用“大数据+深度学习”做竞猜,足球魔方“一不小心赶上了两个风口”

【数据猿导读】 足球魔方算是这个时代的幸运儿,在人工智能、深度学习、大数据等热词被大众认知前,这家公司已经在做数据挖掘和深度学习相关的事了,足球魔方简单直接的赛事预测背后是就是对大量的数据挖掘

用“大数据+深度学习”做竞猜,足球魔方“一不小心赶上了两个风口”

AlphaGo让人工智能、深度学习、神经网络等词语走向了大众,但其实这些名词背后的技术应用在通过下围棋在被大众认知前,已经有很多公司在用了。

比如面向足彩爱好者的足球魔方,呈现给用户直观的赛事赔率背后,运用的就是上面那些一般人都只知道名词的技术。他们在8年前开始做足球赛事数据挖掘相关的事情,12年利用机器深度学习等技术对数据进行分析处理,按照其COO古力特的说法,“一不小心赶上了两个风口。”

足球魔方简单直接的赛事预测背后是大量的数据挖掘,目前他们数据来源主要分为三个方面:

通过新闻爬虫程序抓取全球2000多家媒体关于2万场比赛的各种分析信息,打碎后通过自然语言对数据进行分析。

向perform、opta等数据供应商采购赛事的历史数据和赛事时事数据,通过自己的数据模型进行分析。

其用户对比赛分析数据的采集,在足球魔方平台上有2万多个赛事分析达人,他们的对数据的走势分析信息也被采纳进来。

足球魔方会对这些数据对球队实力、球员状态、新闻风向等不同维度的分析,对比赛进行预测。其首席科学家济科告诉我,目前他们对比赛结果预测的准确度在70-80%之间,但他们的数据模型更加关心的是用户盈亏率的问题,“10场比赛中将9场赔率低的比赛预测正确的意义并不大,可能第十场就直接赔光了。”

他们向用户提供的服务更像理财产品,而不是一锤子买卖的竞猜。这一点跟同花顺很像,足球魔方官方会推出一些足球理财产品给用户,同时他们也是一个竞猜决策的交易平台,普通用户可以向平台足球达人购买其分析的竞猜策略。

“重点在风控上”,济科表示足球魔方风控的核心在于高维度的数据模型,这也是他们认为进入这个领域的门槛所在,对于偏媒体属性的一些数据提供商来说,针对某一类数据采集然后内容化的门槛并不高。但将各种维度的数据工具化,建立合理的数据模型给用户进行决策就需要时间和技术的积累。目前他们还组建了一个深度学习实验室,不断的尝试新的算法模型。

除了面向C端的足彩工具性产品,BAT、新英体育、PPTV、Nike等公司也是他们的客户,一方面数据分析的预测结果可以作为赛事的各种内容呈现给球迷,另一方面球队或球员状态预测也可以为成为公司做市场决策的依据。

目前足球魔方60%的盈利来自于面向C端的App产品,B端的数据输出主要还是增强品牌的背书,通过各种面向B、C两端的产品,他们已经有超过2700万的用户。未来该公司的产品重点仍在C端用户这边,会推出更加本土化的Fantasy Game足球游戏,通过数据分析为用户提供定制化的玩法。同时跟体育教学结合的数据分析也在不断推进中。

团队方面,CEO旺热曾任Sportal.com中国区首席代表,COO古力特则曾任FX168金融产品总监,济科则是SAP硅谷创新中心高级科学家,目前团队共有100多人。

据悉,在2014年和2015年,足球魔方分别获得了平安创投近千万人民币和北极光创投数千万人民币的两轮融资。


来源:36氪

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

相关精彩内容推荐

我要评论