预测足球比赛结果:基于FIFA世界杯技术统计指标的多层感知神经网络模型
Yingling Luo1, Tao Quan1, Yongfeng Cao1
1College of Physical Education and Health Science, Chongqing Normal University, Chongqing, China.
Frontiers in sports and active living
|December 19, 2025
概括
这项研究使用神经网络来根据技术统计指标预测匹配结果,准确度为86.7%. 教练可以利用这些见解来进行数据驱动的培训管理,以提高团队的表现.
科学领域:
- 运动科学 运动科学 运动科学
- 机器学习 机器学习
- 数据分析数据分析数据分析.
背景情况:
- 预测比赛结果对于体育分析和教练策略至关重要.
- 技术统计指标 (TSI) 为绩效分析提供了有价值的数据.
- 神经网络 (NN) 为复杂的模式识别提供了先进的能力.
研究的目的:
- 开发和评估一个神经网络模型,用 TSI 来预测匹配结果.
- 确定影响匹配结果的关键 TSI.
- 为数据驱动的科学培训管理提供见解.
主要方法:
- 使用一个多层感知神经网络 (MPNN) 架构 (24-4-3) 构建在SPSS.
- 应用主要组件分析 (PCA) 用于缩小维度和特征识别,最终产生了22个STI.
- 在官方比赛数据上训练并测试了MPNN模型.
主要成果:
- MPNN模型实现了总体预测准确率为86.7%.
- 与"赢"和"输"相比",平局"结果的预测准确性较低.
- 该模型表现出强大的预测性能,突出显示了 TSI 的区分能力.
结论:
- 开发的NN模型显示了预测比赛结果的巨大潜力.
- 识别具有高影响力的 TSI 可以指导教练优先考虑培训工作,以提高团队绩效.
- 这种方法促进了数据驱动,在资源限制范围内进行科学培训管理.
