1. 为什么PageRank算法适用于足球？ 截至我写这篇文章的时候，本赛季欧冠正好刚刚打完四分之一决赛：
别想多，上图只是按字母排序的 如上所示，四强就是皇马、马竞、尤文和摩纳哥啦。 能够打入四强的球队显然都不好对付，究竟谁能夺冠，大家也都给出了自己的猜测：有人觉得上届冠军皇马实力强劲，有望卫冕；有人认为马竞在过去三年两进决赛之后，怎么也该打破魔咒获得冠军了；尤文近几年表现出的实力也是有目共睹，今年更是完胜巴萨；当然还有摩纳哥，虽然看起来似乎比不了以上三家，但黑马总是令人忌惮的，谁知道会不会爆一个大冷门呢？
菠菜公司：其实我还是比较看好尤文图斯…… 你可能觉得，看这四个球队的联赛成绩就可以知道谁更厉害了。不过事情不一定这么简单。欧冠常被认为代表了足球竞技的最高水平，参赛队伍都是欧洲内各大联赛的前几名，强强对话究竟谁占上风，恐怕不能简单地以联赛成绩来判断。键盘侠界一直有一种理念（也可能是迷信）：联赛靠虐菜（尽可能战胜弱队拿分，毕竟打谁都是3分），欧冠靠死撑（对阵强队，即使不一定占据绝对优势，也不能被轻易打垮）。并且，由于球风、偏好甚至集中度的不同，每个球队擅长对付的对手也不同，因此，有的球队被誉为劫富济贫专打强队的能手，有的球队则被嘲笑是窝里横…… 本来这种论调我是拒绝的，直到2013-14赛季的赛果颠覆了我的观念。13/14赛季的欧冠冠军是皇马，他们战胜了许多强敌打进决赛，又在决赛中艰苦地战胜了马竞，赢得球队历史上的第十冠；然而，在同赛季的西甲联赛中，皇马的表现实在是不怎么样，最后仅屈居第三，而西甲冠军正是马竞。 这可能是一个相当典型的例子了，马竞赢得了一个赛季的长跑，却在最后关头倒在了皇马脚下，心中想必也是很不爽的。所以，难道马竞就是传说中的虐菜小能手，而皇马专克强敌？ 于是我就想到了著名的网页排序算法PageRank，Google用于用来标识网页的重要性的一种方法。比如，我搜索了“西甲”这个关键字，世界上当然有成千上万个网页里都有这两个字，Google到底应该首先推给我哪一个呢？PageRank算法的思想是，假设我们要评估网页A的重要性，那么就要看有多少网页（n）引用了网页A；一般来说，n越大、而且这n个网页的重要性越高，A就越重要，也就是说，网页A的重要性由所有引用它的网页的重要性共同决定。由于网页数量繁多，我们经过若干次迭代入链后，就可以得到一组收敛的评分也就是所有网页的PageRank值。 这个道理似乎很适用于足球比赛。我们可以认为，一支球队的实力由所有输给它的球队的实力决定，别的球队输给它一次，就等于给它加血。球队的实力（PageRank），也就是通过所有输给它的球队的重要性经过递归算法得到的。 简单地说，球队： 1. 不但赢得越多越厉害这是各大联赛的积分标准 2. 而且赢强队越多越厉害这就是综合实力了 好了，这就是球队PageRank算法的理论基础。 2. 拿13/14赛季试验一下 既然刚才已经说过了13/14赛季的西甲怪现象，不妨就拿这个赛季来算一下PageRank吧。条件所限，我是拿R来实现这一套流程的，其实可能底层语言方便得多. 感谢数据时代（或者菠菜业），现在找比赛资料真是容易得多，如果你不是执着于什么斯洛文尼亚第**别联赛，应该都能在网上找到。我的数据来源是http://www.football-data.co.uk/data.php，可以提供22个欧洲联赛在过去19年中的赛果，包括半场结果、全场结果、角球、处罚等（看到这里你该知道它是为哪个行业服务的了）。
部分代码，难度不大 简单说一下思路： 1. 对源数据进行处理。 从那家网站上获得的比赛数据很复杂，我只保留了双方球队名和进球数。同时，我认为一个赛季的表现并没有说服力：从实力提升到在欧冠中有所突破，往往需要几个赛季的时间，很多球队就倒在其中的某一环。因此，我选择了2010/11 - 2013/14共四个赛季的数据。比较理想的一点是，这四个赛季中，皇马和马竞都各有一位执教时间满3年的主教练，可以保证球队发展的连续性。关于主客场，我选择了忽略其中可能存在的差别。 经过简单处理之后，数据变成了“球队A - 球队B - A进球数 - B进球数”的格式，每场比赛都有一条记录。 2. 将数据变成有向图。 网页PageRank算法中，如果网页A引用了网页B，则可以认为存在A- |
|
声明：文章版权归原作者所有 部分文章转自互联网 如有侵权请联系
[邮箱地址] 删除
|
注册
登录
