在我們的匹配評分系統(tǒng)中，服務器的評分分數(shù)并不能準確代表他們的技術水平，但評分和偏差加在一起可以給出一個服務器真實水平的確定范圍。我們采用這一概念來決定在隨機匹配時哪些服務器會在一起。以比賽匹配為目標，通過對服務器的評分進行隨機增減，我們可以每周都創(chuàng)建全新的比賽，而同時保證服務器在評分上較為接近。

　　我們用來計算服務器匹配評分的公式如下：

　　匹配評分=服務器評分+ Rand(-1, 1)*服務器潛在評分變量;

　　服務器潛在評分變量=基礎變量+偏差變量*服務器偏差百分比值

　　其中，

　　服務器評分、偏差變量是根據(jù)玩家所在服務器的表現(xiàn)，由系統(tǒng)給出的數(shù)值。勝負、分數(shù)高低都會影響到這2個數(shù)值。

　　基礎變量、服務器偏差百分比值是匹配評分系統(tǒng)中可人工配置的2個變量，我們會根據(jù)WVW戰(zhàn)場的情況進行微調(diào)，保證盡量使分數(shù)相近的服務器匹配在一起，但每周又會有些許變化。

　　Rand(-1, 1)是一個位于[-1,1]區(qū)間內(nèi)的隨機數(shù)，用來增加匹配時的隨機性。

　　所有服務器都依照這樣執(zhí)行，按評分重新排序，然后依據(jù)調(diào)整過的排名來生成每周三組服務器的匹配。另外，隨機調(diào)整數(shù)值僅用于確定匹配的服務器，服務器的實際評分僅受到勝負的影響。

　　下面以美服的服務器舉例這套匹配系統(tǒng)的運行模式。

　　假設我們將基礎變量設為40，服務器偏差百分比值設為1，那么我們將得到如下的匹配對陣情況(按匹配評分降序排列)：

　　我們可以看到上面的匹配情況主要還是按照服務器的排名順序從高到低進行的分組，但有些匹配的情況還是會讓我們感到不一樣，例如排名第8的Kaineng與排名第1的Blackgate匹配在一起。