基于社会网络分析与BP神经网络的足球比赛预测研究

王译启，赵泓润，赵虹雯，徐熙晨

(南京信息工程大学 a.长望学院； b.自动化学院， 南京 211800)

足球赛事在全球热度高、受众广，对足球比赛结果的预测是各大体育赛训组与足球彩票的关注焦点。自1990年开始，欧洲博彩公司就尝试利用数学模型对足球比赛结果进行预测，认可度较高的有进球率比较预测法、埃罗预测法和最近六场胜绩预测法。随着研究的深入，数学分析方法的价值不断体现，数理统计也开始运用于足球分析领域。比较具有代表性的有基于模糊综合评价、决策树、Logistic回归分析模型、盘口数据、证据理论的足球赛事预测方法等。

国内外学者针对该领域进行了大量的研究。曹科枢运用模糊综合评价法，分析主客场战绩、球队状态、天气等多重因素，得到综合评价指标体系，应用最大隶属法确定评价权数，处理数据确定两支队伍胜负平的概率[1]；闵芳等对数据集使用C4.5算法生成决策树，以获得大致的胜负区间范围，其数据集包括进球率和球队近5场积分2个属性值[2]；吴兴群对球队积分、进失球等比赛数据进行主成分分析，取出干扰因素后建立 Logistic 回归模型，预测足球比赛结果[3]；敖希琴等利用Python工具爬取比赛盘口赔率数据，进行预处理和相关分析并建模，最后用实际结果验证预测模型准确率[4]；杨彦超的证据理论方法可在输入数据不全面或影响因素存在矛盾时也分析出比赛结果不确定性[5]。贝氏模型偏重历史战绩，变量较少；模糊综合评价法偏重数据获取，原始数据繁杂；……