje. To se valjda i zove metoda najmanjih kvadrata.
Ja sam nešto na ovu temo radio pre više od 5 godina, i morao bih da obnavljam knjiška znanja, da bih ti dao potpuniji odgovor, ali se nadam da i ovo pomaže.

Uf... jel ima neka aproksimacija? Ja sam nasao nek "true Bayesian estimate" formulu na imdb.com gde je oni koriste za rangiranje filmova prema glasovima posetilaca, i glasi:

weighted rank (WR) = (v ÷ (v+m)) × R + (m ÷ (v+m)) × C

where:
R = average for the movie (mean) = (Rating)
v = number of votes for the movie = (votes)
m = minimum votes required to be listed in the Top 250 (currently 1250)
C = the mean vote across the whole report (currently 6.8)

E sad, ako ovo pojednostavim time da stavim da je miminum (m) = 1, onda formula ispada nekako ovako, kada se primeni za moj slucaj:


rejting = (Skor + Koeficijent) / Partija

gde je:
Skor = ukupan broj poena igraca za koga se trazi rejting
Partija = broj partija koje je odigrao
Koeficijent = Prosecan broj poena koje igrac dobija po partiji (znaci zbir poena svih igraca u svim partijama / ukupan broj partija)

Cini mi se da ovo daje prilicno dobar rezultat, ima li neko nesto da doda? :)

hm... tek sad vidim da se ovo ne razlikuje od prostog skor/partija. moracu jos da razmislim :)

Moras da vodis racuna da ne uzimas sve partije u obir. Ako je rank izmedju 0 i 1000 i recimo ako sam ja krenuo da ucim preferans pre godinu dana normalno je da cu na pocetku da gubim dosta partija. Ako posle toga napredujem i budem bolji od nekog igraca koji ima rank 800 ja nikada necu imati rank koji je bolji od njega zbog prevelikog broja partija koje sam igrao kao pocetnik. Zato morad da uzimas u obzir i vreme odigrane partije tj. da smanjujes weight partije u zavisnosti pre koliko dana je odigrana partija tako da one koje su odigrane skoro imaju veci weight i vise uticu na rezultat.

Recimo na kiseido go serveru racunaju samo poslednjih 180 dana a i pored toga one partije koje su igrane pre 180 dana imaju manju tezinu od onih koje su igrane pre dva dana.

Evo kako racunaju rank:
http://kgs.kiseido.com/en_US/help/ranks.html

I malo matematike u vezi sa tim:
http://kgs.kiseido.com/en_US/help/math.html

Ti obrati paznju samo na even games jer sve preferans igre su even. U go-u postoji nesto sto se zove handicap (slicno kao kada neko igra sah bez jednog pesaka) pa zato nemoj da obracas paznju na deo teksta koji objasnjava kako se racunaju handicap partije.

Ostavi na tvom sajtu formulu kako racunas rankig pa ces verovatno dobiti i neke sugestije.

Ti ces morati malo da izmenis formule zato sto se pref igra u troje.

Ovde su formule rangiranje igraca ali za igre za dva igraca (npr. sah ili go):
http://en.wikipedia.org/wiki/ELO_rating_system

_{[Ovu poruku je menjao srki dana 19.10.2005. u 02:43 GMT+1]}