章鱼帝走了，骆驼哥来了。每次世界杯，总有人试图扮演预言帝的角度，大众和媒体也对谁能最后捧起大力神杯津津乐道。对于IT研究者来说，这也是一个研究的好课题，他们的目光不约而同地转向了大数据。与本届世界杯相联系的数字可谓数不胜数，296万参与者，117亿美元的投资，60万外国游客，32个国家、64场比赛，5.76亿美元的总奖金等等。和世界杯相联系的数字太多了，而在这些看似枯燥的很表面化的数字背后，有更多的数字故事也在同时发生着，世界杯热情的人流背后，大数据也在狂欢。

高盛通过大数据筛选出的本届世界杯最佳阵容

大公司热衷搞预测

微软研究院研究员兼经济学家David Rothschid

进行数据挖掘的，有电脑公司互联网公司，如微软，有投行，象高盛，还有有名的没名的博彩公司。当然还有纯粹为爱好的挖掘，比如物理大师霍金用数据阐释自己对英格兰队的衷爱，为英格兰献上胜利公式。

这些数据挖掘中，以微软的和高盛公司的预测最为专业。微软研究院研究员兼经济学家David Rothschid开发了一个模型，战绩骄人。他用大数据预测2013年奥斯卡奖，结果猜中了24个奖项中的19个。他还预测NBA、世界杯等重大体育赛事。世界杯开幕前，Rothschild利用同样的数据收集和分析方法，公布了他的2014年世界杯的预测结果：巴西将夺冠。根据数据预测，巴西队的夺冠机率达到22.5%，远远高于其他对手。随后依次为阿根廷、德国、西班牙、比利时。

投资银行对世界杯的大数据也下了血本，理由是研究得出哪国获得世界杯胜利，会有一波股市投资的大好行情出现。既然如此，如此大好的商机，不能不抓住。高盛的研究可谓数据海量，而其研究过程也公布与众，可能目的是说服投资者，他们的投资依据是有根据的，并非空穴来风。高盛的预测模型也是经过历史检验的，曾用来预测2012年奥运会英国的奖牌情况，预测结果30金总计65银牌，最终结果是29金65银牌，只有一块金牌的差距。

预测算法如何工作

高盛预测系统的特点是海量数据，参数多，对线性回归、蒙特卡洛分析等数学与统计公式和原理有应用。以它对这次世界杯巴西对克罗地亚的比赛比分的预测为例，高盛预测系统所用到数据来源极其广泛，并且时间跨度大很大，包括了从1960年开始到现在的正式国际比赛相关的数据，可以形成14000份相关的报告。

高盛预测系统对巴西队首场比赛比分预测的算法示意

其中的一项重要预测，是球队在某场比赛的进球数。以巴西为例，它与克罗地亚的第一场比赛最终以3:1收场，但预测的结果是巴西进四球。这个数值的得出需要用到数学的回归分析，回归分析中用到两类参数，最重要的参数是历史进球数，这个数字服从统计学上的泊松分布。此外，还有其他的次要参数，这也是影响分析公式的因素。一共有六项因素，首先是ELO值，类似于国际足联的排名，但考察的比赛稍有不同；第二与第三项是对两队比赛的得分能力进行量化，以最近参加比赛的平均进球数为参照，这种参照对于自己和对手考量还不一样，对于自家球队，要看最近十场比赛的平均分，而对手则只看最近五场的，所以对巴西来说，克罗地亚的平均得分也必需考虑到。另外，还有优质队指数，这是用来衡量某些大牛级球队的超常或超差发挥水平的，这些世界杯上的常客，不可能有中国男足了，是巴西、阿根廷、德国、西班牙、英国等七支老牌劲旅。此外，还要考虑主客场因素，从球队所在国或所在大洲是否是主办国为参考，等等。这个算法可以最终形成比赛中双方球队的比分。

对于大家都关心的最终胜利者，则通过机率的形式来呈现，众多数据量化后，预测系统会制作近十万张表格进行分析，终于得出各球队赢得冠军的机率。高盛的研究团队确实做得事无巨细，有声有色，但这一数据最终预测如何，还需要等到决赛日，才能揭开神秘面纱。

>>高盛的预测结果

大数据是令人眼花缭乱的，最终的结果指向球场上的最大赢家可能是东道主是巴西。最终决赛预测的结果虽然不出人意料，即使最终结果有出入，但其中使用的某些方法，还是很值得一看的。从高盛对2010年世界杯的预测来看，虽然冠军看走了眼，但亚军西班牙压冠，第二名荷兰和第三名之一的德国也相对比较准。看来，这套系统还是有点实力的。

最终赢家是不是如此，还需时间检验

结语：