精选榜单 · 第 5 赛季起累计 3,200+ 场
夺冠概率与季后赛对局筛选横向对照
99真人主站把 48 支战队的阵容与夺冠概率、136 位英雄的登场位次，以及 1,860 条对局回放的检索记录放进同一组对照表。榜单不评价战队强弱，只回答一件事：在当前评选口径下，哪一组数据更值得先打开。
最近两个版本周期内补齐阵容与夺冠概率信息
按季后赛对局筛选口径统计登场位次
v3.6 与 v3.7，统计口径未作调整
用于赛区与榜型的交叉对照
筛选矩阵
8 项维度 × 5 个赛区
电子竞技季后赛对局筛选模块按 8 项维度展开，覆盖 136 位英雄与 48 支战队。下表为赛区聚合指数，取值 0–100，色块只表示量级深浅，不构成对单场结果的判断。
| 筛选维度 | 华东 | 华北 | 华南 | 西南 | 西北 |
|---|---|---|---|---|---|
| 夺冠概率 | 84 | 79 | 76 | 71 | 68 |
| 英雄登场率 | 88 | 83 | 74 | 69 | 65 |
| 季后赛对局筛选 | 81 | 77 | 79 | 72 | 66 |
| 版本响应速度 | 79 | 74 | 72 | 70 | 73 |
| 回放覆盖密度 | 86 | 82 | 78 | 71 | 64 |
| 数据修正时效 | 80 | 78 | 75 | 73 | 70 |
| 阵容完整度 | 90 | 85 | 82 | 76 | 71 |
| 位次稳定度 | 76 | 72 | 74 | 68 | 66 |
8 项筛选维度的定义
- 夺冠概率 —— 最近两个版本周期内该赛区战队的加权均值。
- 英雄登场率 —— 按对局登场次数加权的英雄位次聚合。
- 季后赛对局筛选 —— 8 项维度中命中的项数折算。
- 版本响应速度 —— 版本公告发布后阵容调整完成所需时长的反向取值。
- 回放覆盖密度 —— 该赛区可检索回放占其对局总数的比例折算。
- 数据修正时效 —— 附对局编号的修正请求从受理到入库的周期折算。
- 阵容完整度 —— 首发与替补名单信息齐全程度。
- 位次稳定度 —— 两个版本周期之间位次变动幅度越小，取值越高。
横向对比
四种榜型在同一张表上的差异
下表把四张榜按同一组条件逐行拆开。真人官方网站官赛程对局回放库当前收录 1,860 条记录，赛后 6 小时内上线，是四张榜共同的底库；差别在于每张榜取用底库的哪一部分。
| 对比条件 | 夺冠概率榜 | 英雄登场率榜 | 季后赛对局筛选榜 | 回放参考榜 |
|---|---|---|---|---|
| 排序依据 | 最近两个版本周期加权后的夺冠概率 | 按对局登场次数加权的英雄位次 | 8 项筛选维度的命中数量 | 调取量与对局编号检索命中 |
| 样本规模 | 48 支战队，每赛区 9–10 支 | 136 位英雄，按位置分层统计 | 1,860 条回放中的筛选记录 | 1,860 条回放，赛后 6 小时内上线 |
| 核心指标 | 夺冠概率、阵容完整度 | 登场率、禁用率、登场位次 | 命中维度数、对局编号定位速度 | 调取量、二次检索率、关键帧引用 |
| 更新节奏 | 每版本周期更新一次 | 随季后赛对局筛选同步刷新 | 赛程每日 10:00 更新后重算 | 回放上线后 24 小时内计入 |
| 入榜门槛 | 赛区席位数占满且阵容信息齐全 | 版本周期内登场样本不少于 30 局 | 至少命中 8 项维度中的 5 项 | 回放完整且对局编号可检索 |
| 版本敏感度 | 高 —— 阵容变动会直接改写排序 | 中高 —— 版本改动前后位次易互换 | 中 —— 维度命中在周期内保持稳定 | 低 —— 回放记录不随版本失效 |
| 与回放的关系 | 跨赛区对照，需回溯具体对局时配合回放入口 | 定位英雄具体对局，可按对局编号检索 | 定位季后赛对局筛选的命中过程 | 定位对局编号与关键帧，是其余三张榜的底库 |
| 建议关注者 | 赛区内容编辑 | 战队数据运营 | 赛后复盘读者 | 回放检索用户 |
分类榜单
四组入榜角度，各给一条上榜理由
同一批数据换四个角度切开。每组独立排序，组内位次不与其他组换算。
分组一
按赛区
赛区席位固定为 9–10 支，位次变化主要来自阵容补齐进度。
-
01
10 支 · 指数 84
华东赛区
阵容信息最早补齐，夺冠概率位次在 v3.6 与 v3.7 之间只移动两位。
-
02
10 支 · 指数 79
华北赛区
版本响应最快，季后赛对局筛选的命中维度数在五个赛区中居首。
-
03
10 支 · 指数 76
华南赛区
英雄登场样本最厚，按位置分层之后仍保有稳定的统计基数。
-
04
9 支 · 指数 71
西南赛区
回放覆盖密度长期稳定在 70 上方，数据修正记录的处理周期最短。
-
05
9 支 · 指数 68
西北赛区
单场波动较大，适合作为其余四个赛区的对照样本使用。
分组二
按版本周期
一个版本周期指一次完整的数据统计区间，两个周期的口径保持一致。
-
01
前六席变动 ≤ 2
v3.6 周期
位次集中，前六席在两个周期之间变动不超过两位，适合看稳定阵容。
-
02
新入榜 7 支
v3.7 周期
位次分散，新入榜战队数量上升，筛选维度之间的区分度更高。
-
03
48 支战队全覆盖
两周期合并
用于摊平单周期样本偏差，也是夺冠概率榜目前的默认口径。
分组三
按位置
位置分层后各自独立排序，避免高登场位置挤压冷门位置。
-
01
前五占比 39%
中路
登场位次最集中，前五位英雄合计占去近四成榜面。
-
02
前三席全换
打野
版本敏感度最高，v3.6 与 v3.7 的前三席完全互换。
-
03
需交叉验证
辅助
登场率与对局影响差距最大，需要与筛选榜交叉阅读才成立。
-
04
样本最多
下路
样本量最大，位次变化最平滑，适合作为基准位置参照。
-
05
冷门入榜比例最高
上单
冷门英雄进入前列的比例最高，是观察版本缝隙的位置。
分组四
按英雄标签
标签由对局回放中的关键帧行为归纳，一位英雄可以同时归入多个标签。
-
01
命中率居首
团战型
在季后赛对局筛选中命中率最高，登场位次在两个周期内保持稳定。
-
02
调取量偏高
分推型
登场率居中，但在回放参考榜中的调取量明显高于同段位英雄。
-
03
互换最频繁
开团型
版本改动前后位次互换最频繁，是周期差异的主要来源。
-
04
样本集中
消耗型
样本集中在少数几支战队，横向对比时建议同时看样本量一列。
评选方法
榜单怎么排出来
四张榜共用一套底库：赛程记录自第 5 赛季起累计完整收录 3,200+ 场，对局回放 1,860 条在赛后 6 小时内上线，选手数据覆盖 360 名注册选手与 12 项指标，每个版本周期更新一次。榜单只在这套底库内做加权与折算，不引入站点之外的口径。
排序采用先分层、再加权的顺序。第一步按赛区、位置或英雄标签分层，让每个分层内部拥有可比的样本规模；第二步在分层内部按对应指标加权，得到位次。分层是为了避免样本量差异直接决定位次，加权是为了让版本周期之间的差异可被看见，而不是被平均掉。
指数取值统一落在 0–100 区间，便于横向比较量级，但不能跨维度相加。例如夺冠概率指数 84 与回放覆盖密度指数 84 含义完全不同，前者描述阵容与战绩，后者描述回放可检索的比例。把不同维度的指数直接相加得出「综合实力」，属于超出本页口径的用法。
数据修正同样计入榜单。附对局编号的修正请求经三班审核制处理后，会在下一个更新节点反映到相应榜单；如果修正影响位次，旧位次不会追溯保留。完整的指标定义、分层规则与模型权重，见单独说明的评选口径页面。
选择建议
按你的关注点挑一条入口
-
A
关注某一个赛区
先看筛选矩阵里该赛区那一列，再回到横向对比表确认这列数据取自哪张榜。跨赛区比较时，记得核对两边的入榜门槛是否一致。
-
B
关注版本周期变化
从版本周期分组进入，先看 v3.6 与 v3.7 的位次差，再回到按英雄标签的分组判断差异来自哪一类打法。位次互换集中的标签，通常就是版本改动的主要落点。
-
C
关注具体对局
从位置分组挑出英雄后，用对局编号到回放库里检索对应场次。想按对局编号定位回放，可以先看操作说明里的筛选步骤；数据口径与团队分工则写在关于我们页面。
榜单页面每版本周期重排一次，赛程与版本改动的日常更新节奏不随之改变。若发现位次与赛程记录不一致，请附对局编号提交修正，处理进度会反映到下一个更新节点。