[볼모어 가이드] 볼모어 분석 방법론 안내

볼모어는 공식 박스스코어와 리그 기록 데이터를 입력으로 받아, 자체 통계 알고리즘으로 경기 결과의 확률을 계산합니다. 농구는 Advanced Stats 기반 몬테카를로 시뮬레이션 20,000회, 축구는 포아송 득점 모델과 최근 지표의 가중 합산으로 승률을 산출합니다. 서비스에서 실제로 사용하는 계산 기준을 공개합니다. 1. 데이터 출처와 처리 원칙 경기 일정, 스코어, 라인업, 박스스코어, 팀 순위는 리그 공식 기록과 외부 스포츠 데이터 API에서 가져옵니다. 예측에 필요한 지표가 부족한 경기는 임의 값으로 채우지 않고 예측을 표시하지 않습니다. 시즌 초반처럼 표본이 적을 때는 전적 기반 지표의 반영 비중을 낮춰 과적합을 줄입니다. 2. 농구 승률 산출 (NBA · WNBA) 농구 예측 엔진은 Advanced Stats를 기반으로 기대 득점을 만들고, 몬테카를로 시뮬레이션으로 승률을 계산합니다. 팀별 공격·수비 레이팅 (OffRtg/DefRtg): 시즌 값에 홈·원정 스플릿을 표본 수에 비례해 섞고, 시즌 NetRtg 30%와 최근 8경기 NetRtg 70%로 현재 폼을 보정합니다. 예상 포제션 (Pace): 두 팀 Pace의 평균으로 경기 속도를 추정합니다. 기대 득점: 예상 포제션에 한 팀의 공격 레이팅과 상대 수비 레이팅, 리그 평균을 대입해 계산하고 일정 밀집에 따른 체력 변수를 더합니다. 결장자 감점: 선수의 사용률(USG)과 출전 비중, 결장 확률(Out 100%, Doubtful 75%, Questionable 40%)을 곱해 기대 득점에서 뺍니다. 가드레일로, 최근 8경기 평균 출전이 15분 미만인 선수는 감점하지 않습니다. 몬테카를로 시뮬레이션: 점수 격차와 최근 변동성을 반영한 정규분포에서 고정 시드로 20,000회 시뮬레이션해 홈·원정 승률을 산출합니다. 3. 축구 승/무/패 확률 산출 축구 예측 엔진은 득점 분포 모델과 최근 지표를 가중 합산해 승/무/패 확률을 만듭니다. 포아송 득점 모델 45%: 해당 구장 기준 시즌 평균 득점·실점으로 기대 득점을 구하고, 홈 어드밴티지를 반영해 스코어별 확률을 계산합니다. 최근 폼·기대득점(xG) 20%: 최근 경기 흐름과 xG로 두 팀의 전력 차이를 확률로 환산합니다. 상대 전적 15%: 맞대결 표본이 3경기 이상일 때만 반영합니다. 부족하면 포아송 50%, 최근 폼 30%로 재배분합니다. 현장 변수 20%: 부상 선수 1명당 -5%, 3일 이하 단기 휴식 -5%를 감점하고 팀당 최대 20%p로 제한합니다. 깎인 승리 확률은 무승부와 상대 승리 확률에 현재 비율대로 나눕니다. 4. AI 경기 분석글과 예측의 관계 경기별 분석글은 위 데이터와 지표를 입력으로 AI가 작성합니다. 농구 분석글은 예측 엔진이 계산한 승률과 결론이 일치하도록 생성하며, 분석글이 엔진 결과와 다른 승자를 제시하지 않습니다. 야구와 축구 분석글은 선발 투수, 라인업, 최근 폼, 상대 전적 등 경기 데이터를 근거로 작성합니다. 5. 예측의 한계와 이용 안내 모든 예측은 확률이며 경기 결과를 보장하지 않습니다. 부상 발표나 라인업 변경으로 경기 직전에 달라질 수 있습니다. 화면의 배당 수치는 첫 배당을 고정해 보여주는 참고 지표입니다. 볼모어는 베팅을 중개하거나 권유하지 않습니다. 데이터 제공처의 지연이나 오류로 일부 수치가 늦게 반영될 수 있습니다. 이 내용은 하단 풋터에서 "서비스 소개" 페이지의 분석 방법론 섹션(/about#methodology)과 동일합니다.