Ντζούφρας, Ιωάννης
Βασσάλος, Βασίλειος
Η παρούσα μελέτη εξετάζει την δημιουργία χρήσιμων προγνωστικών μοντέλων, τα οποία θα διεξάγονται πριν από έναν αγώνα μπάσκετ. Συγκεκριμένα, δημιουργήσαμε προγνωστικά μοντέλα για το ελληνικό Πρωτάθλημα Μπάσκετ, Liga ACB, Euroleague και Eurocup.Αρχικά, αναλύονται τα βασικά στατιστικά στοιχεία, οι βασικοί δείκτες απόδοσης και τα προηγμένα στατιστικά στοιχεία των παικτών για το μπάσκετ. Όσον αφορά τα προηγμένα στατιστικά στοιχεία των παικτών είναι αναγκαία η χρήση δεδομένων λεπτό προς λεπτό (play-by-play) μέσα στο παιχνίδι. Ωστόσο, στην συγκεκριμένη μελέτη δεν διαθέταμε τα απαραίτητα δεδομένα για αυτά τα στατιστικά. Ξεπερνώντας, λοιπόν, το ζήτημα που προέκυψε με την δημιουργία αυτών των στατιστικών, προσεγγίστηκαν με την χρήση των τελικών δεδομένων του παιχνιδιού.Στην συνέχεια, γνωρίζοντας ότι τα συστήματα κατάταξης των ομάδων διαδραματίζουν καθοριστικό ρόλο στις προβλέψεις των αγώνων πραγματοποιείται ανάλυση στα συστήματα κατάταξης, όπως το Elo, το pagerank και το pi-rating. Ειδικότερα, το pi-rating σύστημα αναπτύσσεται δυναμικά σε αθροιστικές ενημερώσεις και παρέχει δύο βαθμολογίες, μία εντός και μια εκτός έδρας. Η δημιουργία του συγκεκριμένου συστήματος είναι ιδιαίτερα χρήσιμη, καθώς στις περισσότερες αθλητικές ομάδες εμφανίζονται διαφορές στην απόδοση για τα εντός και εκτός έδρας παιχνίδια. Έχει παρατηρηθεί ότι οι ομάδες στην έδρα τους αποδίδουν καλύτερα, λόγω του οικείου περιβάλλοντος και του υποστηρικτικού κοινού.Επίσης, για την πρόβλεψη του νικητή του εκάστοτε αγώνα, δημιουργούνται χαρακτηριστικά από ιστορικά στατιστικά μεταξύ των ομάδων, στατιστικά των ομάδων γενικά και από τις βαθμολογίες των συστημάτων κατάταξης. Η τρέχουσα φόρμα των ομάδων λαμβάνεται υπόψιν αυξάνοντας τα χαρακτηριστικά με στατιστικά και βαθμολογίες των συστημάτων κατάταξης για τους τελευταίους 10 αγώνες. Επιπλέον, δημιουργούνται χαρακτηριστικά των στατιστικών του κάθε τουρνουά. Λόγω του ότι κάθε τουρνουά έχει διαφορετική δομή, γίνεται εκπαίδευση σε ξεχωριστά μοντέλα. Για τους σκοπούς της διατριβής χρησιμοποιείται η λογιστική παλινδρόμηση (logistic regression), ο στοχαστικός αλγόριθμος απότομης καθόδου (stochastic gradient descent) , τα τυχαία δάση (random forest), η διαβαθμιζόμενη ενδυνάμωση (gradient boosting) και η ακραία διαβαθμιζόμενη ενδυνάμωση (xgboost) για το αποτέλεσμα του αγώνα και το Μπευζιανό Lasso για την διαφορά πόντων και για το όριο του Under/Over.Επιπρόσθετα, διεξάχθηκε ανεπιτυχώς η προσπάθεια υπέρβασης των προηγούμενων μοντέλων, με τους παίκτες ως χαρακτηριστικά του νέου μοντέλου. Κάθε παίκτης παριστάνεται από ένα διάνυσμα που περιλαμβάνει και τα προηγμένα στατιστικά για τους παίκτες. Τέλος, κατανοώντας την χρησιμότητα μιας αυτόματης συνάρτησης για τις προβλέψεις των αποτελεσμάτων των αγώνων, τον νικητή του τουρνουά, την διαφορά πόντων και το Under / Over, δημιουργήθηκε συνάρτηση απαιτώντας τα ιστορικά δεδομένα, τους αγώνες πρόβλεψης, το όνομα του τουρνουά και την ημερομηνία υλοποίησης.
Εξόρυξη δεδομένων
Μηχανική μάθηση
Αθλητική ανάλυση
Καλαθοσφαίριση
Machine learning
Data mining
Data analysis
Sport analytics
Basketball