無(wú)所不能的大數(shù)據(jù)：預(yù)測(cè)本屆世界杯賽事結(jié)果
譯文從今天開(kāi)始，又一屆世界杯賽事正式拉開(kāi)帷幕，全世界的球迷與非球迷也將共同享受這段激情燃燒、熱血澎湃的美好時(shí)光。清爽的啤酒已斟滿、閃亮的屏幕已就緒，每個(gè)人胸懷對(duì)國(guó)家的熱愛(ài)以及也許有些不切實(shí)際的期盼關(guān)注著綠茵場(chǎng)上的競(jìng)逐。目前關(guān)于本屆世界杯的各項(xiàng)統(tǒng)計(jì)數(shù)據(jù)已經(jīng)火熱出爐;巴西預(yù)計(jì)將迎來(lái)全球各地共計(jì)370萬(wàn)名觀眾，由此帶來(lái)的經(jīng)濟(jì)效應(yīng)高達(dá)30.3億美元;專門銷售球星卡等周邊產(chǎn)品的帕尼尼公司預(yù)計(jì)單在巴西本土，由貼紙帶來(lái)的營(yíng)收就將高達(dá)8910萬(wàn)英鎊;而在英國(guó)，達(dá)美樂(lè)披薩估計(jì)世界杯期間其銷售總額也將達(dá)到8400萬(wàn)英鎊。
不過(guò)關(guān)于某個(gè)重要話題，相關(guān)統(tǒng)計(jì)結(jié)果與數(shù)字似乎較為稀缺，這就是——誰(shuí)能成為本屆世界杯的***贏家。我們可以估算出有多少球迷會(huì)親身趕赴巴西，多少英國(guó)人會(huì)在電視機(jī)前大嚼美好的披薩，又有多少狂熱粉絲收集球星卡;但我們能否利用數(shù)據(jù)來(lái)預(yù)測(cè)誰(shuí)會(huì)最終奪冠？為了避免有失偏頗，我們將一邊了解懷疑論者的觀點(diǎn)、一邊感受高盛集團(tuán)等支持者對(duì)于數(shù)據(jù)驅(qū)動(dòng)模型能夠成功預(yù)測(cè)世界杯冠軍歸屬的堅(jiān)定決心。
懷疑論者：不，這不可能
左側(cè)球員為被換上場(chǎng)的弗拉米尼
簡(jiǎn)而言之，足球是一項(xiàng)充滿挑戰(zhàn)的運(yùn)動(dòng)，我們很難利用分析手段準(zhǔn)確預(yù)測(cè)其結(jié)果。正如《經(jīng)濟(jì)學(xué)家》去年在報(bào)道中所言，要在足球領(lǐng)域應(yīng)用“魔球理論”絕非易事。相對(duì)于棒球中那些更易衡量的離散事件，足球運(yùn)動(dòng)場(chǎng)上的二十二位參與者需要不斷移動(dòng)并以無(wú)窮無(wú)盡的方式組合彼此作用。足球天然具有動(dòng)態(tài)屬性，這就讓判斷哪些因素需要考量并不斷獲取考量結(jié)果變得***挑戰(zhàn)。
盡管難度極高，但這一切并非不可能;我們最近曾報(bào)道過(guò)同樣充滿動(dòng)態(tài)要素的籃球運(yùn)動(dòng)，目前攝像系統(tǒng)已經(jīng)能夠破解復(fù)雜的數(shù)據(jù)、告知參賽隊(duì)伍的教練員籃球以及球員在場(chǎng)上的具體位置——其精確程度甚至達(dá)到每個(gè)賽季每場(chǎng)比賽中的每一秒鐘。類似的分析方式在足球領(lǐng)域同樣行得通;ProZone以及Opta等企業(yè)已經(jīng)開(kāi)始追蹤運(yùn)動(dòng)場(chǎng)上的一系列指標(biāo)——包括比賽中運(yùn)動(dòng)員的位置、傳球的方式以及進(jìn)球機(jī)會(huì)等等。一般來(lái)說(shuō)，每場(chǎng)比賽產(chǎn)生的數(shù)據(jù)事件約有2000個(gè)。
不過(guò)這些數(shù)據(jù)的相對(duì)價(jià)值仍然有待觀察。球隊(duì)管理者在依靠原始數(shù)據(jù)進(jìn)行球員選擇時(shí)，既有成功的案例、也遇到過(guò)失敗的狀況。首先來(lái)看成功案例：阿森納隊(duì)主教練溫格注意到了弗拉米尼在比賽中出色的全場(chǎng)跑動(dòng)距離以及優(yōu)秀的臨場(chǎng)表現(xiàn)，并最終決定用他取代維埃拉。不過(guò)失敗的狀況同樣存在：弗格森通過(guò)數(shù)據(jù)認(rèn)定斯坦姆目前的搶斷次數(shù)已經(jīng)大不如前，并決意將其淘汰出隊(duì)。然而后期數(shù)據(jù)顯示，斯坦姆在意大利隊(duì)用卓越表現(xiàn)證明了自己的價(jià)值。
問(wèn)題的核心在于，盡管數(shù)據(jù)能夠說(shuō)明哪些球員在賽場(chǎng)上奔跑速度最快或者跑動(dòng)距離最長(zhǎng)、誰(shuí)的搶斷次數(shù)最多，但一位優(yōu)秀的足球運(yùn)動(dòng)員并不僅僅是幾項(xiàng)數(shù)值的簡(jiǎn)單累加。數(shù)據(jù)所反映的是過(guò)去，而并不足以證明球員未來(lái)的臨場(chǎng)表現(xiàn)仍將延續(xù)目前的綜合指標(biāo)結(jié)論。
科學(xué)家：是的，我們可以
在對(duì)世界杯賽事結(jié)果進(jìn)行預(yù)測(cè)時(shí)，高盛集團(tuán)明智地回避了球員特定屬性這一棘手的分析角度，轉(zhuǎn)而采取更具通行性的辦法。他們觀察各支國(guó)家隊(duì)在歷屆世界杯上的表現(xiàn)及其目前的Elo（即競(jìng)賽水平數(shù)值）排名情況，并借此制定出一套預(yù)測(cè)模型。他們對(duì)自己的方法作出了如下解釋：
每場(chǎng)賽事的結(jié)果預(yù)測(cè)都基于一套完整的回歸分析方案，并采用自1960年以來(lái)全部正式國(guó)際比賽——也就是說(shuō)不包括友誼賽——結(jié)果作為參考信息。這為我們帶來(lái)約14000條預(yù)測(cè)指標(biāo)，用以評(píng)估我們所使用的模型計(jì)算系數(shù)。在回歸分析當(dāng)中，因變量為每周比賽參賽雙方的進(jìn)球數(shù)量。根據(jù)文獻(xiàn)對(duì)足球比賽進(jìn)行模型化歸納后，我們假定特定球隊(duì)在匹配特定對(duì)手時(shí)的進(jìn)球數(shù)量遵循以下泊松分布（一種常見(jiàn)的離散概率分布）。
他們的這套模型發(fā)現(xiàn)巴西隊(duì)擁有驚人的對(duì)陣勝出率——48.5%。他們預(yù)計(jì)巴西將在決賽中以3比1擊敗阿根廷隊(duì)，而阿根廷方面的勝率僅為14.1%。巴西隊(duì)之所以能夠獲得如此高的評(píng)價(jià)，其因素可謂多種多樣，其中包括出色的Elo系統(tǒng)排名、在世界杯賽場(chǎng)上相對(duì)于其它賽事更為強(qiáng)勁的實(shí)際表現(xiàn)以及今年的東道主優(yōu)勢(shì)——自1930年以來(lái)，全部世界杯比賽中主辦國(guó)隊(duì)伍拿下大力神杯的比例高達(dá)30%。根據(jù)這套模型的推算，今年巴西在自家門前奪取冠軍的機(jī)率高達(dá)65%;相比之下歐洲各勁旅的日子就不太好過(guò)了，歷史記錄顯示他們從未在美洲諸國(guó)主辦的世界杯上獲得過(guò)最終勝利。
不過(guò)這套模型完全依賴于過(guò)去的參考指標(biāo)，顯然無(wú)法反映未來(lái)可能出現(xiàn)的不確定因素。高盛集團(tuán)曾經(jīng)利用類似的分析模型以此前的表現(xiàn)為基礎(chǔ)對(duì)英國(guó)在2012年倫敦奧運(yùn)會(huì)上的表現(xiàn)作出過(guò)預(yù)測(cè)。他們預(yù)計(jì)英國(guó)將拿下30枚金牌與總計(jì)65枚獎(jiǎng)牌，而事實(shí)上英國(guó)最終奪得29枚金牌與總計(jì)65枚獎(jiǎng)牌。
史蒂芬•霍金則采取另一種完全不同的分析方式得出了迥異于高盛的預(yù)測(cè)結(jié)論，他在考量了大量數(shù)據(jù)后認(rèn)為英國(guó)今年***奪冠潛力。在高盛的計(jì)算模型中，英國(guó)今年的表現(xiàn)將令人失望、甚至無(wú)法從小組賽中出線，看來(lái)英國(guó)隊(duì)***是采信霍金的結(jié)論、以免士氣低落。在進(jìn)一步建議中，霍金認(rèn)為英國(guó)采取4-3-3陣形最能發(fā)揮自身實(shí)力，而比賽時(shí)間***選在格林威治標(biāo)準(zhǔn)時(shí)間下午三點(diǎn)左右，并盡可能選派光頭或者金發(fā)球員上場(chǎng)（因?yàn)檫@類球員的得分機(jī)率更高）。除此之外，他還建議罰任意球或者點(diǎn)球的運(yùn)動(dòng)員采取三步以上的助跑距離并用側(cè)腳踢球（這種方式能讓得分機(jī)率提高10%），并盡量讓皮球的落點(diǎn)在球門的左上或者右上角（這一區(qū)域的進(jìn)球成功率高達(dá)84%）。不過(guò)霍金也承認(rèn)，這已經(jīng)是數(shù)據(jù)在足球運(yùn)動(dòng)中所能給出的全部指導(dǎo)意見(jiàn)了。畢竟在實(shí)際罰球當(dāng)中，英格蘭隊(duì)的表現(xiàn)一直相當(dāng)糟糕。
說(shuō)了這么多，大數(shù)據(jù)到底能否幫助我們預(yù)測(cè)世界杯的比賽結(jié)果？獲得答案的惟一辦法就是持續(xù)關(guān)注未來(lái)的一系列賽事，看看巴西能不能在占盡天時(shí)地利的情況下成功登頂。當(dāng)然了，各位也不妨留心一下英格蘭隊(duì)能否在其向來(lái)令人捉雞的點(diǎn)球大戰(zhàn)中有所突破。
