个人原创，转载时请注明本文地址

关键词：历史地位、历史排名、历史排行、历史前十、金州勇士、斯蒂芬-库里、勒布朗-詹姆斯、凯文-杜兰特、杰森-塔图姆、卢卡-东契奇

注：

• 本排行包含全部在NBA、ABA、BAA登场过的5023名球员

• 数据录入时间：2022年6月18日

• 数据来源： Basketball Reference

• 往期排名：2021排名 ，2020排名， 2019排名

• 不包含早期非正式统计（比如60年代单场盖帽等）

• 不包含非NBA数据（比如大学、国际赛场等）

• 不包含非数据可体现的价值（比如有国际影响力、迫使联盟改变规则、引领了时代等）

• 不包含球衣退役加分（各球队标准不同）

• 不包含名人堂加分（入选时间滞后）

• ABA积分按0.6倍换算，BAA积分按0.8倍换算，ABA同时期（1968-1976）的NBA积分按0.9倍换算

以下为新版更新内容简介，及主要结果。

• 录入2021-22赛季新球员名单，并更新数据

• 标准化团队角色分

• 引入绝杀及经典积分

• 引入NBA75周年积分

• 引入常规赛、季后赛积分分类

• 修正巅峰WS分

• 修正部分积分权重

tl;dr

以下为排名细则，内容较长，选择阅读。

ACPL积分细则

公式：总得分 = 成就分 + 贡献分 + 能力分 + 纪录分（Accomplishment + Commitment + Prime + Legacy）

其中成就分包含个人荣誉、带队成绩、数据排名，对球星级别排名起决定性作用；贡献分和能力分分别代表个人生涯长度和高度（新版考虑存在成就分累积，提高能力分权重），是考量普通球员的重要标准；纪录分是额外加分，以纪念在历史中留下的印记。

（一）成就分（Accomplishment）：评价球星历史地位的核心依据

公式：成就分 =（个人荣誉分 + 最佳阵容分 + 数据排名分 + MVP_Share分）* 冠军系数 + 团队角色分

1. 个人荣誉分

公式：个人荣誉分 = MVP分 + FMVP/PMVP分 + CFMVP分 + AMVP分 + DPOY分 + ROY分 + SMOY分 + MIP分  + 全明星分 + POM分 + POW分 + ROM分+ POS分 + HA分 + TOY分

（1）MVP分——最有价值球员

公式：MVP分 = Σ(MVP基本分 * 收敛系数)

数值：MVP基本分250

收敛系数：起始值1，递增变量-0.1，最小值0.7（蝉联MVP第二年不收敛）

想法：此处纪录MVP单项奖评分，因为默认MVP_Share第一名，以及入选一阵、全明星等，所以首次当选MVP总分为450+。重复取得同一荣誉应保持总分递加，但每次重复取得该荣誉所获积分递减。假设SMOY和MIP等价值，球员A取得SMOY和MIP各一次，球员B取得SMOY两次，那么A积分应略高于B积分。

示例：勒布朗-詹姆斯取得MVP4次，其中各蝉联2次。其MVP分 = 250 * (1 + 1 + 0.8 +0.8) = 900

（2）FMVP/PMVP分——总决赛最有价值球员/季后赛最有价值球员

公式：FMVP分 = Σ(FMVP基本分 * 收敛系数)

数值：FMVP基本分100

收敛系数：起始值1，递增变量-0.1，最小值0.7（蝉联FMVP第二年不收敛）

想法：此处纪录FMVP单项奖评分。球员带队夺冠总得分包含：FMVP分，CFMVP分，团队角色分，冠军系数附加分。之所以把FMVP分数调得较低（相对MVP）是该奖项和团队荣誉（总冠军）紧密相关，而且获奖球员能力、表现、球队中角色都大不相同。比如2011年德克-诺维茨基一冠封神，但1981年塞德里克-麦克斯维尔小人物爆种。在2022年引入魔鸟杯后，FMVP作为单系列赛对夺冠影响力的局限性被进一步认证。因此，FMVP相当于一个基础分（对所有人一样）。随后团队角色分将加以区分，而冠军系数则对不同层次球员起决定性作用（后文详细介绍）。

示例：朱利叶斯-欧文取得PMVP2次，ABA系数0.6。其PMVP分 = 100 * (1 + 0.9) * 0.6 = 114

（3）CFMVP分——分区决赛最有价值球员（魔鸟杯）

公式：CFMVP分 = Σ(FMVP基本分 * 收敛系数)

数值：CFMVP基本分50

收敛系数：起始值1，递增变量-0.1，最小值0.7

想法：分区决赛同样作为单一系列赛，参考影响力低于总决赛，其分值应参照FMVP递减。考虑对过往75年球员不公平性，不宜设过高。关于历年魔鸟杯评选及想法，请参照

示例：杰森-塔图姆获得CFMVP1次，其CFMVP分 = 50 * 1 = 50

（4）AMVP分——全明星赛最有价值球员

公式：AMVP分 = Σ(AMVP基本分 * 收敛系数)

数值：AMVP基本分20

收敛系数：起始值1，递增变量-0.1，最小值0.2

想法：此处纪录AMVP单项奖评分，因为默认入选全明星，总分为45。

示例：凯文-杜兰特取得AMVP2次。其AMVP分 = 20 * (1 + 0.9) = 38

（5）DPOY分——最佳防守球员

公式：DPOY分 = Σ(DPOY基本分 * 收敛系数)

数值：DPOY基本分50

收敛系数：起始值1，递增变量-0.2，最小值0.4

示例：鲁迪-戈贝尔取得DPOY3次。其DPOY分 = 50 * (1 + 0.8 + 0.6) = 120

（6）ROY分——最佳新秀

数值：ROY20

收敛系数：起始值1，递增变量-0.1，最小值0.2

示例：拉梅洛-鲍尔取得ROY1次。其ROY分 = 20

（7）SMOY分——最佳第六人

公式：SMOY分 = Σ(SMOY基本分 * 收敛系数)

数值：SMOY基本分25

收敛系数：起始值1，递增变量-0.1，最小值0.2

示例：路易斯-威廉姆斯取得SMOY3次。其SMOY分 = 25 * (1 + 0.9 + 0.8) = 67.5

（8）MIP分——进步最快球员

公式：MIP分 = Σ(MIP基本分 * 收敛系数)

数值：MIP基本分20

收敛系数：起始值1，递增变量-0.1，最小值0.2

示例：贾-莫兰特取得MIP1次。其MIP分为20

（9）全明星分

公式：全明星分 = Σ(全明星基本分 * 收敛系数)

数值：全明星基本分25

收敛系数：起始值1，递增变量-0.1，最小值0.2

示例：乔治-麦金尼斯取得NBA全明星3次，ABA全明星3次。其全明星分 = 20 *  (1 + 0.9 + 0.8 + 0.7 + 0.6 + 0.6 + 0.6 + 0.5  0.6) = 94.5

（10）POM分——月最佳球员

公式：POM分 = Σ(POM基本分 * 收敛系数)

数值：POM基本分15

收敛系数：起始值1，递增变量-0.2，最小值0.1

想法：单次最佳荣誉积分递增变量增至0.2，最小值降为0.1，考虑到球员入选月最佳、周最佳次数非常多，而且1979年才引入，2001年才分东西部，不宜权重过高

示例：帕特里克-尤因取得POM5次。其POM分 = 15 * (1 + 0.8 + 0.6 + 0.4 + 0.2) = 45

（11）POW分——周最佳球员

公式：POW分 = Σ(POW基本分 * 收敛系数)

数值：POW基本分5

收敛系数：起始值1，递增变量-0.2，最小值0.1

示例：雷吉-米勒取得POW3次。其POW分 = 5 * (1 + 0.8 + 0.6) = 12

（12）ROM分——月最佳新秀

公式：ROM分 = Σ(ROM基本分 * 收敛系数)

数值：ROM基本分5

收敛系数：起始值1，递增变量-0.2，最小值0.1

示例：约翰-沃尔取得ROM4次。其POW分 = 5 * (1 + 0.8 + 0.6 + 0.4) = 14

（13）POS分——复赛最佳球员

数值：POS分10

示例：达米安-利拉德取得2020年POS。其POS分 = 10

（14）HA分——最佳拼搏奖

公式：HA分 = Σ(HA基本分 * 收敛系数)

数值：HA分10

收敛系数：起始值1，递增变量-0.2，最小值0.1

示例：马库斯-斯马特取得HA2次。其HA分 = 10 * (1 + 0.8) = 18

（15）TOY分——最佳队友

公式：TOY分 = Σ(TOY基本分 * 收敛系数)

数值：TOY分5

收敛系数：起始值1，递增变量-0.2，最小值0.1

示例：朱-霍勒迪取得TOY2次。其TOY分 = 5 * (1 + 0.8) = 9

2. 最佳阵容分

公式：最佳阵容分 = Σ(阵容基本分 * 收敛系数)

数值：一阵分100，二阵分50，三阵分25，一防分15，二防分10，新秀一阵10，新秀二阵5，复赛一阵分10，复赛二阵分5

收敛系数：起始值1，递增变量-0.2，最小值0.2

示例：保罗-乔治取得一阵1次，三阵5次，一防2次，二防2次，新秀二阵1次。其最佳阵容分 = 100 * 1 + 25 * (0.8 + 0.6 + 0.4 + 0.2 + 0.2) + 15 * (0.2 + 0.2) + 10 * (0.2 + 0.2) + 5 * 0.2 = 166

3. 数据排名分

公式：数据排名分 = Σ(数据基本分 * 排名系数 * 收敛系数)

数值：得分王100分，篮板王/助攻王40分，抢断王/盖帽王18分，命中率/三分命中率/罚球命中率第一12分，PER/BPM/TS/WS第一10分

排名系数：第一1.0，第二0.5，第三0.45，第四0.4，第五0.37，......，第十九0.11，第二十0.1

收敛系数：起始值1，递增变量-0.2，最小值0.2

说明：1969年之前得分/篮板/助攻以总数计，1969年之后得分/篮板/助攻以场均计

示例：特雷西-麦克格雷迪取得得分王2次，得分第四1次，得分第六1次，得分第七1次，得分第十1次，得分第十五1次，助攻第十二1次，助攻第十八1次，助攻第二十1次，抢断第七1次，抢断第十四1次，抢断第十八1次，抢断第十九1次，盖帽第十二1次，盖帽第二十1次，PER第一1次，PER第三3次，PER第十一1次，PER第十三1次，PER第二十1次，BPM第一1次，BPM第三1次，BPM第四2次，BPM第六2次，BPM第十一1次，BPM第十八1次，WS第三1次，WS第七1次，WS第八1次，WS第十一1次。其数据排名分 = 100 * 1 * 1 + 100 * 1 * 0.8 + 100 * 0.4 * 0.6 + 100 * 0.34 * 0.4 + ... = 253.32

4. MVP_Share分

公式：MVP_Share分 = MVP_Share基本分 * Σ(排名系数 * 收敛系数)

数值：MVP_Share基本分100分

排名系数：第一1.0，第二0.8，第三0.6，第四0.5，第五0.4，......，第二十0.1

收敛系数：起始值1，递增变量-0.2，最小值0.2

示例：昌西-比卢普斯取得MVP_Share排名第五1次，第六1次，第十一1次，第十二1次。其MVP_Share分 = 100 * (0.4 * 1 + 0.35 * 0.8 + 0.15 * 0.6 + 0.15 * 0.4) = 83

5. 团队角色分 & 冠军系数分

想法：此处统一讨论球员带队/随队取得团队荣誉的等效个人得分。对历年冠军、亚军及分区决球队成员进行角色划分。

角色分数：

冠军单核：团队角色分120，冠军系数0.5

冠军当家：团队角色分100，冠军系数0.4

冠军双核：团队角色分80，冠军系数0.3

冠军二当家：团队角色分70，冠军系数0.275

冠军核心：团队角色分60，冠军系数0.25

冠军主力：团队角色分40，冠军系数0.15

冠军轮换：团队角色分25，冠军系数0.1

冠军边缘：团队角色分10，冠军系数0

亚军单核：团队角色分60，冠军系数0.1

亚军当家：团队角色分50，冠军系数0.08

亚军双核：团队角色分40，冠军系数0.06

亚军二当家：团队角色分35，冠军系数0.04

亚军核心：团队角色分30，冠军系数0.02

亚军主力：团队角色分20，冠军系数0.01

亚军轮换：团队角色分12，冠军系数0

分区亚军单核：团队角色分36，冠军系数0.015

分区亚军当家：团队角色分30，冠军系数0.01

分区亚军双核：团队角色分24，冠军系数0.005

分区亚军核心：团队角色分18，冠军系数0

公式：团队角色分= Σ(团队角色基本分 * 收敛系数)

收敛系数：起始值1，递增变量-0.1，最小值0.2

示例：哈基姆-奥拉朱旺1994年冠军单核，1995年冠军当家，1986年亚军当家，1997年分区亚军当家，其团队角色分= 120 + 100 * 0.9 + 50 * 0.8 + 30 * 0.7 = 271

公式：冠军系数分= 1 + Σ(冠军系数基本分 * 收敛系数)

收敛系数：起始值1，递增变量-0.1，最小值0.4

示例：哈基姆-奥拉朱旺1994年冠军单核，1995年冠军当家，1986年亚军当家，1997年分区亚军当家，其冠军系数分= 1 + (0.5 + 0.4 * 0.9 + 0.08 * 0.8 + 0.01 * 0.7) = 1.931

想法：总冠军应该用来对球员成就分加权，所以不同球员夺冠所获积分不应相同，而是乘以系数。冠军系数收敛是为了加强首冠重要性，冠军多了差距不应明显（比如球员A一冠与球员B无冠的差距应大于比如球员C八冠与球员D七冠的差距）。

想法：角色区分对根据球员角色不同对应加分，包括：

• 区分未夺FMVP的球员加分，比如2015年斯蒂芬-库里vs2020年德怀特-霍华德

• 区分夺得FMVP的球员加分，比如2015年安德烈-伊戈达拉vs2011年德克-诺维茨基

• 区分同队夺冠的球员加分，比如2020年安东尼-戴维斯vs2020年德怀特-霍华德

• 附加亚军/分区冠军球员加分，比如2018年勒布朗-詹姆斯、2018年詹姆斯-哈登

示例1：2008年保罗-皮尔斯以冠军双核身份夺冠，其夺冠历程总加分 = FMVP分 + (个人荣誉分 + 最佳阵容分 + 数据排名分 + MVP_Share分) * 冠军系数加成部分 + 团队角色分 = 100 + (308 + 97 + 147.204 + 60) * (1.3 - 1) + 80 = 363.66

示例2：2016年凯文-乐福以冠军主力身份夺冠，其夺冠历程总加分 = (个人荣誉分 + 最佳阵容分 + 数据排名分 + MVP_Share分) * 冠军系数加成部分 + 团队角色分 = (137 + 93 + 129.696 + 47) * (1.15 - 1) + 40 = 101.0044

角色划分细则：

A类条件（高级）：

1. 基础数据：场均25分或22+10或15+三双以上

2. 球权使用率USG：25%以上

3. 胜利贡献值WS：以单轮系列赛0.9计，即四轮3.6以上、三轮2.7以上等，亚军总分要求减0.2（受总决赛负影响）

4. 整合正负值BPM：7.0以上，亚军要求减0.5（受因总决赛负影响）

5. 常规赛荣誉：当赛季MVP或最佳阵容一阵

B类条件（次级）：

1. 基础数据：场均18分或16+8以上

2. 球权使用率USG：20%以上

3. 胜利贡献值WS：以单轮系列赛0.7计，即四轮2.8以上、三轮2.1以上等，亚军总分要求减0.2（受总决赛负影响）

4. 整合正负值BPM：5.0以上，亚军要求减0.5（受因总决赛负影响）

5. 常规赛荣誉：当赛季最佳阵容或全明星

角色划分：

边缘：

• 季后赛有出场记录

轮换：

• 出勤率70%+场均7分钟 或 总决赛全勤+场均7分钟 或 出勤率50%+场均20分钟 (根据实际情况略有调整，比如2022年轮换补入加里-佩顿二世)

主力：

• 出勤率70%+场均24分钟 或 出勤率50%+场均30分钟

核心：

• 出勤率70%+场均30分钟 或 出勤率50%+场均36分钟

• A类条件满足1项 或 B类条件满足2项

• 同队核心及以上角色不超过4人

二当家：

若球队存在有且只有1名当家：

• 若只有1名核心：升为二当家（比如2015克莱-汤普森）

• 若有多名核心：选其中各项条件明显胜出者升为二当家（比如2012德维恩-韦德），若无明显胜出者不设二当家（比如2022勇士）

双核：

• 出勤率70%+场均32分钟 或 出勤率50%+场均36分钟

• A类条件满足2项

• 有且只有1名队友同时满足双核条件

• 若无当家以上角色队友，且有且只有2名核心角色，升其为双核

当家：

• 出勤率70%+场均32分钟 或 出勤率50%+场均36分钟

• A类条件满足2项

• 无双核及以上角色队友

单核：

• 出勤率70%+场均32分钟 或 出勤率50%+场均36分钟

• A类条件满足2项

• 无核心及以上角色队友

总决赛表现补充条件

• 对于双核以上角色，若总决赛表现在B级以下，对其扣除一项A类条件并更改角色，比如2006沙奎尔-奥尼尔降为二当家

• 对于主力以上角色，若总决赛获FMVP且拿到B级以上表现，对其增加相应条件并更改角色，比如2014科怀-伦纳德升为核心

注：

• 1978年以前因数据统计不全由楼主综合以上荣誉人工判定

• 1967年以前因队伍太少不统计分区决赛角色

• 分区决赛角色因比赛太少部分加以调整，并只选取核心以上角色

示例：

完整版角色分类见：

（二）贡献分（Commitment）：评价球员比赛总贡献、生涯持久度

公式：贡献分 = 常规赛总GMSC分 + 季后赛总GMSC分 + 常规赛总WS分 + 季后赛总WS分

1. 常规赛总GMSC分

公式：总GMSC分 = 总GMSC * 调整系数

数值：调整系数0.009739044 

概念： GMSC：总得分 + 0.4 * 总投篮命中数 - 0.7 * 总投篮数 + 0.4 * 总罚球命中数 - 0.4 * 总罚球数 + 0.7 * 总进攻篮板数 + 0.3 * 总防守篮板数 + 0.42 * (总篮板数 - 总进攻篮板数 - 总防守篮板数) + 总抢断数 + 0.7 * 总助攻数 + 0.7 * 总盖帽数 - 0.4 * 总犯规数 - 总失误数

想法：GMSC用来评价每场个人技术分相对准确，这里考虑到1967年以前没有进攻、防守篮板统计，将1967年以前总篮板系数调整为0.42 * (0.7 * 0.3 + 0.3 * 0.7)

示例：凯文-加内特在NBA效力21个赛季，其常规赛总GMSC分 = (26071 + 0.4 * 10505 - 0.7 * 21142 + 0.4 * 4887 - 0.4 * 6190 + 0.7 * 3209 + 0.3 * 11453 + 1859 + 0.7 * 5445 + 0.7 * 2037 - 0.4 * 3561 - 3179) * 0.009739044 = 224.96802

2. 季后赛总GMSC分

公式：总GMSC分 = 总GMSC * 调整系数

数值：调整系数0.037468178

示例：凯文-加内特14次打入NBA季后赛，其季后赛总GMSC分 = (2601 + 0.4 * 1059 - 0.7 * 2216 + 0.4 * 468 - 0.4 * 593 + 0.7 * 320 + 0.3 * 1214 + 178 + 0.7 * 471 + 0.7 * 186 - 0.4 * 431 - 342) * 0.037468178 = 79.83345

3. 常规赛总WS分

公式：总WS分 = 总WS * 调整系数

数值：调整系数0.529798029

想法： WS用来评价每场对球队胜利贡献值相对准确

示例：凯文-加内特在NBA效力21个赛季，其常规赛总WS分 = 191.4 * 0.529798029 = 101.40334

4. 季后赛总WS分

公式：总WS分 = 总WS * 调整系数

数值：调整系数2.857053426

示例：凯文-加内特14次打入NBA季后赛，其季后赛总WS分 = 16.4 * 2.857053426 = 46.85568

（三）能力分（Prime）：评价球员巅峰能力值、上限高度

公式：能力分 = 常规赛巅峰GMSC分 + 季后赛巅峰GMSC分 + 常规赛巅峰WS分 + 季后赛巅峰WS分

常规赛取各自数值最高分前3名求和，季后赛取各自数值最高分前2名求和。

巅峰赛季常规赛出场要求：至少25场且总出场820分钟，缩水赛季按比例换算

巅峰赛季季后赛出场要求：1. 1984年之前至少80分钟（首轮三局两胜），2003年前至少120分钟（首轮五局三胜)，2003年后至少160分钟（首轮七局四胜)。或 2. 场均35分钟（最少场数）或 场均28分钟（最少场数 + 1）或 场均23分钟（最少场数 + *）

1. 常规赛巅峰GMSC分

公式：巅峰GMSC分 = Σ(TOP_3_GMSC) * 调整系数

数值：调整系数4.33030706

示例：德里克-罗斯在NBA效力11个赛季，巅峰赛季2011年场均GMSC18.7，2012年场均GMSC16.6，2010年场均GMSC14.8，其常规赛巅峰GMSC分 = (18.7 + 16.6 + 14.8) * 4.33030706 = 216.94838

2. 季后赛巅峰GMSC分

公式：巅峰GMSC分 = Σ(TOP_2_GMSC) * 调整系数

数值：调整系数2.97352344

示例：德里克-罗斯在NBA6次打入季后赛，巅峰赛季2011年场均GMSC18.3，2010年场均GMSC17.5，其季后赛巅峰GMSC分 = (18.3 + 17.5) * 2.97352344 = 106.45214

3. 常规赛巅峰WS分

公式：巅峰WS分 = Σ(TOP_3_WS) * 调整系数

数值：调整系数229.4665985

示例：德里克-罗斯在NBA效力11个赛季，巅峰赛季2011年场均WS0.162，2012年场均WS0.154，2010年场均WS6，其常规赛巅峰WS分 = (0.162 + 0.154 + 0.077) * 229.4665985 = 90.06510

4. 季后赛巅峰WS分

公式：巅峰WS分 = Σ(TOP_2_WS) * 调整系数

数值：调整系数231.623661

示例：德里克-罗斯在NBA6次打入季后赛，巅峰赛季2011年场均WS0.138，2015年场均WS0.067，其季后赛巅峰WS分 = (0.138 + 0.067) * 231.623661 = 50.37815

注：

• 调整系数选取：根据有效数值标准差调整

• 标准差数值选取按：贡献分vs巅峰分赛按1:2计，常规赛vs季后赛2:1计，按GMSCvsWS按7:3计

（四）纪录分（Legacy）：记录为联盟历史留下贡献的球星

公式：数据纪录分 = 常规赛总数据纪录分 + 常规赛场均数据纪录分 + 常规赛单场数据纪录分 + 季后赛总数据纪录分 + 季后赛场均数据纪录分 + 季后赛单场数据纪录分 + 总决赛总数据纪录分 + 总决赛场均数据纪录分 + 总决赛单场数据纪录分

1. 纪录分

数值：

常规赛系数：1.0，季后赛系数0.8，总决赛系数0.4

总纪录系数：2.0，场均纪录系数1.0，单场纪录系数1.0

排名系数：第一名1.0，第二名0.5，第三名0.4，第四名0.3，第五名0.25，......，第十名0.1，......，第二十名0.05，......，第五十名0.02

其中常规赛总得分统计历史前50，统计人数按常规赛》季后赛》总决赛依次递减，按总纪录》场均纪录/单场纪录依次递减，按得分》篮板/助攻》抢断/盖帽/三分/三双/场次/三分%/罚球%/前场板/PER/BPM/GMSC依次递减，递减人数为50》20》10》5》3》1

数值基础分：

得分100分，篮板/助攻50分，抢断/盖帽25分，三分/三双/场次/三分%/罚球%/PER/BPM/GMSC20分，前场板15分。

另：单赛季180俱乐部20分，单场四双20分。

示例：杰森-基德取得常规赛总助攻第2名，常规赛场均助攻第8名，常规赛单场助攻第7名，季后赛总助攻第4名，季后赛场均助攻第13名，常规赛单场助攻第8名，常规赛总抢断第2名，季后赛总抢断第7名，常规赛总三双第4名，季后赛总三双第4名。其纪录分 = 50 * 2.0 * 0.5 + 50 * 0.14 + 50 * 0.17 + 50 * 2.0 * 0.8 * 0.3 + 50 * 0.8 * 0.085 + 25 * 2.0 * 0.5 + 25 * 2.0 * 0.8 * 0.17 + 20 * 2 * 0.3 + 20 * 2 * 0.8 * 0.3 = 146.5

2. 绝杀经典分

公式：绝杀经典分 = Σ(绝杀经典基础分 * 收敛系数)

数值：高光级20分，现象级30分，史诗级50分，殿堂级70分

收敛系数：起始值1，递增变量-0.2，最小值0.2

示例：达米安-利拉德共完成史诗级绝杀1次，现象级绝杀1次，高光级1次，其绝杀经典分 = 50 + 30 * 0.8 + 20 * 0.6 = 86

绝杀及经典时刻选取细则

绝杀时刻定义为：比赛最后一分钟内直接正向改变比赛结果的时刻（负→胜、平→胜、负→平），即：不包括本已领先，再入一球锁定胜利的情况

绝杀时刻包括：

• 1. 绝杀/准绝杀：本方最后一个运动战进球（不包含罚球）且比赛胜利

• 2. 绝平/准绝平：本方最后一个运动战进球（不包含罚球）且比赛进入加时

• 3. 绝防/准绝防：本方防住对方最后一个可以直接改变比赛结果的运动战进攻

经典时刻定义为：跨度小于整场比赛的时刻（即某个球、或单节XXX，不包含单场XXX）

经典时刻包括：

• 1. 拥有后世给予的专属称号：比如1980年总决赛J博士底线大回环上篮完成“勺子拉杆”

• 2. 入选NBA官方总决赛经典时刻：比如2001年艾弗森变向晃倒+跨过泰伦-卢

• 只包含由1~2人为代表的时刻，比如不包含2008年总决赛G4凯尔特人末节大逆转

积分细则

总积分为A类、B类、C类、D类、X类积分相加而得

A类积分（系列赛分）：

1. 总决赛：+3分

2. 分区决赛：+2分

3. 分区半决赛/首轮：+1分

4. 常规赛/全明星赛：0分

B类积分（场次分）：

1. 抢七战/首轮抢五战：+3分

2. 对手赛点/首轮抢三战：+2分

3. 本方赛点/天王山：+1分

4. 其他场次：0分

C类积分（时间分）：

1. 压哨绝杀/5秒内准绝杀/5秒内绝防对手绝杀球：+2分

2. 5秒内准绝平加时胜/5秒内绝防对手绝平球/24秒内准绝杀：+1分

3. 其他情况：0分

D类积分（难度分）：

1. 单场至少2次做到绝杀/绝平/绝防，或单回合完成“一攻一防”：+2分

2. 持球主攻/有正面防守的接球攻/3秒以内接球攻或补篮：+1分

3. 其他情况：0分

X类积分（影响力分）：

1. 有专属称号：+2分

2. 系列赛最终负：-1分

最终得分需满足至少3分。满分为12分。

满分情况（A1B1C1D1X1）：总决赛抢七战压哨绝杀/5秒内准绝杀/5秒内准绝防，且单场至少两次完成（包括绝平）或单回合完成“一攻一防”，且拥有专属称号。

评级标准：

高光级：3~4分

现象级：5~6分

史诗级：7~8分

殿堂级：9~12分

示例：

完整版绝杀及经典评级参见：

3. NBA75周年分

对入选2021年NBA75年周年76大巨星额外增加75分。

另：对总分进行常规赛、季后赛分类

公式：

常规赛分 = MVP分 + AMVP分 + DPOY分 + ROY分 + SMOY分 + MIP分 + 全明星分 + POM分 + POW分 + ROM分 + POS分 + HA分 + TOY分 + 最佳阵容分 + 数据排名分 + MVP_Share分 + 常规赛总GMSC分 + 常规赛总WS分 + 常规赛巅峰GMSC分 + 常规赛巅峰WS分 + 常规赛纪录分 + 常规赛经典分 + NBA75周年分（按比例分配）

季后赛分 = 总分 - 季后赛分

想法：这里常规赛分基本等同于球员常规赛历史地位。季后赛分因为包含靠团队系数得来的等效分，所以部分体现了夺冠对其常规赛分的加成，因此不完全等效于季后赛历史地位。

TOP300历史地位排名详细榜单

背景、颜色及图标注释

NBA史上球员历史地位排行2022

（这里冠军标志只选核心以上夺冠或多次主力夺冠）

回答几个问题：

这个算法是否客观准确？为何调整参数？

首先这并不是在追寻真理，这和发现格林公式（此格林非彼格林）并加以严格数学论证不同。角色划分，包括历史地位排名，只是借助数学模型更深或更广的问题，生活中的实际问题大多如此。

因此绝对客观本不存在，这里其实是基于少数的主观普世认知，通过大量的数据进行学习，再扩展于多数的未知领域。绝对准确亦不存在，也不是我们要达到的目的。

数值权重是否主观设定？

是主观，但不是随意设定。比如一阵100分，二阵50分，我的出发点是一阵比二阵更高级。那么这样算2次二阵等于一阵？我不觉得，于是引入递减系数0.2，于2次二阵的总分即为50+40=90分，略低于一阵。诸如此类，你可以看出各分值权重之间的逻辑。

不去深入看球，理解球员影响力、精神力、背后故事，单靠数字排名有何意义？

首先原文已注明不包含任何非数据体现的价值，因此本文的出发点就是从数据这一层面解析。

那么意义何在？前文以及说了对非真理性实际问题提供解决方案。

比如我们的高考，考察范围够广，学科涉猎多，难易结合，最后的成绩排名就可以用来招生用。它不能考量人格、潜力、领导力，因为那些在人心中分量本就不同。

令我惊奇的是在大数据时代，依然有人对数据模型嗤之以鼻。面对一个认知外或与自己想佐的事实观点时，直接质疑甚至谩骂，而非上网简单了解一下。我们习惯了对未知性领域冷漠。即便依然选择性忽视，至少应保有一心敬畏之心。

个人原创，转载时请注明本文地址