[发明专利]一种事件结果的预测方法及一种事件预测结果的获取方法

权利要求书

1.一种事件结果的预测方法，其特征在于，所述方法包括：

获取具有两个参与方的待预测事件的事件特征；

获取所述两个参与方中，每个参与方的对象特征；其中，任一参与方的对象特征包括：基于多个样本事件的真实事件结果，所确定出的该参与方的关于事件结果的描述特征；其中，所述样本事件为所述两个参与方共同参与的，且与所述待预测事件为同类的事件；

基于所述待预测事件的事件特征和所述每个参与方的对象特征，利用预设预测模型，确定所述待预测事件的事件结果；

其中，所述预设预测模型是基于多个样本数据以及每个样本数据对应的真值，对预设初始模型进行训练得到的；

其中，任一样本数据包括：所述多个样本事件中的任一样本事件的事件特征，以及，基于该样本事件对应的目标事件的真实事件结果所确定的所述每个参与方的关于事件结果的描述特征；该样本事件对应的目标事件为：所述多个样本事件中，按照发生时间由早到晚的顺序，从第一个样本事件开始至该样本事件为止的各个样本事件；任一样本数据对应的真值为该样本数据所包括事件特征所属的样本事件的真实事件结果。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在所述待预测事件结束后，将所述待预测事件添加至所述多个样本事件中，得到更新后的多个样本事件；

利用更新后的多个样本事件，确定待利用的样本数据；其中，所述待利用的样本数据包括：所述待预测事件的事件特征，以及基于所述待预测事件对应的目标事件的真实事件结果所确定的、所述每个参与方的关于事件结果的描述特征；

基于所述待利用的样本数据和所述待预测事件的真实事件结果，更新所述预设预测模型。

3.根据权利要求1所述的方法，其特征在于，所述预设初始模型为：

其中，为基于第i个样本数据所得到的预测结果，x_i为第i个样本数据，K为所述预设初始模型所包括的基分类器的个数，f_k(x_i)为第k个基分类器上，基于第i个样本数据所得到的预测结果，F为k个基分类器集合。

4.根据权利要求1-3任一项所述的方法，其特征在于，

所述待预测事件包括：需要对参与方的获胜概率进行预测的比赛类事件；

所述待预测事件的事件结果包括：所述两个参与方中，至少一个参与方的获胜概率。

5.根据权利要求4所述的方法，其特征在于，所述待预测事件的事件特征包括：所述待预测事件的赛事等级、赛事轮次和比赛赛制；

任一参与方的对象特征包括：该参与方的当前胜率和当前埃洛等级ELO值；

任一样本数据所包括的任一样本事件的事件特征包括：该样本事件的赛事等级、赛事轮次和比赛赛制；

任一样本数据所包括的所述每个参与方的关于事件结果的描述特征包括：所述每个参与方的胜率和ELO值。

6.一种事件预测结果的获取方法，其特征在于，所述方法包括：

获取目标事件的事件标识；

在预先存储的标识与结果对应关系中，确定所述事件标识对应的结果，作为所述目标事件的事件预测结果；

其中，所述对应关系中的每一结果是基于权利要求1-5任一项所述的事件结果的预测方法得到的。