我正在研究评分算法。我有一套练习。它们都按级别分类（1 = 最简单，5 = 最难）。
用户会看到两个练习，应该决定哪一个更难，或者两者是否相等。应根据用户评分调整级别。
我做了什么： 我尝试了 Elo 评级。
我的问题： 有没有更好的算法来做这个用例？ （目前一无所获）
在此先感谢和欢呼。 托比
【问题讨论】：
我会尝试以一种简单但（我希望）有效的方式解决问题。
首先，您仅在投票与系统实际预期的不同时才更新锻炼评级。从现在开始，我将只考虑用户输出与系统实际预期不同的情况。
其次，我会更加重视两个级别差异很大的选票。对两个等级为 2 和 3 的练习的错误期望应该比对两个等级为 1 和 5 的练习的错误期望影响更小。
也就是说，我的算法是这样的：
1- 设置了一个恒定的百分比，我们称之为increment。它确定了投票的影响百分比，并且可以根据用户数量进行修改。
2- 对于“意外”投票，我将计算原始级别之间的差异（最小为 1）。
diff = max(1, abs(ex1.level - ex2.level))
3- 我会根据increment 和diff 的乘积按百分比更新每个锻炼评分。
if (ex1 level expected bigger)
ex1.rating = ex1.rating + diff*increment;
else
ex1.rating = ex1.rating - diff*increment;
Rating 是浮点数，level 是 rating 的四舍五入：
ex1.level = round(ex1.rating)
示例：
让我们设置increment = 0.1。 exA，评分为 2.0，级别 2 与 exB，评分为 3.0，级别 3 进行比较。
第一个用户选择exB 作为最难的。没有任何变化，因为这是系统预期的结果。
第二个用户选择exA。这不是预期的结果。两个练习之间的差为 1，因此评分被修正了一个因子 1*0.1 = 0.1，
导致exA.rating = 2.1 对应exB.rating = 2.9
【讨论】：