【原创】C#搭建足球赛事资料库与预测平台(5) 赔率数据表设计1

        本博客所有文章分类的总目录:http://www.cnblogs.com/asxinyu/p/4288836.html 

开源C#彩票数据资料库系列文章总目录http://www.cnblogs.com/asxinyu/p/4329642.html 

  本篇文章开始将逐步介绍使用C#搭建足球赛事资料库与预测平台的相关细节。还是先从数据库开始,从本文开始将逐步对每个核心实体类和数据库设计相关的内容进行讲解,并公布源代码,至于能不能跑起来,看的看个人努力。由于没有时间将所有相关业务都简述清楚,所以也只好将需求和表设计一起进行。本人也是走了很多弯路的。考虑到系统数据表很多,按照功能不同,分为基础数据表,比赛相关表,赔率相关表,以及特殊数据表4个部分分别进行讲解,请大家关注博客。

  今天要关注就是核心的赔率指数表,由于赔率指数表的内容比较多,所以将分为2篇来进行。赔率指数是赛事预测的重要参考条件,虽然有一定的随机因素,但是根据长期的分析和统计,赔率还是具有很强的指导性。所以赔率指数数据库的设计也尤为重要。一方面要考虑到日益增长的赔率数据越来越多,需要确保查询分析的速度;另外一方面赔率的类型比较复杂,设计要比较合理,才能在后续的统计分析和预测模型中方便使用。今天先介绍常规的赔率指数表的设计,主要是胜平负指数,大小盘,半全场,总进球,比分指数的数据库设计。

本文原文地址:http://www.cnblogs.com/asxinyu/p/4476287.html

1.不得不说的XCode泛型基类

  2年前刚学会XCode的时候,对XCode研究比较多,总结过一篇文章:关于泛型基类的相关知识,其中对XCode的泛型基类的作用和用法做了一个初步的概述,这些年用XCode做过很多小玩具,但由于项目太小,基本很难用得上泛型基类,因为要求有一些公共的字段才比较有用。这次的赔率指数数据表由于表的结构很多字段都相同,才想到用这个东西,的确简单方便了很多,逻辑也很清晰。非常给你。具体的思想参考上面那篇文章,这里只给出一个泛型基类,继承的截图,以后在代码中再着重介绍。

上面是泛型基类,实际的指数表,会进行继承,这样公共的查询方法就只需要写一次就OK了:

具体的暂时就不过多展开了,好好看那篇总结文章,应该会有收获。所以我们先看看泛型基类对应的表的结构

2.泛型基类的表结构

  泛型基类不直接对应表,是作为一个实体基类,为了节省后面的空间,因为所有的指数信息表都要继承该类,所以基类的公共字段在这里发布出来,后面的相关表就直接只写独有的字段,公共字段就省略掉了。主要就是公司名称和赛事名称,场次编号以及时间这些公共信息。


编号


字段名


类型


长度


描述


备注


1


Id


int


10


编号


自增主键


2


CompanyID


int


10


公司编号


 


3


CompanyName


nvarchar(20)


20


公司名称


 


4


EventName


nvarchar(20)


20


赛事名称


分库用


5


MatchID


int


10


场次编号


索引


6


UpdateTime


datetime


3


更新时间

 

3.胜平负指数表

  以前版本将胜平负赔率指数称为欧赔指数,不太准确,这一版本统一改为胜平负指数,指数记录都是指某个赔率公司对某场比赛开出的赔率。胜平负指数的主要内容主要胜平负的赔率和赔率开出的相关信息,如公司,时间,赛前间隔等。也是按照 公司+联赛 进行分库的。看看基本的表结构,注意基类字段省略了: 


编号


字段名


类型


长度


描述


备注


7


TimeInterval


float


53


赛前间隔


 


8


Odds3


float


53


主胜赔率


 


9


Odds1


float


53


主平赔率


 


10


Odds0


float


53


主负赔率


 


11


LossRatio


float


53


赔付率


 


12


KellyIndex3


float


53


凯利指数3


 


13


KellyIndex1


float


53


凯利指数1


 


14


KellyIndex0


float


53


凯利指数0


 


15


KellyVar3


float


53


凯利方差3


 


16


KellyVar1


float


53


凯利方差1


 


17


KellyVar0


float


53


凯利方差0

 

4.半全场指数表

  半全场指数和胜平负指数类似,只不过一个是半场+全场,1个是全场的结果,结果可能性多了,所以赔率肯定是要高的。当然这个玩法还是比较有趣的,有时间再细说。半全场指数表的开盘公司是非常多,但由于数据源的关系,个人能力有限,所以可用的公司没有胜平负赔率那么多,但是这也没关系,有几家就足够了,所以也进行了分库。看看基本结构,注意基类字段省略了:  


编号


字段名


类型


长度


描述


备注


7


Odd33


float


53


胜胜


 


8


Odd31


float


53


胜平


 


9


Odd30


float


53


胜负


 


10


Odd13


float


53


平胜


 


11


Odd11


float


53


平平


 


12


Odd10


float


53


平负


 


13


Odd03


float


53


负胜


 


14


Odd01


float


53


负平


 


15


Odd00


float


53


负负

 

5.大小盘指数表

  大小盘国彩的竞彩以及北单暂时都没有大小盘,但考虑到数据的完整性,本项目还是采集了大小盘的数据,和前面的结构类型,也是分库进行。结构很简单:


编号


字段名


类型


长度


描述


备注


7


TimeInterval


float


53


赛前间隔


 


8


Handicap


float


53


盘口


 


9


Big


float


53


大球赔率


 


10


Small


float


53


小球赔率


 


11


LossRatio


float


53


赔付率

 

6.总进球指数表

  总进球玩法目前国彩是有的,目前是0-7+,和国外的差不多,所以这个数据还是比较有用的,唯一遗憾的是,数据源中总进球的开盘公司基本只有几家。不管怎么样,先采集再说。这个表的结构不仅包括了国彩的情况,还包括了区间的情况,以及单双进球的赔率。所以功能比较多,根据实际的数据源使用:


编号


字段名


类型


长度


描述


备注


7


Odd0


float


8


0球


 


8


Odd1


float


8


1球


 


9


Odd2


float


8


2球


 


10


Odd3


float


8


3球


 


11


Odd4


float


8


4球


 


12


Odd5


float


8


5球


 


13


Odd6


float


8


6球


 


14


Odd7


float


8


7球


 


15


Odd01


float


8


0-1球


欧赔用


16


Odd23


float


8


2-3球


欧赔用


17


Odd46


float


8


4-6球


欧赔用


18


OddSingle


Float


8


单数球


欧赔用


19


OddDouble


Float


8


双数球


欧赔用

  这些常见的指数表就介绍到这里,下一篇将继续介绍其他指数表的结构。

时间: 2024-04-19 06:58:53

【原创】C#搭建足球赛事资料库与预测平台(5) 赔率数据表设计1的相关文章

【原创】C#搭建足球赛事资料库与预测平台(6) 赔率数据表设计2

        本博客所有文章分类的总目录:[总目录]本博客博文总目录-实时更新 开源C#彩票数据资料库系列文章总目录:[目录]C#搭建足球赛事资料库与预测平台与彩票数据分析目录 本篇文章开始将逐步介绍使用C#搭建足球赛事资料库与预测平台的相关细节.还是先从数据库开始,从本文开始将逐步对每个核心实体类和数据库设计相关的内容进行讲解,并公布源代码,至于能不能跑起来,看的看个人努力.由于没有时间将所有相关业务都简述清楚,所以也只好将需求和表设计一起进行.本人也是走了很多弯路的.考虑到系统数据表很多,

【原创】C#搭建足球赛事资料库与预测平台(2) 数据库与XCode组件

        本博客所有文章分类的总目录:[总目录]本博客博文总目录-实时更新 开源C#彩票数据资料库系列文章总目录:[目录]C#搭建足球赛事资料库与预测平台与彩票数据分析目录  本篇文章开始将逐步介绍使用C#搭建足球赛事资料库与预测平台的相关细节.还是先从数据库开始,从本文开始将逐步对每个核心实体类和数据库设计相关的内容进行讲解,并公布源代码,至于能不能跑起来,看的看个人努力.数据库很庞大,且采用了XCode非常牛逼的分库技术,秒杀千万级乃至上亿的数据需求.而只需要最基本的C#技术,对我这种

【原创】C#搭建足球赛事资料库与预测平台(3) 基础数据表设计

        本博客所有文章分类的总目录:http://www.cnblogs.com/asxinyu/p/4288836.html  开源C#彩票数据资料库系列文章总目录:http://www.cnblogs.com/asxinyu/p/4329642.html  本篇文章开始将逐步介绍使用C#搭建足球赛事资料库与预测平台的相关细节.还是先从数据库开始,从本文开始将逐步对每个核心实体类和数据库设计相关的内容进行讲解,并公布源代码,至于能不能跑起来,看的看个人努力.数据库很庞大,且采用了XCo

C#搭建足球赛事资料库与预测平台(1) 基本介绍

        本博客所有文章分类的总目录:[总目录]本博客博文总目录-实时更新 开源C#彩票数据资料库系列文章总目录:[目录]C#搭建足球赛事资料库与预测平台与彩票数据分析目录 去年4月到现在,一年之中,做了很多事情,所以写博客的时间少了,在利用业余时间搭建的彩票数据库资料库快完工之际,将陆续在博客园开放这一年来的相关成果.一年来重点对数字彩和足球彩票资料库进行数据采集和分析平台的搭建,同时也利用数据挖掘和机器学习的简单知识,对足球比赛进行预测,也小有成果,虽然已经远离数字彩,但软件的结构非常

足彩基础知识入门(4)赛事数据库与预测平台基础概念介绍(一)

在足球赛事数据库以及统计分析预测平台中,有很多概念,如果不搞懂,很难进行下一步的工作.所以为了配合团队人员的学习和任务进行,特意编写这篇文章.如果有其他问题和不懂的,请留言,将根据情况进行更新. 本文原文地址:足彩基础知识入门(4)赛事数据库与预测平台基础概念介绍(一) 1.指数1/2/3.... 我在 足彩基础知识入门(3)足彩赔率的本质 一文中介绍了赔率的概念,那么指数的概念和赔率以及结果是相关的.我们举个例子: 如上图的比赛,前面是竞彩非让球的赔率:1.74-3.25-4.15,也就是说

[置顶].NET足球赛事资料数据库平台SmartLottery开源发布——全球足球联赛应有尽有

        本博客所有文章分类的总目录:[总目录]本博客博文总目录-实时更新  开源C#彩票数据资料库系列文章总目录:[目录]C#搭建足球赛事资料库与预测平台与彩票数据分析目录  前2个月,我的系列文章:C#搭建足球赛事资料库与预测平台(1) 基本介绍 ,[目录]C#搭建足球赛事资料库与预测平台与彩票数据分析目录,对足球赛事资料库平台的基本结构进行了介绍.我在文章中也提出了大概计划,一步步将这个我花了1年业余时间整理而成的数据资料库进行开放.在经过2个月的业余时间努力后,将这个代码进行了部分

不以预测为目的的大数据都是耍流氓

最近与几位互联网行业的CIO在探讨一些关于大数据的问题,互联网公司应该是国内最早研究并应用大数据成果的行业.但面对全国铺天盖地的大数据热炒,这几位CIO只是淡定地说:"没有应用价值或者不能帮助实现应用价值一切都是空谈."什么是大数据?百度词条给过一些解释,但大家的解读各异,我们有必要做些正本清源的工作. 龚才春,中国大数据研究专家,中国互联网协会大数据工作委员会委员,在中科院研究所.百度.阿里.腾讯等互联网企业均做过大数据研究工作.龚才春直言不讳:"很多的大数据都是瞎扯,跟大

【原创】Newlife.XCode的常见功能使用(一)查询与数据初始化

        本博客所有文章分类的总目录:http://www.cnblogs.com/asxinyu/p/4288836.html Newlife XCode组件相关文章目录:http://www.cnblogs.com/asxinyu/p/4329747.html 1.前言 声明:此Newlife.XCode非Mac的XCode,避免误会. 1.QQ群:1600800 2.博客论坛 : NewlifeX论坛 (同时也是.Net Micro Framework/ApolloOS的交流论坛,帮

Oracle预测:2017年大数据的10大可能

文章讲的是Oracle预测:2017年大数据的10大可能,2017年已经到来,大数据在飞速成长.无论是物联网还是云计算方面,企业技术都在上升,促进了市场的巨大变革.许多公司正在接受将大数据作为这个时代的竞争优势.在这篇文章中,我们将讨论Oracle对大数据2017年及其未来的一些预测. 1.拥抱机器学习的时代 机器学习以前只限于数据科学家,但2017年将全面开放.无论是谷歌的最新排名算法或卓越的电子产品,机器学习都能找到一个立足点.2016年的大数据已经相当庞大了,预计今后将继续增长,机器学习也