Συντάχθηκε 30-09-2014 08:13
από Esthir Gelasaki
Email συντάκτη: egelasaki<στο>tuc.gr
Ενημερώθηκε:
-
Ιδιότητα: υπάλληλος.
ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ
Σχολή Ηλεκτρονικών Μηχανικών και Μηχανικών Υπολογιστών
Πρόγραμμα Προπτυχιακών Σπουδών
ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ
Δήμητρα Παλιάτσα
με θέμα
Forecasting the outcome of Greek football games using Mathematical Models and Power Rankings
Πέμπτη 2 Οκτωβρίου 2014, 11πμ
Αίθουσα Β1005, Κτίρια, Πολυτεχνειούπολη
Εξεταστική Επιτροπή
Αναπληρωτής Καθηγητής Πολυχρόνης Κουτσάκης (επιβλέπων)
Καθηγητής Μιχαήλ Πατεράκης
Αναπληρωτής Καθηγητής Αντώνιος Δεληγιαννάκης
Περίληψη
Το αντικείμενο της παρούσας διπλωματικής εργασίας είναι η πρόβλεψη των αποτελεσμάτων των αγώνων ποδοσφαίρου και η εκτίμηση της τελικής βαθμολογίας των ομάδων. Ειδικότερα, μας ενδιαφέρει η πρόβλεψη των αποτελεσμάτων των αγώνων του ελληνικού πρωταθλήματος της Α’ κατηγορίας ανδρών για τις σεζόν 2007-2008 έως 2013-2014. Για τον σκοπό αυτό κρίθηκε απαραίτητη η καταγραφή των αναλυτικών αποτελεσμάτων ανά αγωνιστική για όλες τις ομάδες (διαφορά τερμάτων, τρέχουσα βαθμολογία, αριθμός νικών, ισοπαλιών, ηττών κ.α). Στη συνέχεια χρησιμοποιώντας τα δεδομένα που συγκεντρώθηκαν και με τη χρήση διαφόρων τεχνικών προσπαθούμε να προβλέψουμε τα τελικά αποτελέσματα των αγώνων. Η πρώτη προσέγγισή μας εντάσσεται στα συστήματα κατάταξης (sport rating systems), όπου κατατάσσουμε τις ομάδες βάσει της δύναμης που κατέχουν (power ranking). Η δεύτερη προσέγγισή μας στηρίζεται στην συσταδοποίηση και υλοποιείται με την εφαρμογή του αλγορίθμου k-means clustering. Στην τρίτη προσέγγισή μας γίνεται χρήση δύο ανεξάρτητων κατανομών Poisson για την εκτίμηση των γκολ που σημειώνει η γηπεδούχος και η φιλοξενούμενη ομάδα. Επιπλέον, χρησιμοποιούμε δύο απλοϊκές μεθόδους για την εξαγωγή baseline αποτελεσμάτων, όπου στην πρώτη θεωρούμε πως θα κερδίζει πάντα η γηπεδούχος ομάδα και στη δεύτερη θεωρούμε πως θα επαναληφθούν τα αποτελέσματα της προηγούμενης χρονιάς για τις ομάδες που αναμετρώνται για δύο συνεχόμενα έτη. Τέλος, όσον αφορά στην πρόβλεψη της τελικής βαθμολογίας των ομάδων, εκτός από τις μεθόδους που αναφέρθηκαν, χρησιμοποιούμε και τη μέθοδο του κινητού μέσου, του σταθμισμένου κινητού μέσου και της απλής εκθετικής εξομάλυνσης. Τα αποτελέσματα που προκύπτουν είναι αρκετά ελπιδοφόρα, γεγονός που αποδεικνύει τη χρησιμότητα των υπό μελέτη μεθόδων και καθιστά την εξέταση του συγκεκριμένου προβλήματος ενδιαφέρουσα για μελλοντικές βελτιώσεις.
Abstract
The subject of this thesis is the prediction of the results of football matches and the estimation of the final points gathered by the teams at the end of the football year. In particular, we are interested in the prediction of the outcome of the Greek Superleague games for the season 2007-2008 to 2013-2014. For this purpose it was necessary to record the relevant data for all teams after each game (goal difference, current points, number of wins, number of draws, number of defeats, etc.). Then, using the data gathered and utilizing various techniques we try to predict the final outcome of the matches. Our first approach falls into the sport rating systems category, where we rank all the teams based on their power scores (power ranking procedure). Our second approach is based on clustering and is implemented using the k-means algorithm. In the third approach we use two independent Poisson distributions for describing the goals scored by the home and the away team, respectively. Moreover, we use two naive methods for extracting baseline results: in the first we assume that the home team is always the winner and in the second we assume that the last year's result will be repeated for all teams that compete in two consecutive years. Finally, we use the moving average, the weighted moving average and the exponentially weighted moving average to estimate the final points that each Superleague team will gather at the end of the football year. The results of our study are promising, demonstrating the usefulness of the proposed models and making the further study of this problem interesting for future improvements.
