機器學習預測足球比賽專案—

附：

2020年6月已形成軟體，感興趣朋友聯絡文末微信獲取軟體和原始碼。

FBP專案#人工智慧從2017年到現在整整3年了，目前專案生命力很強，也初步完成了一些目標，但對於足球領域人工智慧NO。1的願景還有距離。不過，現在除了github上的這個專案有超過300人關注，知識星球也超過500人關注了，自開發的三木板模型核心演算法論文（國家期刊，萬方資料庫收錄）下載超過200次，AI金膽公眾號已經超過1100人關注，微信群也建立了N個超過500人，選購各種版本軟體產品的使用者也超過100人，主動新增我為好友的朋友超過800人，這些資料都是對軟體和專案的認可，尤其還有很多使用者都是取消關注後又重新關注了AI金膽公眾號，刪除我好友又重新新增我為好友，這些都表明專案的可靠和韌性。

總之，專案對我個人而言想實現不一樣的人生價值，主要是精神層面。對於使用者而言想實現使用者物質和精神上的昇華。此外，讓使用者滿意是我一直以來的目標，每當使用者私信的真誠反饋我都很重視和欣慰，感謝一直以來你們的關注與認可。

引言

足球是世界上第一大運動，同時中國的市場也是巨大的，並且足球預測是一個趨勢性行業。越來越多的人變成了足球球迷，足球彩民，本專案初衷做出一個卓越的AI產品（人工智慧產品）準確預測足球比賽結果，幫助越來越多的足球彩民實現物質和精神上的昇華。

專案背景

FBP專案全稱FootBallPrediction，歷經9個月完成的足球比賽預測專案。專案結合大資料+機器學習，不斷摸索開發了一款軟體。軟體根據各大bocai公司賠率多維度預測足球比賽結果（包含勝和不勝）。機器學習用的是自己建立的“三木板模型”演算法，已在國家期刊發表論文並被萬方資料庫收錄。目前準確率可達80%。目前軟體版本為23。0（軟體已正版授權）。FBP專案在Github網站已經有超過200人關注（https：//github。com/acredjb/FBP），並在自己建立的微信群裡已經吸引了很多人，並且每天均有部分人根據預測結果參考投注競彩，參考的人都獲得了相應的收益。現在想透過認識更多的有識之士，一起探索如何將專案做大做強，找到合夥人，實現共贏。希望感興趣的同仁聯絡本人，微訊號acredjb。公眾號AI金膽（或AI-FBP），每天都有程式預測的足球比賽。

在一場比賽開始前，bocai公司90%是知道賽果的，他們已經有精算師分析基本面、傷病等資訊，我只要站在他們的肩膀上進一步分析就可以了（無需再分析基本面等資訊）。

產品概述

體系結構

A、資料清洗原則

1、只抓取主隊為讓球方（上盤）的場次，保證資料具有一致性。

2、只抓取主隊勝賠，作為影響因子。

3、過濾掉蚊子肉，將Oddset<1。45或偉德<1。45的場次過濾掉。

B、機器學習原則

開發FBP專案中的核心模型：三木板模型（參考萬方資料庫論文），即任意選取三家公司的賠率作為組合物件與歷史資料的三家比較，統計出歷史資料標籤y/n（勝/不勝）的數量，並輸出符合條件“y>n*3或n>y*3”的結果（3為引數，目前尚未調整過此引數，可根據演算法模型及評估結果適時調整）。此結果作為選擇信心場次的依據。

其餘KNN、bagging、反向傳播等演算法參考詳細設計書。

評估模型原則

用正向激勵和反向激勵統計出哪些組合對比賽結果有較大的影響，作為今後選擇信心場次的優先依據。（參考詳細設計書）

功能介紹

依託FBP專案，透過AI程式預測每天足球比賽，將符合程式模型且預測信心指數較高的比賽，釋出到公眾號AI金膽。

其他功能詳述參考詳細設計書。

產品優勢

準確率高，達到80%左右

不斷更新預測模型的資料，隨著歷史資料的不斷更新，不斷迭代修正原始模型，符合機器學習中的反向傳播算法理論，準確率會不斷提高，並穩定在高準確率

不受個人情緒影響，完全由程式輸出看好的比賽

對比同行公眾號推薦：大多數都是人為看盤口，現在是人工智慧時代，人工預測必定被機器學習淘汰。別的公眾號推籃球、足球，足球還推讓2球，大小球，角球，能有那麼多精力，很難相信做的專業。甚至還有推薦讓平讓負雙選，最後還是預測錯誤。FBP程式只預測主隊為上盤的比賽，只推勝或不勝（也就是讓負），簡約而不簡單。

高賠率優勢，賠率一般在1。8-2。2之間。