A área de apostas esportivas está em crescente evolução, seja em termos de número de apostadores ou de valores. E no futebol, um dos esportes mais populares do mundo, não poderia ser diferente. Existem diversos métodos para calcular a probabilidade do resultado de uma partida (derrota, empate e vitória), analisando uma vasta quantidade de variáveis que podem influenciar nesse resultado. Apesar de ser um esporte coletivo e depender de fatores imprevisíveis, é possível calcular a probabilidade do resultado, principalmente analisando dados históricos de partidas anteriores. Utilizando técnicas como cálculos de probabilidade e algoritmos de previsão, o estudante do curso de Ciência da Computação, Rodrigo Sehnem (foto), sob orientação da professora Rejane Frozza, desenvolveu um sistema para identificar as variáveis que têm maior influência no resultado de uma partida de futebol, com o objetivo de obter lucro em apostas.
No decorrer do trabalho, foram empregadas técnicas como mineração de dados, aprendizado de máquina e cálculos estatísticos referentes ao treinamento do sistema, usando informações históricas do Campeonato Brasileiro (entre 2010 e 2017), sendo considerados os dados dos anos de 2018 e 2019 para testes. Os resultados encontrados foram analisados e testados com as odds pagas por um site de apostas, verificando se houve lucro ou prejuízo, utilizando, para isso, o algoritmo Naive Bayes e o cálculo de probabilidade Poison.
De acordo com o estudante Rodrigo Sehnem, a tecnologia pode ser utilizada em campeonatos de diferentes países. Além do mais, revela que o sistema pode auxiliar e extrair dados importantes encontrados em base de dados, provendo uma melhor análise nas apostas em partidas de futebol. “O resultado foi gratificante, pois torna dados/estatísticas disponíveis em base de dados em algo produtivo, valoroso. O sistema utilizando o algoritmo de Naive Bayes teve um resultado melhor que o Cálculo de Poison, amplamente usado no ramo das apostas. Ele encontra lucro para diferentes ranges de odds”, ressaltou.