2026年美赛数学建模竞赛C题

基于多模型融合的《与星共舞》粉丝投票估算及投票机制优化研究

摘要

《与星共舞》(DWTS)作为全球热门电视舞蹈竞赛节目,其结果由评委评分与粉丝投票联合决定,历史上因两种投票权重争议引发多次赛事争议。本文针对赛题核心需求,构建多维度数学模型完成系列分析:针对未知粉丝投票估算问题,采用改进型梯度提升回归(XGBoost)融合逻辑斯蒂回归的组合模型,结合34季赛事数据中的评委评分、选手特征及淘汰结果反向推导粉丝投票值,模型与实际淘汰结果的一致性达89.7%,通过置信区间分析验证估算值的可靠性;针对两种投票组合方法(排名法与百分比法)的对比,采用熵权-TOPSIS法量化两种方法对粉丝投票的偏好度,发现排名法对粉丝投票的权重贡献比百分比法高18.3%,且对争议选手(如Bobby Bones、Bristol Palin)的赛事结果影响显著;针对选手特征与专业舞者影响分析,构建多元线性回归与随机森林特征重要性评估模型,识别出选手行业类型、年龄及专业舞者合作时长为核心影响因素,其中专业舞者对评委评分的影响系数为0.37,对粉丝投票的影响系数为0.52;最后提出“动态权重-双阶段淘汰”优化机制,通过层次分析法验证其公平性与观赏性综合得分较原有方法提升23.5%。

关键词:粉丝投票估算;投票机制对比;特征影响分析;模型优化;多模型融合

​【2026美赛数学建模C题完整参考论文(含模型建立求解、代码等)】http://​https://www.bilibili.com/video/BV1na6iBBEvV/?share_source=copy_web&vd_source=b038e9021c74e4a32f5045a04438a85c​

通过网盘分享的文件:2026美赛A、C、D、F题助攻免费资料下载

论文链接:

https://www.yuque.com/yuqueyonghufymzmc/soi2fz/tbagpis619nioxg4?singleDoc#

思路链接:https://pan.baidu.com/s/1jrj_ryL0mEIX6OXydX52dg?pwd=2628https://pan.baidu.com/s/1jrj_ryL0mEIX6OXydX52dg?pwd=2628

提取码: 2628 复制这段内容后打开百度网盘手机App,操作更方便哦

基于多模型融合的《与星共舞》粉丝投票估算及投票机制优化研究 

摘要 

目录 

一、问题重述 

二、问题分析 

2.1 未知粉丝投票估算问题分析 

2.2 投票组合方法对比问题分析 

2.3 选手与专业舞者影响分析问题 

2.4 优化投票机制设计问题 

三、模型假设 

四、定义与符号说明 

五、模型的建立与求解 

5.1 未知粉丝投票估算模型 

5.2 两种投票组合方法对比模型 

5.3 选手与专业舞者影响分析模型 

5.4 优化投票机制设计 

六、模型的评价及优化 

6.1 误差分析 

6.2 模型优点 

6.3 模型缺点 

6.4 模型推广 

七、参考文献 

八、附录 

附录1 核心数据说明 

附录2 模型代码片段(Python) 

附录3 动态权重计算对照表 

附录4 研究总结备忘录 


一、问题重述

《与星共舞》(Dancing with the Stars,简称DWTS)作为全球极具影响力的电视舞蹈竞技综艺节目,自开播以来已成功举办34季,凭借“名人选手+专业舞者”的搭档模式、高水准的舞蹈呈现及强互动性的投票机制,收获了全球海量观众的关注与喜爱。节目核心竞技规则为:每位 celebrity 选手(涵盖演员、运动员、歌手、政客等不同领域名人)与一位专业舞蹈演员组成搭档,每周围绕指定主题完成舞蹈表演,表演结束后将同步获得两部分评价——评委评分与观众粉丝投票,两者按特定规则组合计算最终得分,该得分直接决定当周淘汰选手及赛季最终排名。在长达多季的赛事进程中,节目组曾采用两种核心投票组合方法,且在28季进行规则迭代:其中1-2季及28-34季采用“排名法”,即分别对所有选手的评委评分与粉丝投票进行独立排名,再将两项排名结果求和,按总分高低确定名次;3-27季则采用“百分比法”,先将评委评分与粉丝投票分别转化为对应维度的百分比分值(即单维度内选手得分占该维度总分的比例),再对两项百分比分值进行叠加计算最终得分。此外,28季起新增专项淘汰规则,当周排名末两位的选手进入待定区,由专业评委团从两人中投票选出最终淘汰者,以此平衡大众偏好与专业评判的权重。

基于上述赛事规则与历史迭代背景,本次研究的核心需求可细化为五大方向,各需求既相互独立又存在逻辑关联,共同构成完整的赛事分析体系:

1. 未知粉丝投票估算:需构建科学的数学模型,结合34季赛事的完整数据(含选手基础信息、每周舞蹈表演细节、评委打分明细、淘汰结果等),反向推导每位选手每周的未知粉丝投票数据。同时,需通过多维度验证手段,检验估算结果与实际淘汰结果的一致性,量化估算值的确定性与误差范围,确保估算数据具备可靠的参考价值。

2. 投票组合方法对比:深入剖析“排名法”与“百分比法”的核心差异及实操逻辑,量化两种方法对粉丝投票的偏好程度,明确不同方法下粉丝投票对赛事结果的影响权重。重点验证争议选手(如低评委分高粉丝人气的选手)的赛事结局是否受投票方法选择的直接影响,同时分析28季新增的“评委选淘汰者”规则对两种投票方法的修正作用,评估其在降低争议结果发生率方面的实际效果。

3. 影响因素归因分析:系统梳理专业舞者与选手自身特征两大维度的潜在影响变量,其中选手特征涵盖年龄、职业行业、公众知名度、过往经历等,专业舞者特征包括舞蹈功底、过往搭档战绩、舞蹈风格适配度等。通过量化模型分析各类因素对选手赛事表现(评委评分与粉丝投票两个维度)的影响强度,明确核心影响因子,并对比不同因素在评委评分与粉丝投票中的影响差异,揭示专业评判与大众偏好的认知分歧点。

4. 投票机制优化设计:针对现有两种投票方法及迭代规则的不足,结合公平性与观赏性两大核心目标,设计更具合理性与可操作性的投票机制。新机制需兼顾专业评委的权威性与粉丝的参与感,避免单一维度权重过高导致的赛事争议,同时为机制设计提供充分的理论支撑与数据验证,确保优化方案具备落地可行性。

5. 研究报告与决策建议:形成完整的研究报告,报告需涵盖模型构建、数据分析、结论推导等全流程内容,并专门撰写总结备忘录。备忘录需提炼核心研究发现、明确投票机制的优化方向,为节目制作方提供针对性的决策建议,助力节目组进一步完善赛事规则、提升节目口碑与竞争力。

赛题核心需求包括:

1. 构建模型估算34季中每位选手每周的未知粉丝投票,验证估算结果与淘汰结果的一致性,并量化估算确定性;

2. 对比两种投票组合方法的结果差异,分析其对粉丝投票的偏好程度,验证争议选手赛事结果是否受方法选择影响,及新增淘汰规则的作用;

3. 分析专业舞者及选手特征(年龄、行业等)对赛事表现的影响,比较其对评委评分与粉丝投票的影响差异;

4. 设计更公平或更具观赏性的投票机制,提供理论支撑;

5. 提交含总结备忘录的研究报告,为节目制作方提供决策建议。

二、问题分析

2.1 未知粉丝投票估算问题分析

粉丝投票作为隐藏变量,其与评委评分的组合结果直接决定淘汰结局,属于“反向优化”类数学问题。现有数据包含34季选手的评委评分(每周多位评委打分)、选手特征(年龄、行业、家乡等)、专业舞者信息及淘汰/排名结果,具备构建回归模型的基础数据条件。

由于粉丝投票受多重因素影响(选手人气、表演质量、赛事进程等),单一模型难以覆盖复杂非线性关系,因此选择组合模型提升估算精度。需先处理数据中的缺失值(如部分周次无评委打分)、异常值(如淘汰后0分记录),再以淘汰结果为约束条件,反向推导粉丝投票的合理区间。

2.2 投票组合方法对比问题分析

两种组合方法的核心差异在于对“极端值”的敏感度:排名法将评分/投票转化为序数排名,降低单个高值的影响;百分比法直接基于原始数据占比计算,易受粉丝投票基数差异影响。需构建量化指标(如粉丝投票权重占比、结果波动系数)对比两种方法的特性,针对争议选手(如低评委分高排名的Bobby Bones),模拟两种方法下的赛事结果差异,验证方法选择对结局的影响。

新增的“评委选淘汰者”规则本质是引入专家二次决策,需分析该规则对排名法/百分比法结果的修正作用,判断其是否能降低争议结果的出现概率。

2.3 选手与专业舞者影响分析问题

该问题属于多因素归因分析,需识别关键影响变量并量化其作用强度。选手特征中,年龄可能影响舞蹈学习能力,行业类型可能关联粉丝基础;专业舞者的舞蹈风格、过往战绩可能影响搭档选手的表现评分。需通过特征筛选剔除无关变量(如家乡、国籍),采用回归模型与特征重要性评估结合的方式,分别量化各因素对评委评分与粉丝投票的影响差异。

2.4 优化投票机制设计问题

“公平性”要求评委专业评分与粉丝大众偏好均衡,“观赏性”要求避免过早淘汰热门选手。现有方法的核心缺陷是权重固定,无法适应赛事动态变化(如后期选手实力差距缩小)。需设计动态权重调整规则,结合双阶段淘汰流程(初选+复活机制),平衡公平与观赏需求,通过多指标验证优化方案的可行性。

三、模型假设

赛事提供的评委评分、选手特征、淘汰结果等数据真实有效,无系统性误差;

粉丝投票符合“理性偏好”假设,即选手表演质量(评委评分代理变量)与粉丝投票正相关,无恶意刷票导致的异常极值;

同一季赛事中,粉丝投票的统计分布(如均值、方差)保持稳定,无跨周次的突变性波动;

专业舞者的影响仅通过搭档选手的表现间接体现,不考虑舞者个人人气的直接投票加成;

争议选手的定义为“评委评分排名后30%但最终排名前50%”,且其赛事结果无其他非投票因素(如退赛)干扰;

模型估算的粉丝投票值为相对值,其比例关系与真实粉丝投票的比例关系一致,无需还原绝对票数。

通过网盘分享的文件:2026美赛A、C、D、F题助攻免费资料下载

链接:https://pan.baidu.com/s/1jrj_ryL0mEIX6OXydX52dg?pwd=2628https://pan.baidu.com/s/1jrj_ryL0mEIX6OXydX52dg?pwd=2628

提取码: 2628 复制这段内容后打开百度网盘手机App,操作更方便哦

Logo

有“AI”的1024 = 2048,欢迎大家加入2048 AI社区

更多推荐