（Meta：不确定这个问题是否适合StackOverflow，它有一个AI /统计倾斜 . 随意推荐哪个StackExchange站点更合适 . ）
许多声誉系统，如eBay，Slashdot，AirBnB和StackOverflow，都是基于用户的努力获得的积极和消极评价的基础 . 在这些情况下，用户基于好/坏信号投票给其他人，例如投票或投票 . 在大多数情况下，这是绝对评级：答案是有帮助的，或者不是，或评论是否好，卖方/买方是否善于处理等 .
我想 Build 一个声誉系统，其中每个人的评级本质上都取决于被评级的人与评级人员的关系（仅仅因为那种绝对'的方式，即使评级是不可避免的相对的 . 推荐一些东西到评分太远（太好或太差）的人会对他们的经历产生负面影响 . 目标是推荐喜欢这样的人 .
考虑这个组成的场景 .
存在一种系统，用于连接想要一起玩扑克的人 . 在扑克游戏中，玩家互相竞争，如果太容易或太难，它会对每个人的游戏乐趣产生负面影响 . 玩家根据他们的技能进行评级，相对于人的评级（即“她比我好”是一个赞成，'他比我更糟'是一个downvote） . 通过所有这些评级，系统应该能够对玩家中的玩家进行评分，以便寻找其他玩家的人可以找到自己级别的玩家 .
基于人们的吸引力，我怀疑约会服务可能会做这样的事情 . 这听起来很可怕，我知道，但是我觉得设置两个在这方面相距甚远的人可能是浪费双方的时间，因为我们的人类是多么肤浅 .
是否存在旨在“在曲线上评分”的声誉系统，以便用户能够在规模上找到“他们的观点”，并建议接近该点的东西？怎么这样的系统可以编程？
1 回答
Conrad's comment是我需要的搜索词"unlock" . 这引出了以下声誉算法：
Elo Rating System
Microsoft's TrueSkill
Glicko and Glicko-2 rating systems
所有这些都以我描述的方式提供绝对评级 .