BetAnalysis在足球运动预测结果方面已经做了大量的工作。

辛哈等应用n克以便预测英国國家足球同盟（NFL）的結果并较为此实体模型对应用简易统计数据的实体模型的特性。

她们的依据是BetAnalysis方式只有配对或超出统计分析实体模型的特性。

另一项工作中融合了NFL中每一个足球队的一些状况自变量手机游戏（剩下尺码，场所部位，当今评分等）进到一个随机森林分类器。

她们获得了在预测結果时，尤其手机游戏的中后期，成功率很高。

最后实体模型的预测准确性超过88%。

根据Rue和Salvesen历史记录的足球赛果模型方位应用贝叶斯广义线性模型预测結果实际效果非常好。

Baio和Blangiardo应用贝叶斯统计实体模型和数据库从1993-1994賽季刚开始，随后运用该实体模型预测每一个足球队的結果（总成绩，进攻/防御总体目标）。最后的实体模型造成了相对性精确的結果。

数据库数据库包含2014年3月21日至5月11日期内搜集的N个手机游戏。

有三个uci数据集：BetAnalysisuci数据集、历史时间和简易数据统计集和组成的uci数据集。

组成的uci数据集仅仅前2个uci数据集的合拼。

BetAnalysisuci数据集和历史记录集叙述以下。

BetAnalysisuci数据集这一uci数据集包括了大概200万粉絲有关她们最爱的每一个足球队的微信文章根据BetAnalysis的对外开放流式的API查找。

应用BetAnalysis流式的API，数据采集从3月21日星期五刚开始，一直不断到5月11日，事实上是同盟最终一场赛事的时日，也意味着足球超级联赛。

人们想方设法获得了每轮赛事八到十场赛事的信息内容足球队，由于在这里一段时间内每一俱乐部队也没有同样总数的赛事。

精确的全部20个精英团队的最后查找微信文章总数为1975614条。

人们建立了一个标识目录，它与Premier中的20个精英团队中的每一个常有较强的关系同盟。