大數(shù)據(jù)預(yù)測(cè)世界杯 八種方法誰靠譜

?西班牙、英格蘭連續(xù)兩場(chǎng)失利，小組賽即遭淘汰，不僅讓一些球迷傷心欲絕，讓彩民損失不小，還順便連累了眾多預(yù)測(cè)世界杯的高人欲哭無淚。


這屆世界杯在大數(shù)據(jù)火爆之后，不管是民間還是官方，都把大數(shù)據(jù)的概念運(yùn)用到了世界杯預(yù)測(cè)上，但這些預(yù)測(cè)真的準(zhǔn)嗎？下面選取國(guó)內(nèi)外主要的八種世界杯預(yù)測(cè)，對(duì)他們的預(yù)測(cè)方法進(jìn)行簡(jiǎn)要的分析，看看誰的更準(zhǔn)一些。


百度分析最傳統(tǒng)


據(jù)驗(yàn)證，今年全國(guó)高考作文題目18卷中12卷的作文方向被百度大數(shù)據(jù)預(yù)測(cè)命中，被戲稱“神預(yù)測(cè)”。因此，這次百度收集網(wǎng)上的綜合數(shù)據(jù)，然后進(jìn)行整理、分析，最終通過大規(guī)模機(jī)器學(xué)習(xí)等人工智能技術(shù)，開始預(yù)測(cè)世界杯。


百度大數(shù)據(jù)研究院利用百度大數(shù)據(jù)全面搜索過去5年內(nèi)全世界987支球隊(duì)的3.7萬場(chǎng)比賽數(shù)據(jù)，并與國(guó)內(nèi)著名彩票網(wǎng)站樂彩網(wǎng)、歐洲必發(fā)指數(shù)獨(dú)家數(shù)據(jù)供應(yīng)商Spdex等公司建立數(shù)據(jù)戰(zhàn)略合作伙伴關(guān)系，將博彩市場(chǎng)數(shù)據(jù)融入到預(yù)測(cè)模型中，構(gòu)建了本次“世界杯預(yù)測(cè)”產(chǎn)品的足球賽事預(yù)測(cè)模型。該模型共涉及到19972名球員和1.12億條相關(guān)數(shù)據(jù)，所參考的數(shù)據(jù)包括百度搜索數(shù)據(jù)、球隊(duì)基礎(chǔ)數(shù)據(jù)、球員基礎(chǔ)數(shù)據(jù)、賠率市場(chǎng)數(shù)據(jù)等，所分析的球隊(duì)不僅包括207支國(guó)家隊(duì)，還囊括了歐洲、南美、亞洲等聯(lián)賽俱樂部及低級(jí)別球隊(duì)信息。


評(píng)：百度用的是傳統(tǒng)的統(tǒng)計(jì)分析，注重近期球隊(duì)和球員表現(xiàn)，這種預(yù)測(cè)是至今為止在技術(shù)上最穩(wěn)定的方法，但受意外因素（如天氣、傷病、裁判等）影響較大。到現(xiàn)在為止，百度成功預(yù)測(cè)對(duì)了智利的黑馬本色，卻遺漏了哥斯達(dá)黎加。




德銀推算最胡鬧

德銀根據(jù)各個(gè)球隊(duì)的FIFA排名、歷史戰(zhàn)績(jī)、球員構(gòu)成和賭場(chǎng)賠率等因素，建立了量化分析模型，并根據(jù)復(fù)雜計(jì)算得到一份奪冠概率表格，從奪冠概率表格中挑選出了前10強(qiáng)，依據(jù)“輪流轉(zhuǎn)周期”，由此排除了2014年巴西、意大利和西班牙奪冠的可能性，然后根據(jù)另一個(gè)假設(shè)：強(qiáng)隊(duì)會(huì)回來，即奪取過世界杯的強(qiáng)隊(duì)，未來必然還會(huì)奪取世界杯或至少打入一次決賽。最后，本屆英格蘭隊(duì)有6名隊(duì)員來自利物浦，而正是在利物浦的球員最多的1966年，英格蘭獲得了歷史上唯一一次世界杯冠軍。同時(shí)，德銀報(bào)告的主筆人承認(rèn)自己是利物浦隊(duì)的鐵桿球迷，因此，最后確定英格蘭將獲得世界杯的冠軍。

評(píng)：還好，德銀報(bào)告主筆不是中國(guó)隊(duì)的球迷！

高盛模型最神秘

高盛對(duì)世界杯決賽周32支國(guó)家隊(duì)的勝算，有它自己的一套評(píng)估方法（命名Elo），在所有因素中分量最重。Elo是高盛自設(shè)的動(dòng)態(tài)系統(tǒng)，不斷根據(jù)球隊(duì)近績(jī)更新評(píng)分和排名。

為此，分析師要收集來多項(xiàng)數(shù)據(jù)，包括：世界各個(gè)國(guó)家足球隊(duì)歷史成績(jī)數(shù)據(jù)庫(kù)給出的各隊(duì)排名得分；比賽中雙方球隊(duì)過去10場(chǎng)和5場(chǎng)比賽的進(jìn)球數(shù)；比賽雙方是不是巴西主場(chǎng)；比賽球隊(duì)是不是美洲球隊(duì)；還有以往各隊(duì)在世界杯的進(jìn)球數(shù)優(yōu)于平時(shí)多少個(gè)。最后，他們把這幾項(xiàng)數(shù)據(jù)按照一定的權(quán)重相加到一起，可以得出每一個(gè)球隊(duì)在對(duì)陣另外某一個(gè)球隊(duì)時(shí)平均會(huì)進(jìn)多少個(gè)球。按照這樣的方式，從小組賽一路到最后決賽，每一場(chǎng)比賽雙方的進(jìn)球數(shù)都可以期望一番，最后獲得一個(gè)“最平均”的世界杯全程模擬結(jié)果。

評(píng)：投行一貫的神秘模型來忽悠投資者，Elo模型就是高深黑洞，關(guān)鍵環(huán)節(jié)恕不奉告，至于準(zhǔn)確與否，只有神知道。

嚴(yán)格的講，以上幾家的世界杯預(yù)測(cè)都不能算“大數(shù)據(jù)分析”，只是傳統(tǒng)的統(tǒng)計(jì)分析，雖然數(shù)據(jù)“大”，但并未融合多種因素綜合考慮，可見在專業(yè)領(lǐng)域還是相信經(jīng)典理論。

霍金想法最?yuàn)蕵?br />

霍金收集了大量的數(shù)據(jù)，包括歷史記錄、溫度、球場(chǎng)的海拔高度等，把所有數(shù)據(jù)都集中起來，分析你事先不知道的事情，或許能發(fā)現(xiàn)一些規(guī)律。它的原理不是傳統(tǒng)的分析，更多的是基于關(guān)系的一種預(yù)測(cè)。霍金19頁(yè)的分析結(jié)果是關(guān)于如何提高英格蘭隊(duì)的奪冠幾率，但最后卻拋出一個(gè)讓英格蘭球迷傷心的終極結(jié)論：個(gè)人更看好巴西隊(duì)奪冠。霍金認(rèn)為英格蘭隊(duì)首先需要在海拔500米以下的球場(chǎng)比賽，氣溫的提升會(huì)降低贏球可能，在巴西當(dāng)?shù)貢r(shí)間15時(shí)是最好的比賽時(shí)間。從球隊(duì)自身來說，433陣型無疑是奪冠的節(jié)奏，而且必須穿上紅色戰(zhàn)袍。提到點(diǎn)球大戰(zhàn)，霍金認(rèn)為助跑必須不少于三步，如果速度上不去，進(jìn)球幾率只有58%。瞄準(zhǔn)上角的點(diǎn)球有84%的命中率，金發(fā)和禿頭的球員射中的概率達(dá)到更高的84%，前鋒的進(jìn)球概率超過80%，中場(chǎng)與后衛(wèi)遞減。


評(píng)：霍金老爺爺最近幾年很喜歡預(yù)測(cè)，還預(yù)測(cè)過世界將在兩百年之后滅亡，這次娛樂世界杯一下，也算是比黑洞要沾地氣。如果預(yù)測(cè)對(duì)了，建議用這個(gè)理由把早就該屬于霍金的諾貝爾獎(jiǎng)發(fā)了吧。


科隆體育最繁瑣


德國(guó)科隆體育學(xué)院根據(jù)復(fù)雜的計(jì)算機(jī)模擬測(cè)算得出的本屆世界杯預(yù)測(cè)結(jié)果：科隆體育學(xué)院的格羅爾教授領(lǐng)導(dǎo)研究小組以自己設(shè)計(jì)的計(jì)算機(jī)模擬算式一共進(jìn)行了10萬次測(cè)算，綜合考慮各隊(duì)的世界排名、足彩賠率、市值、預(yù)選賽表現(xiàn)，還包括可能的傷病、戰(zhàn)術(shù)、氣候條件、主場(chǎng)優(yōu)勢(shì)因素。他們預(yù)測(cè)，巴西隊(duì)與阿根廷隊(duì)將爭(zhēng)冠，衛(wèi)冕冠軍西班牙有可能止步小組賽，從西荷大戰(zhàn)那個(gè)驚悚的5比1賽果，看來德國(guó)人的模擬測(cè)算還有靠譜的。


評(píng)：德國(guó)人的嚴(yán)謹(jǐn)是出了名的，而且竟然沒有預(yù)測(cè)德國(guó)奪冠，對(duì)于西班牙卻一語(yǔ)中的，估計(jì)他們現(xiàn)在都在祈禱決賽的預(yù)測(cè)是錯(cuò)誤的，否則作為物理學(xué)家的默克爾總理不會(huì)答應(yīng)。


熊貓預(yù)測(cè)夭折了


世界杯開幕前，據(jù)媒體報(bào)道，中國(guó)保護(hù)大熊貓研究中心稱將派出一到兩歲的熊貓寶寶來預(yù)測(cè)世界杯。小組賽階段，主辦方會(huì)拿出三個(gè)竹筐代表主隊(duì)的勝平負(fù)，熊貓寶寶則通過選擇哪個(gè)筐里的食物來預(yù)測(cè)比賽結(jié)果。等到了淘汰賽，熊貓寶寶們還會(huì)通過爬樹和賽跑來預(yù)測(cè)結(jié)果。前者是讓熊貓爬上掛有一方球隊(duì)國(guó)旗的樹木來預(yù)測(cè)，后者則是兩個(gè)熊貓寶寶分別穿上兩隊(duì)球衣，通過誰先跑到目的地來預(yù)測(cè)比賽結(jié)果。就在世界杯開賽之后，“熊貓預(yù)測(cè)世界杯”活動(dòng)已經(jīng)被取消。


評(píng)：本來要頂替章魚保羅的國(guó)寶沒了用武之地，國(guó)人還是缺乏點(diǎn)娛樂精神，借此機(jī)會(huì)宣傳下大熊貓，有何不可，萬一要是預(yù)測(cè)對(duì)了，那大熊貓基地豈不成了大師圣地，還愁旅游不火？


微軟相信EXCEL


微軟必應(yīng)大數(shù)據(jù)之前曾多次成功預(yù)測(cè)奧斯卡獎(jiǎng)項(xiàng)、投票大選。微軟的預(yù)測(cè)考慮過往比賽歷史、主場(chǎng)客場(chǎng)、地理位置、草坪狀況、天氣以及“群眾智慧”等等多種因素，還使用大量的公開數(shù)據(jù)——博彩市場(chǎng)、民意調(diào)查、社交媒體以及其它在線數(shù)據(jù)，利用大數(shù)據(jù)分析來判斷每場(chǎng)比賽的結(jié)果。據(jù)說這一切都是用EXCEL來完成的，我們權(quán)當(dāng)其是軟件推廣策劃吧。


微軟：相信EXCEL是萬能的，但預(yù)測(cè)足球估計(jì)是萬萬不能的，不過，人家說奧斯卡、大選都預(yù)測(cè)對(duì)了，還是看結(jié)果吧。


雅虎相信網(wǎng)絡(luò)流言


雅虎用輕博客網(wǎng)站Tumblr的數(shù)據(jù)來估計(jì)每支國(guó)家隊(duì)的優(yōu)勢(shì)，最終計(jì)算出最可能獲勝的是巴西。雅虎研究小組分析的前提是，Tumblr上所有有關(guān)世界杯的討論都具有一定價(jià)值。為了查明哪些國(guó)家將相互較量，小組會(huì)根據(jù)之前比賽的結(jié)果為每支隊(duì)伍賦予優(yōu)勢(shì)值。針對(duì)每一次比賽，雅虎會(huì)利用名為泊松分布不同參數(shù)的概率論來估計(jì)每一支隊(duì)伍可能的進(jìn)球數(shù)量。


評(píng)：雅虎相信的是目前最火的社交網(wǎng)絡(luò)數(shù)據(jù)，據(jù)說可以預(yù)測(cè)傳染病和犯罪現(xiàn)場(chǎng)，不知道對(duì)足球是否有效？


（據(jù)說美女主持穿什么球衣，什么球隊(duì)就輸球，而美女的球衣選擇是靠網(wǎng)民投票出來的，所以，也證明了冷門太多）


當(dāng)然，雖然很多人相信大數(shù)據(jù)能夠幫助我們預(yù)測(cè)世界杯，也有不可預(yù)測(cè)派。美國(guó)的洛斯·阿拉莫斯國(guó)家實(shí)驗(yàn)室的三位統(tǒng)計(jì)物理學(xué)家曾經(jīng)對(duì)大型體育比賽的賽況進(jìn)行數(shù)據(jù)化分析，發(fā)現(xiàn)在棒球、曲棍球、籃球、橄欖球以及足球五大項(xiàng)目中，足球比賽是其中最具懸念，賽果最具不確定性的，弱旅戰(zhàn)勝?gòu)?qiáng)隊(duì)的概率居高不下，即使使用科學(xué)方法也未能得到準(zhǔn)確的預(yù)測(cè)。

說實(shí)話，作為統(tǒng)計(jì)專業(yè)人士，對(duì)足球預(yù)測(cè)不敢太相信，體育比賽確實(shí)可以預(yù)測(cè)，足球也不例外，但足球項(xiàng)目影響因素太多，特別是世界杯足球比賽相對(duì)場(chǎng)次不多、間隔周期太長(zhǎng)，致使數(shù)據(jù)量很小，比賽中又有太多的主觀因素（比如裁判），有時(shí)候這種比賽的預(yù)測(cè)和算命沒什么差別。


本文地址:http://quema.com.cn/artinfo/842.html