基于條件隨機(jī)場(chǎng)的籃球比賽結(jié)果預(yù)測(cè)研究.pdf

1、如今，籃球博彩市場(chǎng)發(fā)展迅猛，這使得籃球比賽勝負(fù)結(jié)果預(yù)測(cè)成為了一個(gè)新挑戰(zhàn)?，F(xiàn)有的籃球預(yù)測(cè)方法主要使用一些經(jīng)典的統(tǒng)計(jì)學(xué)方法，如樸素貝葉斯分類器、邏輯斯蒂回歸等，通過將籃球比賽勝負(fù)預(yù)測(cè)看作為一個(gè)二分類問題來進(jìn)行預(yù)測(cè)?，F(xiàn)有的方法由于在數(shù)據(jù)集采集，特征選取，方法選擇方面的原因，都存在效率低，準(zhǔn)確率差的問題。
　　現(xiàn)有的預(yù)測(cè)模型中缺乏一個(gè)統(tǒng)一的量化方法來描述球隊(duì)之間的實(shí)力排名情況，本文基于PageRank算法構(gòu)造針對(duì)NBA球隊(duì)排名的TeamR

2、ank算法，使用該算法來計(jì)算球隊(duì)的實(shí)力排名。通過在1990到2014年之間的30支球隊(duì)的全部比賽數(shù)據(jù)上逐步建立TeamRank向量和相應(yīng)的投票矩陣，迭代更新，結(jié)果顯示TeamRank算法可以較好的描述球隊(duì)之間的實(shí)力排名情況。
　　本文將一個(gè)NBA球隊(duì)的歷史比賽記錄當(dāng)作按照時(shí)間排列的序列，通過在1990到2014年之間的數(shù)據(jù)集上構(gòu)造每支球隊(duì)的比賽記錄序列，使用主客場(chǎng)、三分球、罰球、搶斷、球員信息等和TeamRank值作為特征輸入，基