JiayiLu2003/WorldCupROI

解决的问题

WorldCupROI 是一个由人工智能驱动的运动赞助情报平台，旨在超越单纯的比赛预测。它通过分析比赛表现、媒体关注度、粉丝行为与赞助投资之间的关系，同时明确考虑不确定性与风险，协助品牌决定应选择哪些赞助策略。

运作方式

该平台使用多层架构将运动与关注度信号转换为商业预测：

• 机器学习建模： 训练比赛结果与赞助 ROI 模型（使用 Ridge 回归与 Centroid 分类器等基准），以预测商业回报。
• 风险与可解释性： 采用 SHAP 风格的特征贡献以确保可审计性，使用共形预测 (conformal prediction) 获取可靠区间，并透过蒙特卡洛模拟评估风险分布。
• 图智能： 将赞助商、球队与球员映射为加权商业图谱，利用 NetworkX 与 GCN 风格的基准来识别影响模式与杠杆效应。
• 决策智能： 提供预算限制下的组合优化、因果效应估计以区分相关性与因果关系，以及反事实压力测试。
• 产品仪表板： 基于 Streamlit 的界面引导用户完成“发现 $\rightarrow$ 解释 $\rightarrow$ 预测 $\rightarrow$ 模拟 $\rightarrow$ 推荐”的工作流程。

目标客群

• 运动商业分析师： 寻求比较 ROI、风险与赞助契合度的人员。
• 机器学习审查员： 需要检查模型卡、验证与特征重要性的人员。
• 研究人员： 研究比赛表现、文字信号与用户注意力交集的人员。

亮点

• 风险感知决策： 使用共形区间与蒙特卡洛风险评分，避免依赖单一估计值。
• 情境模拟： 允许用户针对基准测试保守、平衡与积极的策略。
• 因果支持： 将原始相关性与残差因果效应证据分离，以提供更好的决策护栏。
• 基于图的发现： 使用链接预测与节点中心性来寻找未来的合作机会。