【摘要】：球員賽后評(píng)分一直是足球領(lǐng)域重要的組成部分,而足球作為世界第一體育運(yùn)動(dòng),具有巨大的經(jīng)濟(jì)價(jià)值,機(jī)器學(xué)習(xí)運(yùn)用于足球領(lǐng)域具有很大的前景。此外、研究球員賽后評(píng)分也能應(yīng)用于比賽結(jié)果預(yù)測(cè)、轉(zhuǎn)會(huì)身價(jià)評(píng)估等足球領(lǐng)域的其他場(chǎng)景。機(jī)器學(xué)習(xí)在球員賽后評(píng)分中的研究,屬于綜合評(píng)價(jià)和機(jī)器學(xué)習(xí)相結(jié)合的交叉學(xué)科研究。本文的工作從數(shù)據(jù)獲取、評(píng)分模型構(gòu)建、評(píng)分應(yīng)用三個(gè)方面進(jìn)行展開。數(shù)據(jù)缺失是普通學(xué)者進(jìn)行足球相關(guān)研究遇到的首要問(wèn)題,特別是從事機(jī)器學(xué)習(xí)領(lǐng)域研究的學(xué)者,往往缺乏專業(yè)足球數(shù)據(jù)提供商的數(shù)據(jù)支持。對(duì)于大部分學(xué)者來(lái)說(shuō),只能通過(guò)網(wǎng)頁(yè)獲取不完整的信息,沒(méi)有完整的數(shù)據(jù)支持,研究工作便無(wú)法正常的開展。因此,本文提出了利用爬蟲技術(shù)批量獲取足球數(shù)據(jù)的方法,能以完整的賽季為單位,批量的獲取某個(gè)聯(lián)賽整個(gè)賽季的完整足球數(shù)據(jù),以供學(xué)者進(jìn)行數(shù)據(jù)挖掘和分析。此外,在數(shù)據(jù)處理方面,本文提出了一種姓名相似度算法,用于在爬取的不同數(shù)據(jù)集上進(jìn)行球員姓名的匹配。評(píng)分模型構(gòu)建也是進(jìn)行球員賽后評(píng)分的關(guān)鍵工作,好的評(píng)分模型能提高評(píng)分的準(zhǔn)確率和可靠性,從而提高評(píng)分的應(yīng)用價(jià)值。針對(duì)模型構(gòu)建,本文首先提出了一種基于回歸算法的模型。該模型用訓(xùn)練集中的球員統(tǒng)計(jì)數(shù)據(jù)去擬合訓(xùn)練集中的專家評(píng)分,訓(xùn)練出模型后用測(cè)試集的球員統(tǒng)計(jì)數(shù)據(jù)進(jìn)行測(cè)試,并與測(cè)試集上的專家數(shù)據(jù)進(jìn)行對(duì)比。實(shí)驗(yàn)結(jié)果表明,該模型生成的評(píng)分比目前主流的whoscored評(píng)分更加接近專家評(píng)分。此外,本文對(duì)普通的回歸模型進(jìn)行了優(yōu)化,提出了聚類與回歸相結(jié)合的思路:首先根據(jù)球員類型對(duì)球員進(jìn)行聚類,然后在同一類型的球員的數(shù)據(jù)集中進(jìn)行訓(xùn)練,分別對(duì)每個(gè)類構(gòu)建不同的回歸模型,最后各個(gè)模型上分別進(jìn)行測(cè)試。實(shí)驗(yàn)結(jié)果表明,聚類與回歸相結(jié)合的思路,能提高模型效果,使得模型評(píng)分更加接近專家評(píng)分。準(zhǔn)確的賽后評(píng)分系統(tǒng)能用于足球領(lǐng)域的不同場(chǎng)景,如陣容選擇、轉(zhuǎn)會(huì)決策、比賽預(yù)測(cè)等。本文主要介紹了球員賽后評(píng)分在比賽預(yù)測(cè)方面的應(yīng)用,提出了利用球員評(píng)分計(jì)算球隊(duì)評(píng)分,并用球隊(duì)評(píng)分和PageRank的改進(jìn)算法來(lái)預(yù)測(cè)比賽結(jié)果。實(shí)驗(yàn)結(jié)果表明,以球員評(píng)分為基礎(chǔ)進(jìn)行比賽預(yù)測(cè)效果好于用歷史戰(zhàn)績(jī)來(lái)預(yù)測(cè)比賽。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：G843;TP181
【圖文】：

隨機(jī)森林的結(jié)構(gòu)示意圖

圖 2-4 SVM 的定義本文屬于線性回歸問(wèn)題，因此只介紹了線性 SVM 分類模型，獻(xiàn)中有說(shuō)明。在線性 SVM 分類模型中，優(yōu)化的目標(biāo)是) 1 b （i=1,2,…,m ，即讓訓(xùn)練集中的各個(gè)點(diǎn)盡量遠(yuǎn)離靠近自

圖 3-1 whoscored 評(píng)分系統(tǒng)在客觀評(píng)分系統(tǒng)，即用計(jì)算機(jī)對(duì)客觀數(shù)據(jù)進(jìn)行分析并評(píng)分的系統(tǒng)。在客觀評(píng)分系統(tǒng)中，whoscored 以最實(shí)時(shí)的更新速度和最廣闊的業(yè)務(wù)覆蓋范圍成為個(gè)中翹楚。whoscored 的特點(diǎn)是根據(jù)比賽統(tǒng)計(jì)數(shù)據(jù)利用計(jì)算機(jī)自動(dòng)計(jì)算生成評(píng)分，統(tǒng)計(jì)數(shù)

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 吳興群;;基于Logistic回歸分析模型的足球彩票預(yù)測(cè)方法[J];科技資訊;2013年19期

2 李紅;朱建平;;綜合評(píng)價(jià)方法研究進(jìn)展評(píng)述[J];統(tǒng)計(jì)與決策;2012年09期

3 朱興琳;艾力·斯木吐拉;艾爾肯·托乎提;;公路交通安全評(píng)價(jià)的灰色聚類法[J];公路工程;2009年02期

4 劉健;張維明;;基于互信息的文本特征選擇方法研究與改進(jìn)[J];計(jì)算機(jī)工程與應(yīng)用;2008年10期

5 呂學(xué)強(qiáng),任飛亮,黃志丹,姚天順;句子相似模型和最相似句子查找算法[J];東北大學(xué)學(xué)報(bào);2003年06期

6 李敏強(qiáng),徐博藝,寇紀(jì)淞;遺傳算法與神經(jīng)網(wǎng)絡(luò)的結(jié)合[J];系統(tǒng)工程理論與實(shí)踐;1999年02期

相關(guān)博士學(xué)位論文 前1條

1 蘇為華;多指標(biāo)綜合評(píng)價(jià)理論與方法問(wèn)題研究[D];廈門大學(xué);2000年

相關(guān)碩士學(xué)位論文 前1條

1 葉勤勇;基于URL規(guī)則的聚焦爬蟲及其應(yīng)用[D];浙江大學(xué);2007年

本文編號(hào)：2805085