Перейти до вмісту
Наукові вісті КПІ
ISSN 2617-5509 · e‑ISSN 2663-7472 Відкритий доступ · CC BY 4.0
Т. 135 · № 1-2 · 2022 чер 1, 2020 статті

ІМІТАЦІЙНА МОДЕЛЬ ФУТБОЛЬНОГО СЕЗОНУ З МАТЧАМИ З ФІКСОВАНИМ РЕЗУЛЬТАТОМ

ОЧ
Олег Чертов Відповідальний National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute"; Faculty of Applied Mathematics; Department of Applied Mathematics, ave. 37 Beresteyskyi str., Kyiv, Ukraine, 03056, Ukraine Україна
ІЖ
Іван Жук National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute"; Faculty of Applied Mathematics; Department of Applied Mathematics, ave. 37 Beresteyskyi str., Kyiv, Ukraine, 03056, Ukraine Україна
Опублікованочер 1, 2020
PDF
НВКПІ 1-2 ТОМ 135 · 1-2
ТОМ 135 · № 1-2 · 2022 Переглянути випуск

Анотація

Проблематика. Футбол – це величезна індустрія, порівнянна із традиційними економічними галузями. У числовому виразі це десятки мільярдів доларів. Однією з найважливіших проблем, з якою стикається ця галузь, є договірні матчі (матчі з фіксованим результатом). Найбільш ефективним способом запобігання цій загрозі є багатосторонній підхід у поєднанні із заходами, спрямованими на розширення потенціалу правоохоронних органів та спортивних організацій. Однією зі складових цього підходу є використання математичних методів виявлення підозрілих щодо фіксованого результату матчів. Мета дослідження. Метою роботи є розроблення алгоритму моделювання договірних матчів, пов’язаних із заробітком на ставках, з використанням якого формуються матчі, результати яких відмінні від очікуваних і можуть розглядатись як аномальні. Методика реалізації. Розрахунок ймовірностей забиття голів командами під час гри на основі реальних даних сезону; розроблення імітаційної моделі футбольного сезону без договірних матчів і її аналіз за допомогою статистичного моделювання; розроблення алгоритму моделювання договірних матчів, пов’язаних із заробітком на ставках, і його аналіз. Результати дослідження. Розроблено імітаційну модель футбольного сезону, яка дозволяє з використанням отриманих на реальних даних ймовірнісних розподілів кількості голів, забитих командами протягом домашніх або виїзних ігор, змоделювати результати матчів, враховуючи силу команд і тип гри, а також змоделювати ситуації «договірного» матчу, замінивши поточні результати. За загальними розподілами типів результатів матчів та різницями голів усіх матчів змодельований сезон є подібним до реального сезону. За критерієм Колмогорова−Смирнова різниця наведених розподілів на рівні значущості 0,001 є статистично незначущою. Висновки. Розроблену імітаційну модель футбольного сезону можна використовувати для дослідження ефективності методів виявлення підозрілих щодо фіксованого результату матчів і їх порівняльного аналізу.

Ключові слова

#футбольний сезон #групування команд #розподіл Пуассона #гістограма різниць голів #тип результату матчу

Посилання

  1. “Resource Guide on Good Practices in the Investigation of Match-Fixing”, United Nations : Office on Drugs and Crime. //www.unodc.org/unodc/en/safeguardingsport/publications/match-fixing.html (accessed Jan. 05, 2022).
  2. D. Forrest, and I.G. McHale, “Using statistics to detect match fixing in sport”, IMA Journal of Management Mathematics, Vol. 30, No 4, pp. 431–449, Sep. 2019. doi: 10.1093/imaman/dpz008
  3. S. Anfilets et al., “DEEP MULTILAYER NEURAL NETWORK FOR PREDICTING THE WINNER OF FOOTBALL MATCHES”, International Journal of Computing, pp. 70–77, Mar. 2020. doi: 10.47839/ijc.19.1.1695
  4. N. Razali, A. Mustapha, F.A. Yatim, and R.A. Aziz, “Predicting Football Matches Results using Bayesian Networks for English Premier League (EPL) ”, IOP Conf. Ser.: Mater. Sci. Eng., Vol. 226, No 1, p. 012099, Aug. 2017. doi: 10.1088/1757-899X/226/1/012099
  5. T. Narizuka, Y. Yamazaki, and K. Takizawa, “Space evaluation in football games via field weighting based on tracking data”, Sci Rep, Vol. 11, No 1, p. 5509, Mar. 2021. doi: 10.1038/s41598-021-84939-7
  6. Laxhammar, R., & Falkman, G. (2011). Sequential Conformal Anomaly Detection in trajectories based on Hausdorff distance. 14th International Conference on Information Fusion, 1–8.
  7. Ho, S.-S., Schofield, M., Sun, B., Snouffer, J., & Kirschner, J. (2019). A Martingale-Based Approach for Flight Behavior Anomaly Detection. 2019 20th IEEE International Conference on Mobile Data Management (MDM), 43–52. https://doi.org/10.1109/MDM.2019.00-75
  8. focus.ua, “Dirty games. Match-fixing in Ukrainian football”, FOCUS, Mar. 05, 2013. https://focus.ua/ukraine/263259 (accessed Jan. 05, 2022).
  9. B. Constandt, and E. Manoli, “Understanding match-fixing in sport: Theory and practice”. 2022.
  10. “Matchs truqués : coup de filet dans le milieu du football professionnel”, leparisien.fr, No 18, 2014. https://www.leparisien.fr/faits-divers/corruption-coup-de-filet-dans-le-milieu-du-football-professionnel-18-11-2014-4301229.php (accessed Jan. 05, 2022).
  11. L. Chami, “Matchs truqués de Ligue 2 : 18 mois ferme pour les anciens dirigeants nîmois”, leparisien.fr, Sep. 13, 2018. https://www.leparisien.fr/sports/football/matchs-truques-de-l2-18-mois-ferme-pour-les-anciens-dirigeants-nimois-13-09-2018-7887090.php (accessed Jan. 05, 2022).
  12. K.P. Murphy, Probabilistic Machine Learning: Advanced Topics”, MIT Press, 2021.
  13. S.D. Langan, “Predict Football Matches: Using Spreadsheet Models to Become a Winning Sports Bettor” (Kindle Edition), 2013, 379 p.
  14. S.M. Ross, “Introductory Statistics”, Academic Press, 2017.
  15. N.Sh. Kremer, “Theory of Probability and Mathematical Statistics”, UNITY-DANA, 2001.
§ 06 — Пов'язані

Схожі статті в цьому журналі

Пов'язані рецензовані дослідження, опубліковані в цьому журналі.
Усі випуски

МЕТОДИКА ПАРАМЕТРИЧНОГО СИНТЕЗУ ЗУМ-АФОКАЛЬНИХ СИСТЕМ НА ОСНОВІ НЕРУХОМИХ ВАРІОЛІНЗ

Ігор Г. Чиж

Проблематика Зум-оптичні системи, в яких використовуються механічно нерухомі електрично керовані варіолінзи, не можуть вважатися такими, що мають нерухомі оптичні…

#зум-афокальні системи #головні точки варіолінз #синтез зум-афокальних систем #стабільна афокальність зум-системи
10.20535/kpisn.2026.3.351645

МОДИФІКАЦІЯ НЕЙРОМЕРЕЖЕВОГО МЕТОДУ SPINN ДЛЯ НАБЛИЖЕНОГО РОЗВ'ЯЗАННЯ МІШАНОЇ ЗАДАЧІ ДЛЯ РІВНЯННЯ ТЕПЛОПРОВІДНОСТІ В ЕЛІПТИЧНІЙ ОБЛАСТІ

Валерій Лось, Олександр Ряхін

Проблематика. Параболічні диференціальні рівняння є математичними моделями інженерії, призначеними для дослідження широкого кола прикладних задач. Це приводить до…

#рівняння теплопровідності #мішана параболічна задача #еліптична область #фізико-інформативна нейронна мережа
10.20535/kpisn.2026.3.367316

ДВОЕТАПНИЙ ПІДХІД ДО СЕГМЕНТАЦІЇ СУПУТНИКОВИХ ЗНІМКІВ ДЛЯ ОЦІНЮВАННЯ ПЛОЩІ АСФАЛЬТОВАНОГО ПОКРИТТЯ ПАРКОВОК

Олександр Гончарук, Надія Недашківська

Проблематика. Точна оцінка площі асфальтованих парковок є важливою для містобудування та екологічного моніторингу. Однак спектральна подібність асфальту паркувальних…

#семантична сегментація #супутникові знімки #паркінг #нейронна мережа
10.20535/kpisn.2026.3.367540

Статті цього автора (цих авторів), які найбільше читають

Схожі статті

Ви також можете розпочати розширений пошук схожих статей для цієї статті.