利用社交媒体预测罕见事件：一种机器学习视角

从社交媒体流中提取的信息已被用于预测大量现实世界事件的结果，从政治选举到股市波动。越来越多的研究表明，分析社交媒体对话可以低成本地获取群体智慧。然而，这种预测能力在何种程度和背景下能被有效利用，至少尚未得到系统性的验证。同样不清楚的是，基于社交媒体的预测与基于其他信息源的预测相比如何。为解决这些问题，我们开发了一个机器学习框架，利用社交媒体流自动识别并预测足球比赛的结果。我们特别关注那些至少有一种可能结果被专业博彩公司认为极不可能的比赛。我们认为，体育赛事为测试社交媒体的预测能力提供了一种系统性方法，并允许将其与外部来源设定的严格基线进行比较。尽管存在这些严格的基线，但当我们的框架用于指导简单的投注策略时，仍能产生超过 8% 的边际利润。该系统基于实时情感分析，并利用比赛前夕收集的数据，从而实现知情投注。我们讨论了该方法背后的原理，描述了学习框架、其预测性能以及相较于一系列投注策略所提供的回报。为测试我们的框架，我们使用了来自 2014 年 FIFA 世界杯比赛的历史 Twitter 数据，以及在 2014 年 10 月 25 日至 11 月 26 日期间，通过监控四大欧洲锦标赛（英超、意甲、西甲和德甲）及 2014 年 UEFA 冠军联赛所有足球比赛的相关对话所收集的实时 Twitter 数据。