根据胜率积分来匹配双方玩家的算法可以使用 “Elo rating”（也称为 Elo 算法）。Elo 算法最初是用于计算棋手之间的等级差异，但它同样适用于其他竞技类游戏，包括电子竞技和体育运动。

以下是基于 Elo 算法的胜率积分匹配算法的步骤：

1. 确定初始积分：为每个玩家设置一个初始积分。通常新玩家初始积分为一个固定值（例如 1000 分）。

2. 预测胜率：对于两个玩家 A 和 B，使用以下公式计算他们之间的预测胜率（通常用 S 表示）：

S = 1 / (1 + 10^((Rb - Ra) / 400))

其中，Ra 是玩家 A 的当前积分，Rb 是玩家 B 的当前积分。

3. 计算积分变化：假设玩家 A 赢得比赛，则他的积分变化（通常用 K 表示）可以根据以下公式计算：

K = K_factor * (1 - S)

其中，K_factor 是一个常数，用于控制积分的波动幅度。通常情况下，新玩家的 K_factor 较大，以使其积分更快地调整。

4. 更新积分：根据比赛结果，更新玩家 A 和 B 的积分。如果玩家 A 赢得比赛，则他的新积分为：

Ra_new = Ra + K
Rb_new = Rb - K

如果玩家 B 赢得比赛，则互换 A 和 B 的公式。

5. 重复过程：根据新的积分，再次预测下一次比赛的胜率，并重复上述步骤。

需要注意的是，K_factor 的值和初始积分是需要根据具体的游戏或竞技体育的情况进行调整的。K_factor 值过大会导致积分波动过大，而过小则调整速度较慢。

使用 Elo 算法进行胜率积分匹配可以使玩家之间的积分更加公平地反映他们的真实水平，并且在比赛胜负时调整积分。