看起來是用大數據分析出來的 而不是有什麼直接證據 所以先觀望吧
[轉]BuzzFeed 如何透過演算法，找出打假球網球選手
新聞網站 BuzzFeed 以善於挖掘眼球著稱，其新聞經常能炮製出很多話題。其中的奧秘在
於它是一家以數據為驅動的公司。現在這家網站又利用大數據做出了一篇有關頂級男子網
球選手打假球的深度報導。該網站的記者 John Templon 與 BBC 通過利用演算法，對 20
09 到 2015年 的 26000 場 ATP 與大滿貫頂級男子網球賽進行了分析，經過長達 15 個
月的艱苦調查後，他們得出了涉嫌打假球的場次和球員名單。不過文章並未披露具體球員
名字，但其中一個的重量級的消息是，其中有位是排名前 50 的男選手，目前正在澳網打
比賽。
Templon 首先跟體育彩券的調查員建立起一個測量指標—賽前賠率變化（收盤相對開盤）
超過 10 個百分點的賽事。然後對每位球員進行了 100 萬次的模擬運算來評估選手打假
球的置信度。最後在 26000 場比賽中找到了 39 位嫌疑人，其中有 15 位選手往往在下
重注的比賽當中經常會輸掉。有一位選手在 16 場下了重注的比賽中輸了 15 場。
儘管這種模式的匹配並不能證明球員打假球，但是正常情況下，每每有人下重注押某位球
員會輸時他總是會表現不佳的可能性也是非常低的。Templon 稱根據他的模擬結果，按照
彩券公司最初開出的賠率，這名選手預期會輸掉比賽的幾率應該不會超過 1/7500。文章
並沒有透露選手名字，但稱涉嫌打假球的球員是排名前 50 的選手之一，目前還正在澳網
公開賽打比賽。
BuzzFeedNews 在 Github 上共享了與 BBC 合作的這篇名為網壇騙局文章的調查方法、原
始數據以及演算法過程，其分析步驟大概是這樣的：
1、數據獲取。從 7 家彩券公司下載 2009年 至 2015年9月 間 26000 場 ATP、大滿貫比
賽的開盤賠率和收盤賠率。
2、數據準備。準備比賽賠率數據集，內容包括每家彩券公司為每場比賽開出的賠率，比
賽雙方選手、比賽結果、賠率變化情況等（將近 13 萬條記錄）。其中還根據賠率情況計
算了每位選手的獲勝幾率（對方賠率 /（對方賠率 + 選手賠率））。
3、賽事排除。將取消的比賽、開盤賠率高於或低於所有彩券公司賠率中位數 10%的賠率
排除在外，共剩下 25993 場比賽。
4、賠率變化計算。計算開盤和收盤賠率變化情況，如果選手 A 開盤勝率為 65%，收盤卻
變成 50%，則賠率變化為 15 個百分點。
5、選手選擇。選出賠率變化超過 10%的選手（有 11%的比賽出現這種情況）。10%這個數
據是跟彩券公司調查員討論後定下來的，超過這個數後彩券公司一般都會對賽事進行嚴格
調查。然後再選出輸掉超過 10 場這樣賠率變化大的比賽的選手。最後發現有 39 名選手
符合上述條件。
6、模擬。這一步用來估計每位選手比賽的結果的不可能程度。利用開盤時每位選手的獲
勝幾率來生成一連串的結果。每位選手要進行 100 萬次模擬運算。
7、顯著性檢驗。然後對每位選手的結果進行顯著性檢驗。最後發現有 4 位選手打假球的
可信度達到 95%。另 11 位選手儘管沒到達這種可信度，但輸球的幾率仍然低於 5%。
數據無疑可以幫助調查人員很多事情，尤其是利用演算法對數據進行大規模分析在新聞組
織中屬於很罕見的例子。但是光靠數據科學家或者分析師來做調查是會存在巨大風險的，
記者本人也需要對數據嫻熟，對瞭解事實嚴格要求。這種技術的配合應該是讓新聞故事符
合事實，而不是拼湊出數據來配合故事。
而這次的大數據還只是利用了賠率分析，隨著人工智慧技術的發展和賽事轉播記錄的豐富
，將來每一位球員的一舉一動、表情神態可能都會被記錄下來，運用大數據和人工智慧進
行動作分析、微表情分析，那時候數據能說明的東西也許會更多。
本文出處：36Kr
來源: https://share.inside.com.tw/posts/22826
--
[轉]BuzzFeed 如何透過演算法，找出打假球網球選手
新聞網站 BuzzFeed 以善於挖掘眼球著稱，其新聞經常能炮製出很多話題。其中的奧秘在
於它是一家以數據為驅動的公司。現在這家網站又利用大數據做出了一篇有關頂級男子網
球選手打假球的深度報導。該網站的記者 John Templon 與 BBC 通過利用演算法，對 20
09 到 2015年 的 26000 場 ATP 與大滿貫頂級男子網球賽進行了分析，經過長達 15 個
月的艱苦調查後，他們得出了涉嫌打假球的場次和球員名單。不過文章並未披露具體球員
名字，但其中一個的重量級的消息是，其中有位是排名前 50 的男選手，目前正在澳網打
比賽。
Templon 首先跟體育彩券的調查員建立起一個測量指標—賽前賠率變化（收盤相對開盤）
超過 10 個百分點的賽事。然後對每位球員進行了 100 萬次的模擬運算來評估選手打假
球的置信度。最後在 26000 場比賽中找到了 39 位嫌疑人，其中有 15 位選手往往在下
重注的比賽當中經常會輸掉。有一位選手在 16 場下了重注的比賽中輸了 15 場。
儘管這種模式的匹配並不能證明球員打假球，但是正常情況下，每每有人下重注押某位球
員會輸時他總是會表現不佳的可能性也是非常低的。Templon 稱根據他的模擬結果，按照
彩券公司最初開出的賠率，這名選手預期會輸掉比賽的幾率應該不會超過 1/7500。文章
並沒有透露選手名字，但稱涉嫌打假球的球員是排名前 50 的選手之一，目前還正在澳網
公開賽打比賽。
BuzzFeedNews 在 Github 上共享了與 BBC 合作的這篇名為網壇騙局文章的調查方法、原
始數據以及演算法過程，其分析步驟大概是這樣的：
1、數據獲取。從 7 家彩券公司下載 2009年 至 2015年9月 間 26000 場 ATP、大滿貫比
賽的開盤賠率和收盤賠率。
2、數據準備。準備比賽賠率數據集，內容包括每家彩券公司為每場比賽開出的賠率，比
賽雙方選手、比賽結果、賠率變化情況等（將近 13 萬條記錄）。其中還根據賠率情況計
算了每位選手的獲勝幾率（對方賠率 /（對方賠率 + 選手賠率））。
3、賽事排除。將取消的比賽、開盤賠率高於或低於所有彩券公司賠率中位數 10%的賠率
排除在外，共剩下 25993 場比賽。
4、賠率變化計算。計算開盤和收盤賠率變化情況，如果選手 A 開盤勝率為 65%，收盤卻
變成 50%，則賠率變化為 15 個百分點。
5、選手選擇。選出賠率變化超過 10%的選手（有 11%的比賽出現這種情況）。10%這個數
據是跟彩券公司調查員討論後定下來的，超過這個數後彩券公司一般都會對賽事進行嚴格
調查。然後再選出輸掉超過 10 場這樣賠率變化大的比賽的選手。最後發現有 39 名選手
符合上述條件。
6、模擬。這一步用來估計每位選手比賽的結果的不可能程度。利用開盤時每位選手的獲
勝幾率來生成一連串的結果。每位選手要進行 100 萬次模擬運算。
7、顯著性檢驗。然後對每位選手的結果進行顯著性檢驗。最後發現有 4 位選手打假球的
可信度達到 95%。另 11 位選手儘管沒到達這種可信度，但輸球的幾率仍然低於 5%。
數據無疑可以幫助調查人員很多事情，尤其是利用演算法對數據進行大規模分析在新聞組
織中屬於很罕見的例子。但是光靠數據科學家或者分析師來做調查是會存在巨大風險的，
記者本人也需要對數據嫻熟，對瞭解事實嚴格要求。這種技術的配合應該是讓新聞故事符
合事實，而不是拼湊出數據來配合故事。
而這次的大數據還只是利用了賠率分析，隨著人工智慧技術的發展和賽事轉播記錄的豐富
，將來每一位球員的一舉一動、表情神態可能都會被記錄下來，運用大數據和人工智慧進
行動作分析、微表情分析，那時候數據能說明的東西也許會更多。
本文出處：36Kr
來源: https://share.inside.com.tw/posts/22826
--
All Comments