∑ai*bj*ck）*dl
从数学意义上来说，
参数ai和样本的翔实性有关，ai越多，考虑的作品数量越多，自然意味着最终得出的数据越有可信度。
参数bj和歌手水平的稳定性有关，bi的递减效果越快接近0，意味着越忽视稳定性。
参数ck和高强度作品的重视程度有关，ck之间的差距越大，意味着对高水平作品越重视。
（极端条件下，可以出现龚琳娜靠一首《小河淌水》秒杀多数歌手的结论）
参数dl和风格多样性有关，dl的递减效果越快接近0，意味着越忽视风格多样性。
现在参考现实中的歌手为例子。
如前面提到的王菲和杨钰莹的对比。
很显然，王可以取的dl远远多于杨，而她们的a1*b1*c1的数据差不多。
也就是说，
如果定义权重参数d2=0.9，d3=0.8，仅仅如此，就将会得出王的水平远高于杨的结论；（这是比较重视风格多样性的权重选择办法）
而如果定义权重参数d2=0.1，d3=0.01，那么，就将会得出王的水平和杨差不多的结论。（这是比较忽视风格多样性的权重选择办法）
注意，在尝试通过这个公式对两个歌手进行比较的时候，一定要使用统一的确定的参数。
这样，即使参数的选择上会让人觉得在拉偏架，但起码不会是玩双重标准。
你可以根据你自己对于的各个方面的倾向
关于歌手唱功的评价而建立的数学模型(15/16)