从匹配结构恢复玩家相对强弱：一种绕开胜负记录的谱方法

海克斯大乱斗的匹配分从未由官方公开，外部也没有可读取的接口。本文的目标是构造一个可核对的替代量：玩家在所属服务器内部的相对匹配位次，全部输入限于公开对局记录的参与名单。

全文分三部分。第一部分给出胜负累积路线的对照实验及其失效原因；第二部分提出基于同局共现的谱方法，并说明其平凡解与符号不确定性；第三部分讨论仿射不可辨识性，以及由此得到的名次标定方案。所用数据为七个服务器截至 2026 年 8 月 25 日的同一份快照。

一 / 基线

胜负累积路线的对照实验

设玩家 i 的评分为 θᵢ，采用 Elo 更新式 θᵢ ← θᵢ + K(S − E)，其中期望胜率 E = 1 / (1 + 10^(−Δ/400))，Δ 为两队评分均值之差，S 为实际结果。按对局时间顺序在全样本上迭代，得到一组收敛评分。

判别能力以成对排序准确率衡量：随机抽取一场比赛，取其胜方与负方，检验模型给出的队伍评分是否将胜方排在前。该指标等价于 ROC 曲线下面积，随机基线为 0.5。在两千八百多万场样本上重复抽样，实测值为 0.497。

更换更新规则无法改变这一结果。Glicko 引入评分离散度、TrueSkill 以高斯信念替代点估计，二者改进的都是估计效率而非信息来源。当似然中关于 θ 的信息量本身接近零时，估计量的精细程度不影响结论。该结果同时说明，社区中流传的连胜后系统调分假说，若真写在胜负序列里，本样本的规模足以使其显形。

二 / 方法

同局共现的谱分解

匹配系统为使两队胜率接近均衡，须按实力组队。因此「哪十名玩家被安排进同一场对局」这一事件在开局前即已携带强弱信息，且与该场胜负无关。

将每场对局建模为一条同时连接十名玩家的超边，得到关联矩阵 H ∈ {0,1}^(n×m)，n 为玩家数、m 为对局数，Hᵢⱼ = 1 当且仅当玩家 i 参与对局 j。记 D 为玩家度对角阵、Dₑ 为超边度对角阵（本例中恒为 10），构造归一化算子：Θ = D⁻¹ᐟ² · H · Dₑ⁻¹ · Hᵀ · D⁻¹ᐟ²。

Θ 对称半正定，其最大特征值 λ₁ = 1，对应特征向量为 D¹ᐟ²·1。该解描述每位玩家的对局数量，与强弱无关，称为平凡轴。迭代求解时若不加处理，任意初值都会收敛到它——直观上等价于每轮把自己的数值替换为同局玩家的均值，若干轮后全体趋于同一常数。

去除平凡分量后取第二特征向量 v₂，即得到强弱轴。其判据为 Θv = λv：在连续形变下始终保持自身方向的向量为特征向量，而 λ₂ < 1 保证该分量在迭代中衰减最慢、最后残留。需要注意 Θ 的构造只使用参与名单，胜负、KDA、伤害等字段均未进入 H。

该思路与 PageRank 同源：二者都在问一张关系网的主结构是什么，区别仅在于此处的边连接十个节点而非两个，且需要显式去除平凡解。

三 / 可辨识性

符号、尺度与名次标定

v₂ 的方向不可由 Θ 确定。若 Θv = λv 成立，则 Θ(−v) = λ(−v) 同时成立，二者在谱意义上完全等价。确定哪一端对应更强，需要一个比特的外部信息。本文用胜负记录提供该比特：全样本的胜负记录在此仅用于确定轴的正负号，对轴本身的求解无贡献。

尺度同样不可辨识。设匹配与胜率模型仅依赖队伍评分之差，令 θ′ = aθ + b（a > 0），则 Δ′ = 平均(aθ红 + b) − 平均(aθ蓝 + b) = aΔ，常数项相消；而胜率 p′ = σ(β′Δ′)，只要斜率相应取 β′ = β / a，即有 p′ = σ(βΔ) = p。两套评分产生完全相同的匹配与胜率，因而绝对数值不可观测。样本量的增加无法消除这一自由度，它源于模型结构而非估计误差。

可辨识的量因此只有序关系。取名次分位 p = 100 × (r − 0.5) / N，其中减去半格是必要的：否则末位恰为 100%，长尾映射在该点发散。随后以段位分布为外部刻度，在八个大段入口取锚点做分段线性插值，大师之上接一段在接缝处斜率连续的长尾曲线。该刻度一经确定即冻结；重新拟合会使整服评分整体平移，而其中并无个体强弱的真实变化。

研究边界

1. 数据为七个服务器的公开对局记录，冻结于 2026 年 8 月 25 日的同一份快照，共 28,495,202 场。求解过程未使用官方匹配分，本文亦无读取该数值的渠道。计算仅依据公开对局记录，未修改游戏客户端。
2. 各服务器独立构图、独立求解，所得评分仅在本服人群内定义。跨服比较无效，合并排名同样无效。
3. 覆盖率为 10,695,577 个玩家行中的 9,175,767 人。参与场次不足以稳定求解的玩家不赋值。
4. 稳定性以重建位移衡量：间隔一定时间重新求解，统计各玩家名次的变动幅度，据此给出置信区间的宽窄，变动过大者不予发布。
5. 与段位分布的对齐属于结果层面的一致性检验，性质上仍为关联。它支持刻度设定的合理性，对个体强弱不构成因果解释。
6. 本文公开建模思路与数学推导。数据采集流程、求解实现、超参数与运行阈值不在披露范围内。

查看你自己的位次

两条路径：加入 QQ 群按提示查询，或用页面右上角注册账号，登录后在账号中心查看本服排名与所在分段。位次会随对局更新。