Виявлення футбольних матчів з фіксованим результатом за допомогою конформних предикторів і степеневих мартингалів

Автор(и)

  • Іван Сергійович Жук Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Україна https://orcid.org/0000-0001-8440-427X
  • Олег Романович Чертов Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Україна https://orcid.org/0000-0003-0087-1028

DOI:

https://doi.org/10.15587/1729-4061.2023.276977

Ключові слова:

футбольний матч, фіксований результат, міра неконформності, ступінь конформності, ступінь відмінності

Анотація

Однією зі складних проблем, яка виникає при проведенні футбольних змагань, є договірні матчі. За негативним ефектом такі ганебні явища співмірні з проблемою допінгу. Проведено аналіз відомих методів щодо можливого виявлення договірних матчів, серед яких: соціологічний аналіз учасників договірних матчів, методи прогнозування результату матчу, аналізу ставок та продуктивності гравця або команди під час матчу. Відмічено, що оцінка фіксованості результатів матчів у розглянутих методах проводиться на основі аналізу великої кількості даних. Але така інформація не завжди є доступною. Враховуючи недостатню формалізованість проблемної області, актуальним є проведення досліджень, які не вимагають великої кількості непублічно доступних даних, але при цьому дозволяють ефективно виявляти потенційно підозрілі щодо фіксованого результату матчі. Формалізовано опис вхідних даних у вигляді структури даних, що містить хронологічну історію результатів футбольних сезону, ранжування команд і матчів сезону в залежності від загального результату команд у сезоні. Розроблено метод виявлення підозрілих футбольних матчів з фіксованим результатом за допомогою конформних предикторів і степеневих мартингалів, у рамках якого введено нову міру некомформності для визначення нетипових футбольних матчів. Для отримання узагальненості статистики нетиповості матчів використано степеневий субмартингал. Оцінка ефективності розробленого методу виявлення підозрілих футбольних матчів проведено на основі метрик точності та повноти класифікації з використанням даних про сезон 2013–2014 Французької ІІ Ліги. Якість роботи розробленого методу сягає 85 % за метрикою точності, 96 % за метрикою повноти і 0,853 за метрикою F1.

Біографії авторів

Іван Сергійович Жук, Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського»

Аспірант

Кафедра прикладної математики

Олег Романович Чертов, Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського»

Доктор технічних наук, професор

Кафедра прикладної математики

Посилання

  1. Lilley, E. (2015). A Review of the recommendations of the ‘Report of the Sports Betting Integrity Panel’ in assessing the progress towards tackling Match-fixing in Sport. Laws of the Game, 1 (1). Available at: http://journals.staffs.ac.uk/index.php/lotg/article/view/79/172
  2. Huggins, M. (2018). Match-Fixing: A Historical Perspective. The International Journal of the History of Sport, 35 (2-3), 123–140. doi: https://doi.org/10.1080/09523367.2018.1476341
  3. Constandt, B., Manoli, E. (2022). Understanding match-fixing in sport: Theory and practice. Routledge. doi: https://doi.org/10.4324/9781003162681
  4. Hill, D. (2009). How Gambling Corruptors Fix Football Matches. European Sport Management Quarterly, 9 (4), 411–432. doi: https://doi.org/10.1080/16184740903332018
  5. Chertov, O., Tavrov, D. (2014). Microfiles as a Potential Source of Confidential Information Leakage. Studies in Computational Intelligence, 87–114. doi: https://doi.org/10.1007/978-3-319-08624-8_4
  6. Tzeng, C.-C., Lee, P.-C. (2020). Understanding match-fixing from the perspective of social capital: A case study of Taiwan’s professional baseball system. International Review for the Sociology of Sport, 56 (4), 558–577. doi: https://doi.org/10.1177/1012690220917060
  7. Tzeng, C.-C., Ohl, F. (2022). Examining the fabrics of match-fixing: The underground sport betting system. International Review for the Sociology of Sport, 58 (1), 188–207. doi: https://doi.org/10.1177/10126902221095688
  8. Forrest, D., McHale, I. G. (2019). Using statistics to detect match fixing in sport. IMA Journal of Management Mathematics, 30 (4), 431–449. doi: https://doi.org/10.1093/imaman/dpz008
  9. IOC targets match fixers. Available at: https://www.bbc.co.uk/blogs/davidbond/2011/03/match_fixing_is_now_a.html
  10. Manoli, A. E., Antonopoulos, G. A. (2014). ‘The only game in town?’: football match-fixing in Greece. Trends in Organized Crime, 18 (3), 196–211. doi: https://doi.org/10.1007/s12117-014-9239-3
  11. Yilmaz, S., Manoli, A. E., Antonopoulos, G. A. (2018). An anatomy of Turkish football match-fixing. Trends in Organized Crime, 22 (4), 375–393. doi: https://doi.org/10.1007/s12117-018-9345-8
  12. Razali, N., Mustapha, A., Yatim, F. A., Ab Aziz, R. (2017). Predicting Football Matches Results using Bayesian Networks for English Premier League (EPL). IOP Conference Series: Materials Science and Engineering, 226, 012099. doi: https://doi.org/10.1088/1757-899x/226/1/012099
  13. Anfilets, S., Bezobrazov, S., Golovko, V., Sachenko, A., Komar, M., Dolny, R., Kasyanik, V. et al. (2020). Deep multilayer neural network for predicting the winner of football matches. International Journal of Computing, 19 (1), 70–77. doi: https://doi.org/10.47839/ijc.19.1.1695
  14. Narizuka, T., Yamazaki, Y., Takizawa, K. (2021). Space evaluation in football games via field weighting based on tracking data. Scientific Reports, 11 (1). doi: https://doi.org/10.1038/s41598-021-84939-7
  15. Titman, A. C., Costain, D. A., Ridall, P. G., Gregory, K. (2014). Joint Modelling of Goals and Bookings in Association Football. Journal of the Royal Statistical Society Series A: Statistics in Society, 178 (3), 659–683. doi: https://doi.org/10.1111/rssa.12075
  16. Van Der Hoeven, S., De Waegeneer, E., Constandt, B., Willem, A. (2019). Match-fixing: Moral challenges for those involved. Ethics & Behavior, 30 (6), 425–443. doi: https://doi.org/10.1080/10508422.2019.1667238
  17. Gudmundsson, J., Wolle, T. (2014). Football analysis using spatio-temporal tools. Computers, Environment and Urban Systems, 47, 16–27. doi: https://doi.org/10.1016/j.compenvurbsys.2013.09.004
  18. Janetzko, H., Sacha, D., Stein, M., Schreck, T., Keim, D. A., Deussen, O. (2014). Feature-driven visual analytics of soccer data. 2014 IEEE Conference on Visual Analytics Science and Technology (VAST). doi: https://doi.org/10.1109/vast.2014.7042477
  19. Historical analysis of closing odds. Available at: https://github.com/Lisandro79/BeatTheBookie
  20. Chertov, O., Zhuk, I., Serdyuk, A. (2021). Search of the Deviation from the Natural Process Using Stepanets Approach for Classification of Functions. 2021 11th IEEE International Conference on Intelligent Data Acquisition and Advanced Computing Systems: Technology and Applications (IDAACS). doi: https://doi.org/10.1109/idaacs53288.2021.9660997
  21. Vovk, V. (2014). The Basic Conformal Prediction Framework. Conformal Prediction for Reliable Machine Learning, 3–19. doi: https://doi.org/10.1016/b978-0-12-398537-8.00001-8
  22. Ho, S.-S., Wechsler, H. (2010). A Martingale Framework for Detecting Changes in Data Streams by Testing Exchangeability. IEEE Transactions on Pattern Analysis and Machine Intelligence, 32 (12), 2113–2127. doi: https://doi.org/10.1109/tpami.2010.48
Виявлення футбольних матчів з фіксованим результатом за допомогою конформних предикторів і степеневих мартингалів

##submission.downloads##

Опубліковано

2023-04-29

Як цитувати

Жук, І. С., & Чертов, О. Р. (2023). Виявлення футбольних матчів з фіксованим результатом за допомогою конформних предикторів і степеневих мартингалів. Eastern-European Journal of Enterprise Technologies, 2(4 (122), 6–15. https://doi.org/10.15587/1729-4061.2023.276977

Номер

Том 2 № 4 (122) (2023): Математика та кібернетика - прикладні аспекти

Розділ

Математика та кібернетика - прикладні аспекти

Ліцензія

Авторське право (c) 2023 Ivan Zhuk, Oleg Chertov

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.

Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.