上一屆世界杯，章魚保羅風頭大出，8猜8中的準確率，讓人驚呼此乃“預言帝”。今年打得火熱的世界杯，同樣有看頭，不過，這次看的不是動物，而是大數據。數家技術公司賽前就推斷出各場比賽的輸贏，堪稱賽場外的另一場“世界杯”。

大數據，這三個字近幾年來越來越火，聽著也很高大上(高端大氣上檔次的縮寫)。到底大數據是什么？它是怎么來預測賽事的輸贏的？大數據還能用來干什么？記者連線浙大計算機科學與技術學院人工智能研究所吳飛教授，和大家一探究竟。

四家公司的預測PK賽

在世界杯期間，幾家科技公司參與預測“世界杯”賽況。

微軟、百度以及高盛參與了小組賽階段48場比賽的預測。結果，準確率達58.33%的百度排在第一，緊隨其后的是準確率為56.25%的微軟，然后是37.5%的高盛。

在淘汰賽階段，谷歌參與了進來，高盛則沒有繼續進行預測的PK賽。不過，谷歌僅預測了16進8和8進4的兩輪比賽，微軟和百度則進行了全程預測。最終，谷歌預測的12場比賽中，正確了11場，準確率達到了91.67%；而微軟和百度則是除了季軍隊伍的預測出現偏差之外，其余的場次預測都是正確的。

這幾家技術公司所采用的方法，全是有理有據，并非“天機不可泄露”。從各家公布的資料來看，他們建立預測模型的數據來源各有千秋。

微軟的預測技術是基于對世界杯各支球隊的過往比賽結果、比賽時間、天氣情況、主場優勢以及其他因素進行綜合評估后作出的判斷，相對而言，微軟依賴于競彩指數。

谷歌云計算平臺，則是根據全球每個職業足球聯盟的歷史數據，以及巴西世界杯小組賽期間的統計數據，加上對世界杯參賽球員此前比賽中的表現進行分析，總的來說，谷歌對各國球隊過去的球賽數據的分析借鑒得比較多。

百度則搜索了過去5年內全世界987支球隊的3.7萬場比賽數據，并將博彩市場數據融入到預測模型中，構建了本次預測模型。該模型共涉及到19972名球員和1.12億條相關數據，所分析的球隊不僅包括207支國家隊，還囊括了歐洲、南美、亞洲等聯賽俱樂部及低級別球隊信息。

擅長投資分析的高盛，通過對自1960年以來的正式國際足球比賽數據的回歸分析，來構建預測模型，還通過泊松模型分析了每場小組賽的比分情況。

數據之間的聯動性很強

根據百度百科的解釋，大數據，又叫巨量資料，指的是所涉及的資料量規模巨大到無法通過目前主流軟件工具，在合理時間內達到擷取、管理、處理并整理成為幫助企業經營決策更積極目的的資訊。大數據有“4V”特點：大量、高速、多樣，以及價值。

“從字面上來理解，大數據是指獲取數據的數量，利用傳統方法或者說現有的計算方法已經無法處理。”吳飛解釋說，我們也可以進一步進行理解，就是從大量的數據中，獲取有用的信息或知識，用來指導我們的生活、生產或學習，“我認為這也是大數據的最終目的。”

那我們要如何拿數據去預測呢？吳飛教授說，大家也可以通過大數據分析，去預測明天會不會下雨，“如說下雨是和云層有關的，假設有研究表明當云層厚度達到10米的時候，就會下雨；再通過搜集杭城兩年來的溫度、風向等數據，建立一個函數，我們就可以根據這個結論，進行預測。”

當然，這個例子是比較簡單的，但現實生活中的現象通常都很復雜，數據之間的關聯性也不斷增強，吳飛教授表示，堵車，這件事的判斷因素不僅僅是說地面車流的情況，杭州的交通能不能承載這么大的流量，它還可能和上下班的時間、是否有商場打折、附近是否有學校放學等一系列的因素有關，這時候，就無法像下雨那樣，用一個小數據進行判斷。

回到世界杯，足球比賽的預測同樣是一件非常復雜的事情，不僅跟隊員個人能力、家庭情況、隊員之間的配合程度有關，教練的能力、國家的情況以及對手的相關情況，都會影響比賽的結果。“據我所知，德國就利用一套數據分析系統，可以導出每個球員的數據，從而來對隊員進行針對性的訓練，讓他們能踢好比賽。”吳飛教授表示。

大數據還能測流感趨勢

隨著技術都在不斷發展，大家收集數據的能力和手段也在不斷增強，我們可以獲得更多的看似無關卻很有用的數據。“現在獲取數據并不是一件困難的事情，對數據的處理能力、建立一個合理的模型是利用大數據進行預測的重要工作。”吳飛教授表示，如何從大量的數據中提取出有用的信息或知識，再轉化成有關的計算機語言，輸入到模型中讓這個模型變得有效，這一系列步驟看著各自為政，其實環環相扣，缺一不可。

據了解，除了足球領域，微軟的預測技術此前還成功預測過《美國之聲》等選秀節目的晉級情況。這讓人不禁疑惑，除了比賽結果，大數據還能用來干什么呢？

百度此前就利用它的APP，獲取用戶的地理位置，勾勒出全國人民春節遷徙圖，“若是能進一步開發，獲知哪些人是因為哪些事而遷徙的，這就能讓我們更合理地分配社會資源。”吳飛教授補充說。

而谷歌在2009年的時候，也作了一項預測——流感。就拿我國來說，流感的發展趨勢，通常是通過醫院上報的數據，比如人數突然激增等來進行預警，而谷歌則不是，它利用以前的數據，還有該地區在該時間段進行關鍵詞搜索的數量，來進行一個判斷，預測流感是否會暴發。吳飛教授表示：“就以手足口病為例，如果周圍有孩子生了這個病，家長就可能會開始搜索，這種病是什么、會怎么樣、要怎么治療等等，搜索量會顯著增加。”