出人意料地受欢迎投票竟能恢复排序

群体智慧早已成从个人或专家处获取信息以预测真实情况的默认方法。然而，聚合个体\emph{投票}的经典民主方法仅在群体多数意见相对准确时有效。一种巧妙的新近方法，\emph{出人意料地受欢迎投票}（surprisingly popular voting），从个体处获取额外信息，即其对他人投票的\emph{预测}，并可在专家占少数时证明能恢复真实情况。该方法在从少量选项中挑选正确选项时表现良好，但当目标是恢复方案的真实排序时，直接应用需获取过多信息。我们探索了将出人意料地受欢迎算法扩展至排序投票的实用技术，通过部分投票与预测并设计鲁棒聚合规则。我们通过实验证明，即便少量预测信息也能使出人意料地受欢迎投票优于经典方法。