Skip to content

Commit

Permalink
Create 2020-AI-FBP软件的实践
Browse files Browse the repository at this point in the history
  • Loading branch information
acredjb authored Jun 13, 2020
1 parent b0dd078 commit efe9a9c
Showing 1 changed file with 29 additions and 0 deletions.
29 changes: 29 additions & 0 deletions 2020-AI-FBP软件的实践
Original file line number Diff line number Diff line change
@@ -0,0 +1,29 @@
人工智能(机器学习)在足球比赛预测领域的实践
一、需求(背景)
足球是世界上第一大运动,同时中国的市场也是巨大的,并且足球预测是一个趋势性行业。越来越多的人变成了足球球迷,足球彩民,
一个卓越的AI产品(人工智能产品)准确预测足球比赛结果就成为了足球领域的刚需。

二、特征选择
如何选择特征作为预测的基石呢?机器学习的重点是深刻理解所应用领域的业务逻辑,以足球领域为例,我们要清楚的知道一件事:
在一场比赛开始前,各大公司90%是知道赛果的,他们已经有精算师分析基本面、伤病、天气等信息,综合给出初始赔率,
只要站在他们的肩膀上进一步分析就可以了(无需再分析基本面等信息)。所以本AI产品(AI-FBP:AI-FootBallPrediction)在选择特征时,
选择了各大公司的初始赔率作为预测基石,这个特征能够极大程度代表所预测比赛的结果。

三、数据爬取
确定特征后,就是通过爬虫爬取到这些特征数据。市面上有很多网站都有这些数据,只要选择任意一个网站,
只要赔率数据全(目前选取的公司有:HG-皇冠,LI-立博,B5-bet365,SNA,WL-威廉,MS-明昇,AO-澳门,INTE-因特威尔,JBB-金宝博,
PIN-平博,B10-10bet,YSB-易胜博,W-韦德),通过python进行爬取就可以了。(联系文末作者微信号获取爬虫完整代码)

四、机器学习(数据分析)
爬取到数据之后就是如何进行机器学习和数据分析了。机器学习用的是自己建立的“三木板模型”算法,
已在国家期刊发表论文并被万方数据库收录(三木板模型算法论文地址:http://wanfangdata.com.cn 搜索“基于机器学习的预测算法模型及其在环评领域的应用”)。
算法的思路如下:任意选取三家公司的赔率作为组合对象与历史数据的三家比较,统计出历史数据标签y/n(胜/不胜)的数量,并输出符合条件“y>n*3或n>y*3”的结果。
此结果作为选择信心场次的依据。(联系文末作者微信号有偿获取软件+手册:AI-FBP(VBA版)和AI-FBP(SQL版),前者适合无SQL基础,效率低一些,
10场比赛大概运行1分钟左右,但操作简单只需要会使用Excel即可。后者适合对SQL有一定基础的,需要自己搭建数据库,但效率很高:10场比赛大概运行5秒左右。
获取软件后有任何项目或软件的不解随时咨询作者,并优先获取合作机会。同时赠送爬虫完整代码的操作手册)

技术支持
Github网站:https://github.com/acredjb/FBP
Kaggle网站:https://www.kaggle.com/FootballPrediction
微信号:acredjb
公众号:AI金胆

0 comments on commit efe9a9c

Please sign in to comment.