激情是否消失 大資料下體育競技之路

1 前言

2014年巴西世界盃讓球迷度過了一個充滿激情、淚水、無奈的歷程，體育競技比賽其實就是因為充滿了太多的未知性而讓球迷更加興奮和期待，足球的是圓的，在足球場上能發生一切奇跡，當然，黑哨和假球不在正常範圍之內。

然而本屆巴西世界盃上除了西班牙、義大利這樣傳統強隊的提前出局外各家IT巨頭運用大資料進行世界盃的比賽預測也成為一個亮點。 同時我們也發現在現代的體育競技中其實大資料的運用已經比較普遍，大資料的分析對於球隊或者教練員來說是很重要的事情，通過這樣的資料能更好的瞭解隊員的情況和未來的發展趨勢。

其實在一場比賽中的勝負包含很多因素在內，是通過資料計算更加準確還是直覺更靠譜?想必很多人都相信資料計算，不過對於體育迷來說，未知的結果才是充滿激情的源泉和動力，當一切都在資料下顯出真身的時候您還會有激情嗎? 不過本屆世界盃在我們《說文解字》中成功預測世界盃的冠軍得主，以後相信貝利要多學習中國文化了。

2 神奇的世界盃預測

今年的世界盃比賽結果讓很多人大跌眼鏡，相信也讓一些球迷朋友損失了不少錢財，小組賽上屆冠軍西班牙的出局、葡萄牙的悲情、義大利、英格蘭攜手出局讓我們大跌眼鏡，完全不知道這些傳統的世界強隊是怎麼踢的比賽。

球王貝利是有名的預測專家，上世紀90年代初，貝利鍾情于前南斯拉夫隊，90年世界盃他預測該隊會進四強，結果前南斯拉夫1/4決賽不敵阿根廷。 92年歐洲杯，他又看好前南斯拉夫捧杯，結果該隊因為內戰被禁賽，連比賽都沒能去參加。 因此貝利的預測變成了烏鴉嘴，今年本屆世界盃上謹言慎行，但伴隨內瑪律的離去貝利又不小心說看好巴西，結果............

而在我們中華大地上雖然國足只能在家看直播，但球迷依然熱衷世界盃的比賽，其實一直有個不解的想法未得到的證實，那就是其他國家的球迷像中國球迷一樣關注其他國家聯賽嗎?在不屬於自己國家的足球狂歡季中徹夜看球嗎? 不過在觀看比賽之余更是充分發揮了我們五千多年曆史的文采，我們的網友充分發揮了《說文解字》的功夫，為四強排了座次，原來他們的命運全都隱藏在博大精深的中國文字中呢。

微博和微信流傳的《說文解字》

德國的「德」字中間有一橫，冠軍非他們所屬;阿根廷的「廷」字是兩橫，可能是老二的命了;荷蘭的「蘭」是三橫，那就屈居為季軍吧;巴西的「西」字如果去掉上面一部分，則分明就是「四」嘛。

微信中的歪猜

這還不算，在運用完說文解字的功夫完，我們的風水起名也成了網友笑侃世界盃的內容。 中國人最講究起名字：這次世界盃，意大離了、西班啞了、英格爛了、烏拉歸了...... 1/4決賽：哥倫比啞了、法蘭熄了、比利失了、哥斯達立家了!照這樣的思路下去，接下去半決賽：巴熄了，荷爛了，決賽是德國和阿根廷，最後，阿根停了，冠軍應該是德國!

3 大資料下世界盃

其實在本屆世界盃開始之初就有消息稱通過大資料對比賽進行分析，比如Google利用雲平臺大資料(Twitter資訊，每場比賽的得分，處罰等資訊)預測世界盃足球賽的每場比賽的結果。 利用即時體育比賽資料公司Opta的資料，Google使用了一套綜合雲資料分析進行資料提煉，BigQuery負責功能衍生，iPython和 Pandas進行建模，最後，Compute Engine負責資料處理。

各家預測結果

Google表示，利用這個方法，Google可以預測比賽的輸贏。 目前為止，Google雲平臺已經預測16場比賽,取得了不錯的成績。 對於剩下的比賽，Google雲平臺的預測如下：

巴西vs哥倫比亞：巴西勝(勝率71%)

法國vs德國：法國勝(勝率69%)

荷蘭vs哥斯大黎加：荷蘭勝(勝率68%)

阿根廷vs比利時：阿根廷勝(勝率81%)

百度預測

百度則綜合各球隊比賽資料和彩票網站賠率資料。 其中百度的分析模型共涉及近5年來19972名球員和1.12億條相關資料，所參考的資料包括百度搜索資料、球隊基礎資料、球員基礎資料、賠率市場資料等，所分析的球隊不僅包括207支國家隊，還囊括了歐洲、南美、 亞洲等聯賽俱樂部及低級別球隊資訊。

SAP Match Insights足球解決方案

而且SAP也針對比賽有相關的準備，基於SAP HANA平臺Match Insights足球解決方案也為德國國家隊幫了忙，「Match Insight不僅能夠即時追蹤了所有場上球員的資訊，每名選手和整體團隊的移動資料、 控球百分比等資料，還可以分析雙方在比賽中的即時陣型變化、防守範圍和防守空擋，使足球專家和球迷都能通過資料看懂比賽。 」在本屆世界盃上，德國隊主教練勒夫在每場比賽之後能夠在Match Insights中看到更詳細的資料。

此外，我們還從SAS公司提供的一些資料可以看到在大資料下通過視覺化的分析能瞭解到一些細節對於一場比賽勝負起到的作用，我們以傳球舉例說明。

小提示：較深的顏色=較高的相關性，反之相關性很低

果不其然，傳球與勝利的關聯性高達0.8694!有效的傳球越多，越容易獲得勝利，比參賽經驗的關聯度還略高一小點點。

通過以上舉例我們不難發現本屆世界盃就是籠罩在大資料的分析之下，通過這些分析讓我們可以更好的瞭解球隊和球員乃至比賽的走勢分析。 由此可見，在未來更多的體育賽事中將有更多基於大資料背景下的資料供我們去流覽和參考，大資料已經和體驗深深結合。

雖然我們看到了這麼多大資料對於世界盃的預測和應用，可惜我們並沒有詢問到一些公司在針對這些預測所投入的設備和在其他應用場景中可以到的一些結果，借用 SAS公司的回復：「設備是沒法預估的，因為這跟設備的性能等各方面都有關系， 沒辦法簡單回答問題。 SAS的高性能分析就是為這個應運而生的。 以前要好幾天時間，現在只要數秒或者幾分鐘就可以了，這要看資料量的大小和設備的性能。 」

4 總結

世界盃終於在球迷的歡呼中落下了帷幕，四年後的俄羅斯我們再見，梅西、J羅、內瑪律期待你們的再次綻放。 對於IT巨頭們來說在本次世界盃上對於大資料的運用也將徹底拉開大資料在體育競技中的蓋頭，其實大資料在體育競技中早有應用只不過那會兒還是比較小範圍我們有理由相信未來用資料來分析的體育競技會越來越多。

　　大資料雖好但是體育競技畢竟有激情的運動和生硬的數位對比來說還是有激情的體育競技是被人喜歡的，不論是資料下的比賽結果如何，激烈和充滿想像的比賽才是觀眾喜歡的!