即嗨:足球比赛中多久出现一次2比1领先被逆转的局面?

这篇文章很清晰的表明了滚球爱好者们的特点,虽然我不是一个热衷滚球的彩民,但我知道世界上热爱滚球的球迷何其多,与其这样,不如用这个文章交流一下,大家是否也是滚球爱好者呢?如果是的话,你会如何用即嗨比分的大数据来建立自己的模型。

很容易,本人打造的上半场小1的模型已经被即嗨比分采纳,并成功打造了立于不败之地的上半场小1的数据模型理论,这个模型经过即嗨比分针对我个人的下注特点,最终实现模型数据化的四纬度模型。

本人此前一直强调的魏氏上半场小也有了即嗨四纬度的改造升级,现在的胜率得到了进一步提升。今天,另外一个即嗨比分的彩民滚球爱好者试图让即嗨比分的科研人员打造如何预测在2比1的时候的下一步投注思路。这也许是即嗨平台能做的事情。以下为这个彩民的原文

昨天看了即嗨体育CEO张桐健在体育大数据论坛会议上的圆桌会议,会议主题是讨论关于大数据和比赛的预测和产品的可视化的交流,张桐健先生用“”给数据一点温暖”的模式强调了数据是死的,如何让一个死数据成为活生生的模型工具的精彩演讲,给我很多启发。

从而我从即嗨比分APP最近的数据模型中,发现了一些有趣的事情。我们以英超为例,我们能够看到很多充满感性认识的看法,但我们都知道,通过即嗨比分大数据呈现的模型,很多数据其实是伪命题。

为什么是伪命题?因为大家习惯的选择性失忆是很关键的问题,他间接导致大家在过去的记忆中只选择自己关注的而忽略那些难以启齿的,久而久之,就淡忘了。这些不受实际数据支持的场景,我们通过“数据是死的”这个看起来并不好听的名字得到了结论,那就是即嗨比分是可能目前中国我能看到的大数据APP中唯一能够制造故事和悬念的产品,例如:在英超,多久会出现一次2比1领先后被逆转的局面?就这么一个简单的话题,我发现了即嗨比分是可以给我们很多的想象空间,间接的,我也相信他们未来的成长空间很大。因为,这里面涉及到的很多有趣的事情,都可以无限想象。

英超一个赛季的380场比赛中,曾有过132场比赛都呈现出2比1领先的阶段,这是即嗨比分建模的第一步,我看到这一步的时候我知道下面会有太多的下一步可以描述。

这就包括了,主队曾经在2比1的时候是74次领先,但另外的58次是客队领先。这其中,还有89场比赛由第三个进球打破1比1僵局,而在剩下的43场比赛中,第三个进球都是由0比2落后的一方攻入。

请注意,主队,客队,这是一个维度的思考。在1比1变成2比1和0比2落后的情况下变成2比1,是另外一种维度。我相信即嗨的大数据科学家团队已经在看到更多的数据训练过程里面寻找真知的过程了

英超这132场比分达到2比1的比赛样本中,有101场比赛的领先球队最终是当天的赢家。但也有25场比赛被扳平,而领先球队输球的比赛只有6场。这赤裸裸的说明了滚球玩家需要警惕的事情。我们可以留意即嗨比分的球迷们热切的希望在这样的场景里面希望得到什么答案:请告诉我们我们在2比1的时候是否该主队最终打进3比1,又或者是最后2比2,这一个进球的区别,对滚球玩家的热爱超乎寻常,也是即嗨比分大数据在推演的过程。

从时间维度,即嗨比分已经呈现了一个完胜庄家的工具:上半场小1。通过即嗨比分的进球四纬度,我们能够轻而易举的判断上半场的某个时间段进球的可能性。但另外一方面说到确立2比1领先的最短时间是开场16分钟就呈现了,而最晚达到这2比1的时间是伤停补时阶段的第四分钟。比分变为2比1的平均时间为开场后刚过60分钟。所以,在上半场结束的时候选择上半场小1的即嗨玩家一定有可能会变成下半场疯狂涌入大量滚球冲动选择2比1的比分

在这132场比赛中,领先或落后方的平均能力大致相同。用于对比赛或比赛剩余部分的结果进行建模的最常见方法是泊松分布。基于进球对比赛球队的相对能力进行了评估,并且可以通过估算每支球队特定进球或失球数的可能性来评估后续结果的可能性。

本人作为一个常年的滚球爱好者,我特别认可这种思路的体现,举个例子。我很想通过更长的大数据训练,最终告诉我,当2比1的比分发生在60分钟的时候,我应该在剩下的30分钟如何操作!这个操作对我有什么样的帮助。例如,我是否应该下这个球队3比1,又或下这个球队2比2。

还有一部分玩家告诉我,他们需要得到的是更可怕的答案:我要知道下半场最好的滚球进球时间点,或者你直接告诉我,这个比赛2比1就是最终比分,换句线分钟根本没有进球,那么这一切的结论是什么呢?那就是到底什么比赛适合追2比1的大球,什么时候追2比1不进球。

我为什么特别喜欢英超?因为我知道英国足球是世界上最激情的联赛国家,英超是最精彩的,英冠是最刺激的,这两个观点的不同在于,英超充满明星和包装手法,英冠则有无限多的剧情。这导致狂热的球迷,阴线的彩票公司还有种类繁多的媒体单位,都对英国足球充斥着无限多情感溢价。如何证明情感溢价的价值,是导致彩民输钱的关键,通常而言,你越爱一个球队,你会输在这个球队身上的钱越多。并且通常会夸大事件发生的可能性导致你错误的相信了你喜欢的球队。而如果即嗨比分已经做到的这种建模是真实以及可靠的,那么可以很肯定一点:即嗨比分相信了情感溢价的球迷们是牺牲品,当曼联在1比2落后的时候又或者曼联2比1领先的时候,此时比分60分钟,你的操作方法绝对不是情感,而是大数据!

我不得不提供英超联赛单个赛季中2比1领先的情况下被翻盘的所有实例,以此对2比1比分进行了检验。这已经在即嗨比分里面有完全的大数据成像了,需要的是建模带来的结论!

英超和英冠领域广泛流传的认知的说服力和持续性,都会让我们选择性的把有利于自己的观点呈现出来,这得埋怨中国没有更好的建模数据团队。大部分人建模带来的是什么呢?实话实说,是大数字。

我们可以轻易的看到的是,一堆大数字摆在你跟前,其实你是羡慕而一筹莫展的,这些大数字究竟对我们普通的彩民怎么提升,1000个彩民心目中有1000个答案。为什么我们看到即嗨能够把上半场小1归纳出如此优秀的结论?一切源于训练建模。我可以看到的是,如果你没有一万场大数字的累计,你是没办法得到一个有价值的模型历史的。这对彩民的帮助太重要,以至于很多彩民知道要的事情,但描述起来的时候,并没有任何一个技术方能够理解需求。

很庆幸,即嗨比分做到这个事情之后,迅速的通过MVP最小化可行产品(Minimum Viable Product, MVP)得到了成功体现。

我们习惯去模仿不同的场景,例如一些失去理智的情感溢价球迷,他为了一个球队的喜欢会疯狂的滚球追大。这就通常可归结于一些认知偏差,往往让我们无法清楚地进行判断。例如他会高估最近发生的事件,包括曼联单方进球数超过3个,而在实际中再次发生的可能性可能很少,他们对彩票知识、体育知识、语言知识、各国文化、地理、天气、球场用具都不熟悉,直接导致他们就是一个彻头彻尾的输者。这里面的一个纬度,即嗨比分的大数据你甚至能够看到更复杂的要求:例如获得红牌的球队在少一名球员的情况下,2比1落后的情况下居然逆转了,这是一个巨大的冷门,是彩民喜欢尖声惊叫的“草,这尼玛假球啊,少一个人1比2落后居然逆袭……”。同样在红牌的球队1比2落后的情况下,会继续丢球吗?又或者,2比1的球队少一名队员的情况下,如何保持2比1的胜局,总之,一个纬度就能创造无穷的答案,这些答案暂时我们理解为是大数字,请归纳为一个模型,感谢即嗨吧,他们至少做到了一些有价值的东东……

因此,在制定投注决策时,至关重要的是执行一些由数据驱动的检查,而不是依赖于自身通常存在缺陷的直觉。英超彩民通常认为2比1是最有可能被逆转的比分,那么统计数据是否支持此观点?

我们可以对所有132场比赛达到2比1的时候对余下比赛时间进行建模,并将最终的可能性与已有的可能性进行比较,以确认模型与层之间是否存在广泛的一致性。通过在比分达到2比1时使用球队的平均时间和相对质量,同时比较领先一方整个赛季的平均比分,产生相似的有用结果的劳动密集程度低的方法将有助于比较泊松生成的估计值

如果我们使用泊松模型来确定略占上风的球队的最终比赛结果,以便将比赛进行了1个小时后取得2比1领先的主队的轻微优势考虑在内,则会预测领先一方获胜的几率为75%,平局几率为20%,而最终被翻盘的可能性为剩余5%。

通过比较发现,在英超联赛样本这132场达到2比1比分的比赛中,有101场比赛的领先球队最终取得了胜利,有25场比赛被扳平,而领先球队输球的比赛只有6场。

换算为百分比时,胜负平几率分别为76%、5%和19%,非常接近于理想比赛的建模百分比这有力地表明,尽管很可能直观地认为2比1领先岌岌可危,尤其是在2比0的比分后为人所津津乐道但现在却被扳回一分而名誉扫地,很可能任何与此特定比分相关的市场非有效性都很罕见。

通过上述思路,本人可以期待的答案就是即嗨比分在上半场小1的建模之后,请迅速推出即将产生的第二个建模,这对我们滚球爱好者来说是巨大的福音!