Sistema de apoio à decisão para apostas desportivas : previsão dos resultados de jogos de futebol

• Autor(a) principal: Carreira, Anabela Dias
• Data de Publicação: 2021
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
• Texto Completo: http://hdl.handle.net/10400.26/51218
• topic: Apostas desportivas; Futebol; Sistema de apoio à decisão; Previsão; Machine Learning

Nos últimos anos tem-se assistido a um enorme crescimento do mercado das apostasdesportivas online, um pouco por todo o mundo, incluindo Portugal. Segundo dadosdo Serviço de Regulação e Inspeção de Jogos (SRIJ), o futebol é a modalidadedesportiva com maior volume de apostas em território nacional.Sendo cada vez maior a concorrência de casas de apostas online, é natural que estasprocurem disponibilizar cada vez mais e melhor informação aos seus apostadores, nosentido de lhes facilitar a tomada de decisão.Seguindo essa tendência, a empresa Mythical Technologies, proprietária doTraderline que é uma ferramenta de apostas desportivas online, desenvolvida emPortugal, decidiu propor o desenvolvimento do presente trabalho, cuja finalidade eratestar diferentes abordagens para prever os resultados de eventos que ocorremdurante os jogos de futebol, através de diversos algoritmos de Machine Learning,seguindo a metodologia Cross Industry Standard Process for Data Mining(CRISP-DM).Os eventos selecionados para o estudo foram, o resultado final do jogo, o número degolos e o número de cantos, tendo a escolha dos algoritmos recaído sobre DecisionTree, Random Forest, K-Nearest Neighbors, Neural Network, Support Vector Machine,Logistic Regression e XGBoost. Para o treino e validação dos modelos foram usadosdados históricos das primeiras ligas portuguesa e inglesa, disponibilizados pela fonteFootbal-Data.co.uk.Como resultado do estudo, o melhor desempenho na previsão dos referidos eventosfoi obtido pelos seguintes algoritmos: XGBoost no resultado dos jogos, com 60,09%de accuracy; XGBoost no número de golos, com 55,37% de accuracy; RegressãoLogística no número de cantos, com uma accuracy de 53,92%.Concluindo, não obstante os resultados poderem vir a ser alvo de melhoria, esteestudo constituiu um primeiro passo no desenvolvimento de um sistema de apoio àdecisão para os utilizadores do Traderline.