业界对大数据概念始终饶有兴趣，现在又轮到雅虎用大数据来预测2016欧洲杯冠军了。
雅虎与社交网站Tumblr及知名足球数据网站OPTA合作预测欧洲杯战况。研究员们分析了过去四年所有参赛球队的数据，并把平均得失球数作为最重要的参考指标。然后，研究员根据球队的表现为其设置虚拟能力值。
接下来，研究员建立了一个包括五项统计要素的复杂模型。这些要素除了跟场上数据有关之外，还和球队的“人气”有关，例如某支球队或其当家球星在Tumblr上被提及多少次。研究者认为，这些“人气”也是球队实力的某种反映。
模型中用到的五项关键数据：
- 过去四年，一支球队的平均失球数；
- 一支球队被Tumblr用户提及了多少次，该提及必须与欧洲杯相关；
- 在Tumblr的欧洲杯相关帖子中，一支球队的某名球员平均每帖被提及多少次；
- 标准差（这个统计学术语笔者在高中学过，然而多年之后已经惭愧地忘记是什么意思了，这里直接抄网上的定义：在概率统计中用于测量一组数值的离散程度的值）；
- 过去四年，一支球队的平均进球数。
经过这些复杂的方法后，雅虎6月7日就已经发布了完整的欧洲杯大数据预测。德国最终1:0战胜卫冕冠军西班牙捧起德劳内杯。东道主法国队四强被德国淘汰出局，比分与两年前世界杯输球时一样——2:0。
假如分析成真的话，这大概是一届非常沉闷的欧洲杯。除了16强德国4:0狂胜威尔士外，所有淘汰赛赛事没有一场在90分钟内出现超过三个进球。不过“幸运”的是，球迷不用忍受太多120分钟的闷战，15场淘汰赛中，只有三分之一的赛事被迫踢加时，当中又仅出现一次点球大战。
雅虎的小组赛比分预测令人悲观，进球寥寥可数。
研究员们同时“分析”出最具人气球队。他们抓取了今年Tumblr前五个月的数据，主力挑选带有“欧洲杯”“足球”等标签的内容。得出180万条足球相关内容后，研究员再从中研究哪个国家、哪位球员被提及最多。葡萄牙成为最终大热。
雅虎发现，Tumblr上被提及最多的欧洲杯参赛队伍是葡萄牙。
究竟雅虎的预测命中率有多高呢？体育大生意手动统计，发现截至6月16日比赛日结束，一共有八场赛事命中胜平负战果，其中六场给出正确比分。雅虎大数据的比分预测正确率刚好为三分之一。
Via 体育大生意
更多阅读：
