Алгоритм системы оценки прогноза

Question

Я пытаюсь написать универсальную систему подсчета очков для лиги прогнозирования.У меня есть модель, определенная (почти полностью завершенная) для системы начисления баллов.Система начисления очков основана на Лиге.У лиги будет система league_scoring, определенная как super_user.Я не думаю, что есть способ обойти это, кроме создания предопределенного набора атрибутов, и пользователь затем назначает точки для этого (или есть?).Оценка лиги будет определять, как рассчитывается ряд прогнозов для набора прогнозов (пользовательских прогнозов).Оценка лиги также может иметь набор вопросов League_questions, дополнительных вопросов типа прогнозирования с вопросом и ответом типа оператора (да / нет, либо строкой, либо числом), а также количеством баллов, назначенных этому вопросу.Таким образом, если пользователь предсказывает ответ на этот вопрос, он получает назначенные очки, например, «сколько калиток Индия получит в игре Y».

Я создал модель данных, из которой только что скопировал скоринговую часть, так как не верю, что другая нужна для понимания моего вопроса.

Я предоставил код для расчета ряда прогнозов.По сути, существует список прогнозов, предопределенных для данного пользователя.Выполните итерацию этих прогнозов для каждого пользователя, сравните их с фактическим (текущим / полным) результатом и обновите результаты (таблица).

  List<Prediction> predictionsForCurrentResultList = predictionsByUserMap.get(result.equalsFixture());
        if(predictionsForCurrentResultList != null) {
            for (Prediction prediction : predictionsForCurrentResultList) {
                logger.info("Prediction is " + prediction);
                logger.info("Result is              " + result);
                Standing tmpStanding = userStandingMap.get(prediction.getPlayerId().trim().toUpperCase());
                if(tmpStanding == null) {
                    tmpStanding = new Standing();
                    tmpStanding.setPlayerId(prediction.getPlayerId());
                }
                boolean wrongResult = true;
                if(prediction.equalsFixture().equals(result.equalsFixture())) {
                    if(prediction.equalsString().equals(result.equalsString())) {
                        tmpStanding.setCorrectScores(leagueScoring.getCorrectScorePoints());
                        wrongResult = false;
                    }
                    if(prediction.getHomeTeamScore().equals(result.getHomeTeamScore())) {
                        tmpStanding.setHomeScorePoints(leagueScoring.getHomeScorePoints());
                        tmpStanding.setPointsTotal(1);
                        tmpStanding.setPointsForRound(1);
                    }
                    if(prediction.getAwayTeamScore().equals(result.getAwayTeamScore())) {
                        tmpStanding.setPointsTotal(1);
                        tmpStanding.setAwayScorePoints(leagueScoring.getAwayScorePoints());
                        tmpStanding.setPointsForRound(1);
                    }    //2                         - 2    is 0                 =      3                         -      3    is 0
                         //3                         - 1    is 2                 =      5                         -      3    is 2
                    if(prediction.getHomeTeamScore() - result.getHomeTeamScore() == prediction.getAwayTeamScore() - result.getAwayTeamScore()) {
                        //correct result and margin is
                        tmpStanding.setPointsTotal(leagueScoring.getCorrectMarginPoints());
                        tmpStanding.setPointsForRound(1);
                        tmpStanding.setPointsTotal(2);
                        wrongResult = false;
                    } else if((prediction.getHomeTeamScore() > prediction.getAwayTeamScore() && result.getHomeTeamScore() > result.getAwayTeamScore())
                            || (prediction.getAwayTeamScore() > prediction.getHomeTeamScore() && result.getAwayTeamScore() > result.getHomeTeamScore())) {
                        wrongResult = false;
                        tmpStanding.setPointsTotal(2);
                    }
                    if(wrongResult) {
                        tmpStanding.setWrongResults(1);
                    } else if(!wrongResult && !prediction.equalsString().equals(result.equalsString())){
                        tmpStanding.setCorrectResults(1);
                    }
                    userStandingMap.put(tmpStanding.getPlayerId().trim().toUpperCase(), tmpStanding);
                }
            }
            return new ArrayList<>(userStandingMap.values());
        }
        return standings;

Я действительно не хочу входить в тип действия правила dsl иличто-нибудь подобное.Я не хочу вводить ограничения на оценку или вопросы.Я думаю о нескольких способах, но приведенный выше код является довольно грубой силой логики if / else.Я бы предпочел функциональные обратные вызовы или какую-то другую общую форму оценки, которая не ограничена моей заранее определенной моделью.Возможно, модель должна быть более гибкой.По сути, я хочу, чтобы пользователь мог определить Лигу с любой системой подсчета очков и вопросами, которые задает пользователь.

Как сделать приведенный выше код более универсальным, чтобы можно было использовать любую систему подсчета очков, основанную на приведенной выше модели?Или настроить модель, чтобы учесть более общий алгоритм?