加米穀學院
2018年俄羅斯世界盃將於6月14日正式拉開帷幕，70億+的目光即將聚焦在這140平米的足球場上。而隨著賽事日期的日漸臨近，對於本屆世界盃冠軍歸屬的預測和爭論進入到了白熱化的階段，預測世界盃的冠軍似乎已經成了大家一件大家津津樂道的事。2018年世界盃，大數據是否將成為下一位“預言帝”呢？
今天在此就教教大家，用大數據算出2018世界盃冠軍！
工具準備：電腦+你的大腦
如何算出冠軍人選呢？僅需要5步！
一、利用爬蟲獲取數據
網絡爬蟲又被稱為網頁蜘蛛，網絡機器人，是一種按照一定的規則，自動地抓取萬維網信息的程序或者腳本。
在“球探網”等類似的網站抓取到各種足球比賽的每場比賽的比分之外，還包括犯規數、紅黃牌、控球率等詳細數據。這裡抓取了2018年世界盃參賽的32支球隊，選擇了2008年及以後的數據作為預測的基礎。
二、計算各球隊的進攻和防守實力
數據獲取到了之後，我們需要利用數據計算出每支球隊的進攻和防守實力。
計算公式：
該球隊的進攻實力=球隊A的場均進球數 / 所有32支球隊的場均進球數
該球隊的防守實力=球隊A的場均失球數/所有32支球隊的場均失球數
按照這個算法進行計算，可以得出以下兩張圖：
進攻實力方面，德國一馬當先，緊隨其後的是西班牙、巴西、英格蘭和葡萄牙；防守實力方面，西班牙則位列第一，法國、伊朗、巴西和英格蘭分列第二到第五位。
另外需要提醒大家注意的是，這裡的進攻實力和防守實力，並不是進球數和丟球數 ，而且防守實力最低，表示這支球隊的防守越強。
三、構建泊松模型
接下來的步驟，就是通過建立泊松分佈模型來算出在一場比賽中，這隻球隊具體能踢進多少個球，也就是“期望值”。
泊松分佈模型是一個數學概念，描述的是某段時間內，某個事件的發生概率。如某一服務設施在一定時間內到達的人數，電話交換機接到呼叫的次數，汽車站臺的候客人數，機器出現的故障數等等。
計算公式：
當球隊A和球隊B比賽時，A進球的期望值=A的進攻實力*B的防守實力*所有32支球隊的場均進球數
通過構建泊松分佈模型，有了這樣的概率分佈分析，我們就可以算出兩隊進行比賽的時候，某隊任意比分出現的概率了。
四、多次模擬賽程並統計結果
建立好泊松模型之後，對於任意兩支球隊，我們都能夠預測他們的比分。
從結果上看，差點奪得歐洲盃的法國果然風頭正勁，在這十萬次模擬中，法國隊有一萬多次奪得了冠軍。完成了新老交替的西班牙緊隨其後，畢竟曾經創造了統治世界的王朝，永遠不能低估一顆冠軍的心。
但這個結果明顯還不盡人意，這個結果是基於所有的比賽得分都在一樣的運算中進行分析，“世界盃”、“美洲盃”、“亞洲盃”、“友誼賽”的重要性和難度明顯是不一樣的。因此我們還需要進一步對數據進行整理和分析。
五、數據清理與調整
在我們的數據中，各支球隊跨大洲進行的比賽並不多。但是在計算各支球隊的進攻實力和防守實力時，沒有加以區別，這顯然也是有問題的。
所以基於比賽的性質，我們需要對數據重新賦權後，可以得到以下結果：
這就是2018年世界盃的比賽成果了，我們可以看到西班牙以0.117的比分佔據榜首，成為了2018年世界盃的最後贏家。西班牙、德國則成為了奪冠的重要人選。亞洲的日本、伊朗和尼日利亞也有可能成為奪冠黑馬。
閱讀更多 加米穀大數據 的文章
