基于模糊灰色關聯分析法的足球比賽影響因素分析研究*

姜海富 于化龍 韋 磊

（江蘇科技大學計算機學院 鎮江 212114）

1 引言

隨著大數據數據量越來越多，給各行各業帶來無限想象力和商業應用價值，尤其是在體育領域。足球比賽作為體育領域熱門的項目，伴隨國內足球氛圍不斷濃厚，足球領域內的各個細分領域也快速發展，足球比賽大數據就是其中之一［1］。目前存在大量熱愛足球的群眾對下一場比賽的結果進行預測，并且通常個人預測對所支持的球隊進行支持。但足球比賽結果因為其的不確定性，即使專家也很難能夠預測下一場比賽勝負［2］。從足球比賽體育大數據的挖掘中發現，足球比賽對于賽果預測的困難，主要是由于足球比賽的結果含有眾多影響因素，例如團隊合作、個人技能、天氣、主場優勢等，很難預料足球比賽的實際結果［3］。即使比賽沒有任何傷害或沒有加時發生，運氣也可能是影響足球比賽結果的一個因素，因此強隊并不一定會贏弱隊。也正是由于足球比賽影響因素多種多樣，比賽情況紛繁復雜，給足球比賽關聯分析更多研究的價值，也給商業界更多的興趣、體育界更多的精力去探索沒有接觸到的特征信息。

當前針對足球比賽預測研究方法眾多，但是對于賽后影響因素分析相對較少，且多見于傳統、簡單統計分析，不能夠從多角度多方面比較價值影響因素［4］。Marcelino R［5］等通過多變量分析中評估賽前因素的組合及其與賽果（贏/輸）的關系，采用預測性機器學習模型（ML）對澳大利亞足球聯賽比賽（AFL）結果預測分析，表明使用ML 方法能提供最大限度地提高獲勝機會的預測變量層次，還能夠預測AFL比賽的結果，為比賽關聯分析提供了一種新的方案啊?！?br>