【技术实现步骤摘要】
【国外来华专利技术】在球队运动中进行交互的、可说明的且改进的比赛和球员表现预测的方法和系统
[0001]相关申请的交叉引用
[0002]本申请要求对2018年1月21日提交的美国临时申请系列No.62/619,894的引用,其全部内容通过引用而并入于此。
[0003]本公开总体上涉及生成预测模型的系统和方法,更具体地,涉及对赛前和赛中结果进行预测的系统和方法。
技术介绍
[0004]体育迷和数据分析人员已经越来越多地深深扎根于体育分析,特别是在比赛开始之前和比赛进行期间对比赛的结果进行预测。例如,作为一场大赛的先导,体育网络持续主办辩论节目,其中多方争论哪支球队将赢得即将来临的比赛。然而,这种分析到比赛结束也不会停下来。典型的“Monday Morning Quarterback”体育节目主持人例如对如果教练对一个或更多个球员进行调整则比赛的结果将如何改变进行辩论。因此,对于开发能够更准确地预测体育赛事的结果的系统存在持续的竞争。
技术实现思路
[0005]本文所公开的实施方式总体上涉及生成体育赛事的结果的系统、方法以及计算机可读介质。计算系统从数据存储部取回赛事数据。所述赛事数据包括跨多个赛季的多场赛事的详细报道信息。该计算系统使用深度神经网络生成预测模型。该深度神经网络中的一个或更多个神经网络基于赛事数据生成包括球队特定信息和队员(agent)特定信息的一个或更多个嵌入。该计算系统从赛事数据中选择与体育赛事的当前背景有关的一个或更多个特征。该计算系统通过所述深度神经网络,至少基于球队特定嵌入、队员特定 ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种生成体育赛事的结果的方法,所述方法包括以下步骤:由计算系统从数据存储部取回跟踪数据,所述跟踪数据包括跨多个赛季的多场赛事的赛事数据;由所述计算系统通过以下步骤使用深度神经网络生成预测模型:由神经网络基于各个球队的阵容特征、在作为给定时间的各个时间t时各个赛事的当前状态以及各个时间t时的当前得分记录表,学习在各个时间t时可能在各个赛事中的一个或更多个球员;生成包括在各个时间t时可能在各个赛事中的所述一个或更多个球员的数据集;由混合密度网络基于各个球队的所述阵容特征、时间t时各个赛事的所述当前状态、各个时间t时的所述当前得分记录表、以及包括各个时间t时可能在各个赛事中的所述一个或更多个球员的数据集,学习各个时间t时的得分差异;由所述计算系统接收生成时间T时所述体育赛事的预测结果的指示;以及由所述计算系统经由所述预测模型,基于所述体育赛事中的各个球队的阵容特征、时间T时所述体育赛事的当前状态、时间T时的当前得分记录表、以及时间T时所述体育赛事中的当前阵容,生成所述体育赛事的最终得分差异。2.根据权利要求1所述的方法,其中,由所述计算系统接收生成时间T时所述体育赛事的预测结果的指示的步骤包括:从客户端装置接收对时间T时所述体育赛事的结果进行预测的请求。3.根据权利要求1所述的方法,其中,由混合密度网络学习各个时间t时的得分差异的步骤包括:将各个时间t时的所述得分差异与各个时间t时的实际得分差异进行比较;以及利用找到最优参数集的负的对数可能性,使所述得分差异与所述实际得分差异之间的误差最小化。4.根据权利要求1所述的方法,其中,由所述神经网络基于各个球队的阵容特征、在作为给定时间的各个时间t时各个赛事的当前状态以及各个时间t时的当前得分记录表,学习在各个时间t时可能在各个赛事中的一个或更多个球员的步骤包括:学习一个或更多个阵容编码特征。5.根据权利要求4所述的方法,所述方法还包括以下步骤:利用所述一个或更多个阵容编码特征,对随机森林分类器集合进行训练。6.根据权利要求1所述的方法,其中,各个球队的所述阵容特征被表示为由针对各个球队的各个球员构建的多个阵容向量的并集。7.根据权利要求1所述的方法,其中,各个时间t时各个赛事的所述当前状态是由包括直到时间t时和各个时间t时的各个详细报道事件的向量代表的。8.一种对体育赛事的结果进行预测的系统,所述系统包括:处理器;以及存储器,所述存储器存储有编程指令,所述编程指令在由所述处理器执行时,执行包括以下项的一个或更多个操作:从数据存储部取回跟踪数据,所述跟踪数据包括跨多个赛季的多场赛事的赛事数据;通过以下操作使用深度神经网络生成预测模型:
由神经网络基于各个球队的阵容特征、在作为给定时间的各个时间t时各个赛事的当前状态以及各个时间t时的当前得分记录表,学习在各个时间t时可能在各个赛事中的一个或更多个球员;生成包括在各个时间t时可能在各个赛事中的所述一个或更多个球员的数据集;以及由混合密度网络基于各个球队的所述阵容特征、时间t时各个赛事的所述当前状态、各个时间t时的所述当前得分记录表、以及包括各个时间t时可能在各个赛事中的所述一个或更多个球员的数据集,学习各个时间t时的得分差异;接收生成时间T时所述体育赛事的预测结果的指示;以及经由所述预测模型,基于所述体育赛事中的各个球队的阵容特征、时间T时所述体育赛事的当前状态、时间T时的当前得分记录表、以及时间T时所述体育赛事中的当前阵容,生成所述体育赛事的最终得分差异。9.根据权利要求8所述的系统,其中,接收生成时间T时...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。