一种沙滩排球比赛胜负实时预测方法、系统及设备

技术领域

本发明涉及比赛胜负预测技术领域，特别是涉及一种沙滩排球比赛胜负实时预测方法、系统及设备。

背景技术

沙滩排球比赛是一项非常受欢迎的户外运动，尤其在夏季海滩地区更是热门。沙滩排球比赛胜负实时预测，可以帮助球迷更好地了解比赛。另外，对于参赛的球队和教练组也有一定的参考价值，可以帮助他们更全面地了解对手和比赛背景，制定更有效的战略和战术。沙滩排球的数据分析可以提供有关比赛的有用信息和见解，这些信息可以帮助球队制定战术和策略，或者帮助球迷更好地了解比赛。

在沙滩排球比赛胜负预测方面，目前绝大多数方法都是针对赛前预测，这类方法主要根据球队的综合实力进行预测。沙滩排球比赛情况瞬息万变，只根据球队历史信息进行预测存在一定的局限性。沙滩排球比赛结果往往受到多种因素的影响，例如球员状态、场地因素、气候条件、比赛策略等，因此预测胜负仍具有一定的难度。随着机器学习的发展，机器学习的算法思想在具体的工程问题上已应用很多有效的方法，这也为沙滩排球比赛的实时胜负预测提供了解决方法。

对于一些比赛，数据可能过于稀疏，或者缺乏代表性的特征，导致模型预测精度不高。一些机器学习模型具有很高的复杂度，如果数据量较小，模型容易过拟合，导致对训练数据拟合度很高，但是泛化能力较差。同时，需要进行很多计算，因此需要GPU等高性能硬件支持。这使得许多组织和人士难以采用这些模型来进行比赛预测。

发明内容

本发明的目的是提供一种沙滩排球比赛胜负实时预测方法、系统及设备，提高比赛胜负预测实时性和准确性。

为实现上述目的，本发明提供了如下方案：

第一方面，本发明提供一种沙滩排球比赛胜负实时预测方法，包括：

获取沙滩排球比赛队伍的沙滩排球比赛当前数据；所述沙滩排球比赛当前数据包括球员效率、发球有效率、进攻有效率、拦网有效率和一传到位率；

将所述沙滩排球比赛当前数据输入至沙滩排球比赛胜负预测模型，以得到比赛胜负预测结果；所述沙滩排球比赛胜负预测模型为采用沙滩排球比赛样本数据集对预设胜负预测模型进行训练得到的；所述沙滩排球比赛样本数据集中的样本数据包括样本球员效率、样本发球有效率、样本进攻有效率、样本拦网有效率、样本一传到位率以及对应的比赛单局胜负；所述预设胜负预测模型为逻辑回归模型。

第二方面，本发明提供一种沙滩排球比赛胜负实时预测系统，包括：

比赛当前数据获取模块，用于获取沙滩排球比赛队伍的沙滩排球比赛当前数据；所述沙滩排球比赛当前数据包括球员效率、发球有效率、进攻有效率、拦网有效率和一传到位率；

比赛胜负预测模块，用于将所述沙滩排球比赛当前数据输入至沙滩排球比赛胜负预测模型，以得到比赛胜负预测结果；所述沙滩排球比赛胜负预测模型为采用沙滩排球比赛样本数据集对预设胜负预测模型进行训练得到的；所述沙滩排球比赛样本数据集中的样本数据包括样本球员效率、样本发球有效率、样本进攻有效率、样本拦网有效率、样本一传到位率以及对应的比赛单局胜负；所述预设胜负预测模型为逻辑回归模型。

第三方面，本发明提供一种电子设备，包括存储器及处理器，存储器用于存储计算机程序，处理器运行计算机程序以使电子设备执行沙滩排球比赛胜负实时预测方法。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明公开一种沙滩排球比赛胜负实时预测方法、系统及设备，将获取到的沙滩排球比赛队伍的沙滩排球比赛当前数据：球员效率、发球有效率、进攻有效率、拦网有效率和一传到位率，输入至沙滩排球比赛胜负预测模型，以得到比赛胜负预测结果，从而实现对于比赛胜负的实时预测。其中，本发明通过采用沙滩排球比赛样本数据对预设胜负预测模型进行训练得到沙滩排球比赛胜负预测模型，然后将训练得到的模型对沙滩排球比赛当前数据进行处理，从而实现采用堆叠方式将历史特征与实时特征进行融合与筛选，再利用球员效率、进攻成功率、拦网有效率、一传到位率、发球有效率进行扩展完成特征生成和处理，能够进一步提高比赛胜负预测的准确率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明沙滩排球比赛胜负实时预测方法的流程示意图；

图2为本发明沙滩排球比赛胜负实时预测系统的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提供了一种沙滩排球比赛胜负实时预测方法、系统及设备，将逻辑回归模型应用于沙滩排球比赛胜负实时预测中，同时提高预测准确率。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

实施例一

如图1所示，本发明提供一种沙滩排球比赛胜负实时预测方法，包括：

步骤100，获取沙滩排球比赛队伍的沙滩排球比赛当前数据；所述沙滩排球比赛当前数据包括球员效率、发球有效率、进攻有效率、拦网有效率和一传到位率。其中，沙滩排球比赛当前数据需按照国际排联技术统计标准进行人工统计并整理。

步骤200，将所述沙滩排球比赛当前数据输入至沙滩排球比赛胜负预测模型，以得到比赛胜负预测结果，一般为1或0，0代表“负”，1代表‘胜’，从而实现获得比赛分段的实时胜负预测结果。所述沙滩排球比赛胜负预测模型为采用沙滩排球比赛样本数据集对预设胜负预测模型进行训练得到的；所述沙滩排球比赛样本数据集中的样本数据包括样本球员效率、样本发球有效率、样本进攻有效率、样本拦网有效率、样本一传到位率以及对应的比赛单局胜负；所述预设胜负预测模型为逻辑回归模型。

其中，沙滩排球比赛样本数据可来自FIVB沙滩排球比赛官网，从官方赛后技术统计表中获取并整理所有沙滩排球比赛历史数据，对所有沙滩排球比赛历史数据进行特征提取和筛选后，得到样本球员效率、样本发球有效率、样本进攻有效率、样本拦网有效率、样本一传到位率及对应的比赛单局胜负。

所述预设胜负预测模型为：

z＝w

其中，

进一步来说，预设胜负预测模型的训练目标是学习一个从输入x到输出y的函数，其中y是二元类别变量，可以取0或1。逻辑回归模型通过拟合数据集，估计模型的系数w

在实际应用中，还将沙滩排球比赛样本数据集按照7:3的比例划分训练集和测试集，使用训练集构建预测沙滩排球比赛胜负的模型，使用测试集验证模型预测的稳定性。且，通过训练集的训练，当预测准确率达到85％设备以上停止训练，确定模型的参数w

在一个具体实例中，在获取沙滩排球比赛队伍的沙滩排球比赛当前数据的步骤之前，方法还包括：

(1)获取沙滩排球比赛队伍的当前分数。

(2)按照预设分数节点集合，对所述当前分数进行分数节点匹配；所述预设分数节点集合包括5分、10分、15分及20分。

(3)当所述当前分数成功匹配分数节点后，依据所述当前分数，选择对应的沙滩排球比赛胜负预测模型，以进行比赛胜负预测；具体来说，在沙滩排球比赛胜负预测模型的训练过程中，对于沙滩排球比赛样本数据，以每局比赛中五分为节点，以任意一队先获得5分，10分，15分和20分为时段划分点，即分数1-5、6-10、11-15、16-20之间(第三局无16-20分)两队各自的技术统计项，即样本球员效率、样本发球有效率、样本进攻有效率、样本拦网有效率、样本一传到位率，然后将对应的比赛单局胜负作为训练的标签。也就是说，对于不同的分数段，建立了不同的沙滩排球比赛胜负预测模型。在后续实际应用中，对于采集到的当前数据所处的不同分数段，也需要选用不同的沙滩排球比赛胜负预测模型进行实时预测。

(4)依据所述当前分数，确定沙滩排球比赛队伍的沙滩排球比赛当前数据。具体来说，以任意一队先获得5分、10分、15分和20分为时段划分节点，统计沙滩排球比赛队伍的技术统计项(球员效率、发球有效率、进攻有效率、拦网有效率和一传到位率)，构建沙滩排球比赛当前数据。

在另外的具体实例中，可使用更简单快捷的机器学习模型，或更为高级复杂的机器学习模型，如所述预设胜负预测模型为神经网络模型或随机森林模型。

综上，本发明经过特征融合和扩展整理出实时胜负预测的数据集，并通过逻辑回归模型，完成沙滩排球比赛实时胜负预测，解决了当前沙滩排球排球比赛的胜负预测只能根据历史信息，无法利用比赛当场信息而导致实时性不高的问题，为比赛胜负走势预测提供可靠的帮助。

实施例二

如图2所示，为了实现实施例一中的技术方案，以达到相应的功能和技术效果，本实施例还提供了一种沙滩排球比赛胜负实时预测系统，包括：

比赛当前数据获取模块，用于获取沙滩排球比赛队伍的沙滩排球比赛当前数据；所述沙滩排球比赛当前数据包括球员效率、发球有效率、进攻有效率、拦网有效率和一传到位率。

比赛胜负预测模块，用于将所述沙滩排球比赛当前数据输入至沙滩排球比赛胜负预测模型，以得到比赛胜负预测结果；所述沙滩排球比赛胜负预测模型为采用沙滩排球比赛样本数据集对预设胜负预测模型进行训练得到的；所述沙滩排球比赛样本数据集中的样本数据包括样本球员效率、样本发球有效率、样本进攻有效率、样本拦网有效率、样本一传到位率以及对应的比赛单局胜负；所述预设胜负预测模型为逻辑回归模型。

实施例三

本实施例提供一种电子设备，包括存储器及处理器，存储器用于存储计算机程序，处理器运行计算机程序以使电子设备执行实施例一的沙滩排球比赛胜负实时预测方法。可选地，上述电子设备可以是服务器。

另外，本发明实施例还提供一种计算机可读存储介质，其存储有计算机程序，该计算机程序被处理器执行时实现实施例一的沙滩排球比赛胜负实时预测方法。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。