Математические ставки. Как твиттер помогает делать прогнозы на спорт

В первом случае ученые из Carnegie Mellon University взяли данные спортивных соревнований NFL за 2010-2012 гг., собрали футбольные твиты за тот же период, тщательно фильтруя записи по хештегам в поддержку той или иной команды. Таким образом, каждая запись хештегом команды трактовалась однозначно: победа или поражение в предстоящей игре. Дальнейшая классификация твитов шла по схеме ниже.

Читайте также:

• Выбрать лучшего букмекера для ставок на спорт
• Прогнозы на сегодня от профессионалов
• Как выбрать букмекерскую контору – советы «РБ»
• Бездепозитные бонусы букмекерских контор
• Как не проиграть первую ставку – 6 советов новичку

Классификация послематчевых твитов по американскому футболу

Теперь немного о втором исследовании, в котором футбольные твиты служили индикатором результатов матчей АПЛ, сыгранных весной 2014 года. В компьютер загрузили около 2 миллионов твитов, футбольную статистику АПЛ – и стали считать. Так же как и в предыдущем эксперименте, отбор твитов происходил по хештегам футбольных клубов, которые необходимо было отфильтровать, отсеяв все те, что могли принадлежать разным клубам. Например, хештег #Saints может принадлежать Southampton F. C. из АПЛ, но также и New Orleans американской NFL.

…речь идет пока только лишь об англоязычном сегменте твиттера. Это обусловлено распространенностью английского языка, его относительно простым словообразованием, наиболее подходящим для машинной обработки.

Некоторые затруднения в расчетах возникли из-за того, что популярность команд в твиттере распределена крайне неравномерно. Самые популярные команды, такие как Манчестер Юнайтед и Liverpool F.C. собрали свыше 400 тысяч твитов, в то время как Fulham и Swansea – лишь 15,5 тысячи.

Одновременно шла обработка футбольной статистики с учетом множества факторов: среднее количество забитых мячей, угловых, ударов по воротам, штрафов, желтых и красных карточек и так далее.

С помощью все той же логистической регрессии, модели Байеса и алгоритмов машинного обучения удалось добиться следующих результатов.

• только твиттер: в среднем точность прогноза – 66%, минимум – 56%, максимум – 75%;
• только футбольная статистика: в среднем точность прогноза – 59%, минимум – 51%, максимум – 64%;
• твиттер + футбольная статистика: в среднем точность прогноза – 70%, минимум – 64%, максимум – 75%.

Как видите, одного твиттера вполне хватает для того, чтобы, имея навыки статистического анализа, успешно предсказывать результаты матча. Необязательно для этого быть футбольным экспертом. Тут, правда, необходимо сделать оговорку. Многие уже догадались, что речь идет пока только об англоязычном сегменте твиттера. Это обусловлено распространенностью английского языка, его относительно простым словообразованием, наиболее подходящим для машинной обработки. Русскоязычный твиттер ждет своего исследователя. Задача трудная, но крупной IT-компании, вроде «Яндекса» или ABBYY, вполне по зубам.

Какой практический урок можно извлечь из этого? Коллективный разум вполне хорошо умеет предсказывать спортивные соревнования, надо лишь уметь правильно поставить вопрос и прочитать ответ. Если вы уверены в победе вашей команды, но в подписке твиттер-новостей с хештегом вашей команды мелькают слова «продуют», «травма», «не в форме», то, возможно, вам следует подумать еще раз, прежде чем ставить на победу любимцев.