2018年俄罗斯世界杯将于6月14日正式拉开帷幕，而随着赛事日期的日渐临近，坊间对于本届世界杯冠军归属的预测和争论进入到了白热化的阶段，不光是球迷在为自己钟爱的球队摇旗呐喊（阿根廷是冠军！！！），就连平时非常高冷的商业组织也都投入到这种狂热中。
最近，著名的投资银行、投资管理公司高盛发布了一个他们对于“2018年俄罗斯世界杯冠军”的分析预测。当然，有别于球迷的“情感预测”，高盛的预测显得更加理性和具有依据——高盛运用了高深的大数据技术，使用了20万个统计模型，包括单个球员的数据，到近期巴西队的表现，再到100万次的模拟比赛，从而得出巴西将赢得俄罗斯世界冠军的结论。顺便说一下，高盛的大数据模型认为，法国将夺得亚军，德国屈居季军，葡萄牙第四，而阿根廷无法进入四强（别哭，阿根廷）。
很酷，是吧？这感觉就跟《复仇者联盟3》中奇异博士用时间宝石看遍了14000605个无限战争的结局，只有一个未来的结局是复仇者联盟取得了胜利。今天，大数据发挥的作用就跟电影里的“时间宝石”一样吗？能够准确预测未来？！
先来看一个大数据成功发挥作用的案例：2009年全球首次出现甲型H1N1流感，由于是新型病毒，没有对应的疫苗和药品，而且传播速度很快，短短几周之内引起了全球的恐慌。面对此次流感，各国的公共卫生机构在“如何预防H1N1传染”上而临巨大压力，预防的核心是要准确预测病情的蔓延程度。但现实的情况是，初期感染了H1N1的人们并不会马上去医院检查，大部分人都实在撑不下去了才会到医院求医，医生发现新型流感病例后，会通报给疾病控制与预防中心,最后由中心汇总统计各地的情况，这个过程大概需要两周时间，这毫无疑问是严重的信息滞后，这将给流感疫情的把控和抑制带来非常不利的影响。这时候，大数据发挥出其神奇的预测的功能。
谷歌的数据分析师分析了几十亿条关于流感的检索记录，处理了4.5亿个不同的数字模型，构造出一个流感预测指数，非常神奇，这个预测指数与官方数据的相关性高达97%，准确地预判了H1N1流感的发展趋势和爆发的地区，比政府的官方播报提前两周，有力地协助卫生当局控制流感疫情。事实上，谷歌的数据分析师并不懂医学，也不知道流感传播的原理，但是他们借助大数据技术为工具，准确地预测了一场极其复杂的大型流感疫情的发展的全过程，这是一件非常神奇的事情。
今天，不懂足球，最起码并非足球专业领域的高盛的数据分析师们，能否通过大数据准确预测本届世界杯冠军呢？
事实上，我认为这个很难。即使到最后，巴西一如预测中夺得了世界杯冠军，我也不认为这是大数据的功劳。
为什么呢？
因为大数据本身不是一种逻辑推理研究，它发挥作用的基础是对数量巨大的数据做统计性的搜索、比较、聚类、分类等分析归纳，以探求不同因素间的相关性，如上述流感案例中，某地区人们在google.com上搜索关键词“流感”次数越多，则该地区可能大规模爆发流感的可能性越大，这是一种客观事实，只是通过大数据把这种相关性给“暴露”了出来。“相关分析”的目的就是找出数据集里隐藏的相互关系网(关联网)，一般用支持度、可信度、兴趣度等参数反映相关性，但这些不同的因素间并不存在逻辑上的因果关系，甚至这种因果关系是恰恰相反的，就如，不是因为你搜索了“流感”这个关键词，所以你才感染了H1N1。
而世界杯一共有32支来自各国的参赛队伍，一共进行64场真刀真枪的较量，才会决出最后的冠军，所以，要准确分析预测最后的冠军并不是一件容易的事情。因为这都还不是客观的存在的事实，还等待着发生，里面充满着各种难以预测的意外，如，谁能预测到1998年世界杯决赛前发生在罗纳尔多身上的一切，导致大罗全场如同梦游，直接一场惨败丢掉冠军？谁又能想到2006年世界杯决赛第109分钟，齐达内毫无征兆地突然用头撞倒了马特拉齐，然后直接被红牌罚下，这张红牌直接改变了场上形势，此前法国已经掌握主动，很有可能完成致命一击，而最后意大利偷走了最后的冠军。
这些都不是大数据能够预测的，大数据擅长的是相关性预测，而对人类的情感、冲突、为了利益不择手段等等，大数据无能为力，因为数据库里没有一条数据会记录马特拉齐会突然骂齐达内“你是意大利养出来的一条忘恩负义的狗”。
足球是圆的，正是无法预测，这才是足球的魅力。
当然，如果哪一天，大数据能分析出中国将夺得世界杯冠军，而中国到最后果真赢得了冠军，那时候，我非常愿意相信大数据的神奇魔法。
联系客服
