C#搭建足球赛事资料库与预测平台(1) 基本介绍 - 数据之巅 - 博客园

　　本文原文地址：http://www.cnblogs.com/asxinyu/p/4301629.html

　　项目的目标有以下几个：

　　1.建立一个完善、合理、全面的足球赛事资料库；

　　2.建立一个完善的足球赛事的数据统计分析系统；

　　3.建立一个具有良好稳定性的足球赛事预测模型；

　　4.建立一个完善的可盈利性的连续性模型体系；

　　到博客园5年了，认识了很多人，也学到了很多资料。对此，非常感谢，本人对开发不太熟悉，也只会用最简单的语法来写程序，来完成自己的想法。而这其中就大量的用到了开源组件，在codeplex和博客园发现了大量的资源，对于我这个只会用C#的业余人员来说，这些组件是帮我完成想法的重要工具。学会使用这些组件，让我的工作变得更简单，可以更多时间去关注业务和思路，在足球赛事资料库开发和分析的过程中，用到了下列开源组件：

　　开源组件

　　功能

　　版本

　　HtmlAgilityPack

　　网页数据采集分析

　　1.4.6

　　libSVMWrapper

　　智能学习算法libsvm的.NET封装

　　3.12

　　MathNet.Numerics

　　.NET开源数值计算组件

　　2.6.1

　　NPOI

　　.NET开源Excel读写组件

　　2.0

　　XCode

　　开源的.NET数据库ORM组件

　　8.9

　　Alglibnet

　　免费数值计算和数据分析软件

　　3.8.2

　　HttpHelper

　　开源.NET Http操作类库

　　1.4.6

　　赛事资料库虽然看起来简单，但实际上做起来还是比较费时费力的，按照功能来划分的话，主要可以划分为3个部分：

　　本资料库的数据由于实时性要求不高，所有相比直接采集国外的数据源，工作量要小很多，本系统是直接采集的国内的某平台，由于页面多，资料库本来就复杂，所以数据采集虽然简单，但还是工作量很大的，是本系统的核心。采集使用的是HtmlAgilityPack组件，加上XPath，还是比较简单，唯一的是过程比较繁琐，要细心点，对很多复杂情况要做判断。看看其中的部分代码：

　　赛事资料系统是另外一个重点，也是从全局来说最重要的部分。足球赛事资料库更加复杂， 不仅是赛事类型，国家众多，比赛场次众多，而且每一场比赛赔率数据类型和数据时间点也非常多，所以赛事资料库的结构一定要合理，否则后期的分析和预测就非常困难。本框架的赛事资料库系统经过了3次大的重构，中间切换过3次数据源，最终才比较稳定。所以在搭建过程中，将对这些坑进行分析和说明。赛事资料库系统的要点有；

　　1.每个洲，有多个个国家，每个国家有多个级别的联赛或者杯赛，而且还分男、女，以及年龄段如U21，U17等；

　　2.每个州都有洲际联赛，如欧冠，亚冠，每个州都有国家队的比赛以及洲际杯赛，如欧洲杯等；

　　3.每个联赛每年一个赛季，可能是跨年的，且大部分按轮进行的，但个别联赛有季后赛一说，轮次也比较混乱，如阿甲，美职等；

　　4.每个国家或者洲际范围都有不同级别的杯赛，如法联杯，德国杯，中国的足协杯等等，这些杯赛和联赛是不一样的，主客场淘汰以及单场身负都有；

　　5.某场比赛的赔率玩法有很多种，在外围玩法中，单场比赛的玩法超过了100种，但在中国的体育彩票、竞彩中目前只覆盖了6种左右的玩法(胜平负，半全场，单双，总进球，比分，让球胜平负)，再加上国彩的一些特殊玩法，如四场进球，6场半全场以及任九，14场等等，玩法各有特殊，结构也不同，这个也需要考虑；不仅要兼顾国彩，还要兼顾外围的一些玩法，毕竟这些玩法以后国彩也会逐步开放；

　　看看下图其中之一的结构：

　　赛事分析与预测是终极目的，数据库是基础，没有数据库所有的想法都是白搭。在数据库日益完善的时候，近5个月时间，都在考虑分析预测框架的事情，但进展很慢。一方面自己的想法很多，很复杂，在逐步完成中，另一方面要考虑到通用性和完善，很多地方还在修补。不仅仅可以快速对筛选的条件场次进行统计分析，还可以编写算法直接对历史数据和现有数据进行预测，并结合投资策略，可以进行长期投资。该核心主要包括以下部分：

　　1.场次选择算法，或者称为场次过滤算法。不管是分析还是预测，或者过关玩法，都是要选择指定数目的场次进行的，选择的方法也各种各样，只要按照不同的条件组合就行了。

　　2.预测算法。这是最重要的部分，根据选择的场次和要求，选择合适的预测算法和玩法，来预测各个不同结果的概率，不同于欧赔的概率；

　　3.投注策略。这是盈利的重要部分，传统的投资，随机且不持续，按照人脑操作，模式固定，因此红少黑多，既然使用了电脑进行投注，那就要按照固定的模式来进行投资，投资策略是一个复杂和多变的过程，如果根据预测策略的结果进行适合的投注，来规避风险是研究的重点内容之一，这样才是真正达到一定盈利率的关键；

　　看看预测模型的总体结构图：

　　1.该赛事资料库和分析平台，所有的文章和资源都统一发布在本博客，如果有用的朋友，可以加关注或者收藏夹，本博客链接：http://www.cnblogs.com/asxinyu/

　　2.本项目会在本站开放大部分代码和大部分数据库，但保留部分核心代码，一方面是希望采集源稳定的需求，另外一方面只是为大家提供一个八仙过海各显神通的平台，自己的个性化的东西可能不会包括在其中。

　　3.禁止将本博客发布的资料进行商业活动，特别是到XX宝去卖。