上一届世界杯，章鱼保罗风头大出，8猜8中的准确率，让人惊呼此乃“预言帝”。今年打得火热的世界杯，同样有看头，不过，这次看的不是动物，而是大数据。数家技术公司赛前就推断出各场比赛的输赢，堪称赛场外的另一场“世界杯”。

大数据，这三个字近几年来越来越火，听着也很高大上(高端大气上档次的缩写)。到底大数据是什么？它是怎么来预测赛事的输赢的？大数据还能用来干什么？记者连线浙大计算机科学与技术学院人工智能研究所吴飞教授，和大家一探究竟。

四家公司的预测PK赛

在世界杯期间，几家科技公司参与预测“世界杯”赛况。

微软、百度以及高盛参与了小组赛阶段48场比赛的预测。结果，准确率达58.33%的百度排在第一，紧随其后的是准确率为56.25%的微软，然后是37.5%的高盛。

在淘汰赛阶段，谷歌参与了进来，高盛则没有继续进行预测的PK赛。不过，谷歌仅预测了16进8和8进4的两轮比赛，微软和百度则进行了全程预测。最终，谷歌预测的12场比赛中，正确了11场，准确率达到了91.67%；而微软和百度则是除了季军队伍的预测出现偏差之外，其余的场次预测都是正确的。

这几家技术公司所采用的方法，全是有理有据，并非“天机不可泄露”。从各家公布的资料来看，他们建立预测模型的数据来源各有千秋。

微软的预测技术是基于对世界杯各支球队的过往比赛结果、比赛时间、天气情况、主场优势以及其他因素进行综合评估后作出的判断，相对而言，微软依赖于竞彩指数。

谷歌云计算平台，则是根据全球每个职业足球联盟的历史数据，以及巴西世界杯小组赛期间的统计数据，加上对世界杯参赛球员此前比赛中的表现进行分析，总的来说，谷歌对各国球队过去的球赛数据的分析借鉴得比较多。

百度则搜索了过去5年内全世界987支球队的3.7万场比赛数据，并将博彩市场数据融入到预测模型中，构建了本次预测模型。该模型共涉及到19972名球员和1.12亿条相关数据，所分析的球队不仅包括207支国家队，还囊括了欧洲、南美、亚洲等联赛俱乐部及低级别球队信息。

擅长投资分析的高盛，通过对自1960年以来的正式国际足球比赛数据的回归分析，来构建预测模型，还通过泊松模型分析了每场小组赛的比分情况。

数据之间的联动性很强

根据百度百科的解释，大数据，又叫巨量资料，指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理并整理成为帮助企业经营决策更积极目的的资讯。大数据有“4V”特点：大量、高速、多样，以及价值。

“从字面上来理解，大数据是指获取数据的数量，利用传统方法或者说现有的计算方法已经无法处理。”吴飞解释说，我们也可以进一步进行理解，就是从大量的数据中，获取有用的信息或知识，用来指导我们的生活、生产或学习，“我认为这也是大数据的最终目的。”

那我们要如何拿数据去预测呢？吴飞教授说，大家也可以通过大数据分析，去预测明天会不会下雨，“如说下雨是和云层有关的，假设有研究表明当云层厚度达到10米的时候，就会下雨；再通过搜集杭城两年来的温度、风向等数据，建立一个函数，我们就可以根据这个结论，进行预测。”

当然，这个例子是比较简单的，但现实生活中的现象通常都很复杂，数据之间的关联性也不断增强，吴飞教授表示，堵车，这件事的判断因素不仅仅是说地面车流的情况，杭州的交通能不能承载这么大的流量，它还可能和上下班的时间、是否有商场打折、附近是否有学校放学等一系列的因素有关，这时候，就无法像下雨那样，用一个小数据进行判断。

回到世界杯，足球比赛的预测同样是一件非常复杂的事情，不仅跟队员个人能力、家庭情况、队员之间的配合程度有关，教练的能力、国家的情况以及对手的相关情况，都会影响比赛的结果。“据我所知，德国就利用一套数据分析系统，可以导出每个球员的数据，从而来对队员进行针对性的训练，让他们能踢好比赛。”吴飞教授表示。

大数据还能测流感趋势

随着技术都在不断发展，大家收集数据的能力和手段也在不断增强，我们可以获得更多的看似无关却很有用的数据。“现在获取数据并不是一件困难的事情，对数据的处理能力、建立一个合理的模型是利用大数据进行预测的重要工作。”吴飞教授表示，如何从大量的数据中提取出有用的信息或知识，再转化成有关的计算机语言，输入到模型中让这个模型变得有效，这一系列步骤看着各自为政，其实环环相扣，缺一不可。

据了解，除了足球领域，微软的预测技术此前还成功预测过《美国之声》等选秀节目的晋级情况。这让人不禁疑惑，除了比赛结果，大数据还能用来干什么呢？

百度此前就利用它的APP，获取用户的地理位置，勾勒出全国人民春节迁徙图，“若是能进一步开发，获知哪些人是因为哪些事而迁徙的，这就能让我们更合理地分配社会资源。”吴飞教授补充说。

而谷歌在2009年的时候，也作了一项预测——流感。就拿我国来说，流感的发展趋势，通常是通过医院上报的数据，比如人数突然激增等来进行预警，而谷歌则不是，它利用以前的数据，还有该地区在该时间段进行关键词搜索的数量，来进行一个判断，预测流感是否会暴发。吴飞教授表示：“就以手足口病为例，如果周围有孩子生了这个病，家长就可能会开始搜索，这种病是什么、会怎么样、要怎么治疗等等，搜索量会显著增加。”