北京时间1月20日22:00，亚洲杯1/8决赛，肖智和郜林各进一球，帮助中国2-1逆转泰国，成为第二支晋级8强的球队。那么在信息数据化爆炸的今天，大数据是否真的可以预测球赛结果呢？
在上一届世界杯期间，谷歌、百度、微软和高盛等公司都推出了基于大数据和AI的比赛结果预测平台。百度预测结果最为亮眼，预测全程64场比赛，准确率为 67%，进入淘汰赛后准确率为 94%。
而在此之前，一只名为保罗的章鱼预测赛事的准确率可谓是声名大噪，在2008年的欧洲杯中，保罗预测了6场赛事，其准确率高达83%，即有5场完全预测正确；在2010年的世界杯中，保罗预测8次，而此次的结果是100%的准确率。此后，一些互联网公司就已取代章鱼保罗为目标，开始试水赛事预测，体育赛事正逐渐被大数据预测所掌控。
对互联网公司来说，只要有体育赛事的历史数据，并且与指数公司进行合作，便可以进行赛事预测。譬如谷歌世界杯预测是基于Opta Sports的海量赛事数据来构建其最终的预测模型。而百度则是搜索过去 5 年内全世界 987 支球队（含国家队和俱乐部队）的 3.7 万场比赛数据，同时与中国彩票网站乐彩网、欧洲必发指数数据供应商 Spdex 进行数据合作，导入“菠菜”市场的预测数据，建立了一个囊括 199972 名球员和 1.12 亿条数据的预测模型，并在此基础上进行结果预测。
具体来说，如果针对足球比赛利用大数据来分析的话，需要收集的基本信息数据包括：
球队数据：全面提炼所有与球队相关数据信息，如：球队联赛排名、历史战绩、近期战况、球队阵容、控球时间、控球率、教练背景信息、球队间交锋数据等；
球员数据：量化处理每个球员的信息，将球员对球队的价值通过数据化的形式体现，比如，球员的伤病情况、进攻能力、传射能力、跑动能力、体能状况、防守能力等；
“菠菜”数据：及时收录“菠菜”相关数据，如：竞彩官方即时赔率数据，各大“菠菜”公司盘口、大小球即时赔率数据；
当然，除球队球员及“菠菜”相关的基本数据信息外，还需收录考量其他外部影响因素，如：裁判信息、球场信息、天气状况等信息，这些也都是重要因素。
在收集完基本信息数据之后，需要对现有数据进行分析和处理，高效地从数据库中挖掘出核心数据后，再根据其特点，通过科学的技术方法建立相应数据模型，针对于不同比赛固有的数据模型带入新的数据，从而进行计算分析。
这样得出的结果就会有数据支持，但比赛结果的预测是否准确还需要考虑其他外部影响因素，如果这些外部影响因素对理论数据不构成威胁，那么理论数据分析得到的结果就将会有百分之百的准确性，但实际上，这些外在的不起眼的因素（包括未发现因素）都对比赛有着或多或少的影响。大概率事件也经常会被现实推翻。
当然，谷歌、百度、高盛等公司在赛事的预测上目前为止还是没有办法做到百分之百的准确性。但不管是大数据还是AI，他们已经走在了行业的前列。
如果真的有一天他们做到了百分之百的准确性，您觉得会发生什么呢？
网友评论