Maximum likelihood paired-comparison ranking and quadratic assignment
最大似然成对比较排序与二次指派AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要围绕成对比较数据的似然排序，直接关联离散选择与排序模型，但未提供经济结构解释。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
最大似然成对比较排序与二次指派
- 研究问题
- 如何利用成对比较数据获得最大似然排序，并借助优化问题的对应关系，检验事先提出的对象排列是否合理？
- 方法与思路
- 作者建立最大似然成对比较排序与运筹学二次指派问题之间的联系，借此引入排序计算方法及先验排列检验框架。
- 材料陈述的贡献
- 摘要明确贡献是揭示两个问题的联系，由此提供求取排序的计算技术，并给出评估预先指定对象顺序的通用框架。
- 阅读关注点
- 核对比较概率模型、排序目标与二次指派目标如何对应，以及计算技术的适用规模和排列合理性检验的统计依据。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明算法复杂度、全局最优保证或检验分布，不能补充这些结论。
原文摘要
A connexion is identified between maximum likelihood paired-comparison ranking and the problem of quadratic assignment discussed in the operational research literature. This relationship immediately gives a set of computational techniques for obtaining the necessary rankings, and, in addition, provides a general framework for testing the reasonableness of particular object sequencings suggested a priori.