Ny forskning har utvecklat ett automatiserat tillvägagångssätt för att begränsa och rangordna fältet för division 1 college-basketlag från 351 till de 68 som skulle spela i de årliga "March Madness" basketturneringarna, ses av mer än 80 miljoner människor varje år.

Varje år, en roterande kommitté på 10 personer har till uppgift att välja ut och seedningslag för att tävla i National Collegiate Athletic Association (NCAA) Men's Basketball Tournament. Den nya automatiserade metoden skulle potentiellt kunna ersätta det nuvarande manuella systemet, för att ta bort alla frågor om partiskhet och risken för mänskliga fel.

Studien, "Att använda matematisk programmering för att välja och seed team för NCAA-turneringen, " under ledning av Bruce Reinig från San Diego State University och Ira Horowitz från University of Florida, kommer att publiceras i tidskriften INFORMS Gränssnitt .

"Algorithmen kan tillämpas på vilken säsong som helst och är opåverkad av tidigare kommittéstrukturer, turneringsresultat och resultat från tidigare säsonger, sa Reinig.

Med hjälp av data från de fem NCAA-turneringarna som hölls från 2012 till 2016, forskarna skapade en algoritm som snabbt och konsekvent skapade en turneringsranking som var i linje med kommitténs ranking för det året.

När de tillämpades på lagen för turneringen 2017, algoritmen identifierade 37 av de 38 bästa lagen som också valdes ut av årets NCAA -kommitté. Vid sådd, eller rangordna varje lag för att bestämma vem och när de ska spela, 24 av dem matchade exakt, och 77,6 procent var inom ett frö från att vara en match, och 89,6 procent var inom två frön för att vara en match med kommitténs ranking.

"Det här systemet kan också ge värdefull insikt till idrottsledare och konferensadministratörer angående inverkan av schemaläggningsändringar på ett lags turneringsprestation eller chanser att få en fördelaktig seed, "tillade Horowitz.