胡凌锋 刘铭涛

数据驱动的NBA季后赛资格预测模型研究

胡凌锋 刘铭涛

（华南理工大学工商管理学院，广东 广州 510640）

以NBA职业篮球比赛为研究对象，预测能够进入季后赛的球队。文章提出影响模拟仿真比赛胜负关系的两个指标——“绝杀”制胜和加时赛制胜，根据常规赛前段每支球队的比赛数据，通过蒙特卡洛仿真计算每支球队常规赛后段每场比赛的胜负关系，进而计算得到每支球队整个常规赛的胜负场数，以此构建季后赛资格预测模型。以2015-2019连续4年的NBA比赛数据进行检验，结果表明预测模型能以较高的精确度预测球队常规赛胜负场数，以不低于87.5%的准确率预测联盟进入季后赛的球队。

预测模型；数据驱动；篮球比赛；蒙特卡洛仿真；季后赛资格

竞技比赛的结果所涉及的因素较多，预测时需要考虑的因素非常多。而团队作战的竞技比赛预测更加复杂，比赛结果涉及的因素除了个人能力和个人临场发挥以外，还包括团队配合等协同作战能力。因此，比赛结果的预测是一个非常专业的领域问题。

近几年，大数据分析技术逐步成熟，各种数据处理方法和数据分析方法的应用为比赛结果的预测开辟了一条新的研究范式，即“数据驱动+模型驱动”的问题求解范式[1]。在此研究范式下，不再对实际数据统计分析并构建数据模型，即传统的“模型驱动”的问题求解。取而代之的是，直接将原始数据带入到问题模型之中，进行问题求解[2]。相比之下，“数据驱动+模型驱动”的范式取消对复杂数据的建模分析中间环节，能够避免复杂数据建模引发的模型“失真”后果。……