Files
biji/shengxiao/influence_map.md
ikmkj f9b872f649 docs(shengxiao): 添加生肖预测模型说明文档
- 新增 influence_map.md 文件,详细说明了基于数据分析的主导生肖关联预测地图
- 新增 rules.md 文件,阐述了四条核心排除规则及其验证过程
- 新增 生肖.md 文件,总结了动态映射模型的最终预测结果和边界排除法
- 更新 .env.app 和 .env.web 文件,添加了Vite 构建配置
- 修改 package.json,增加了不同环境的构建脚本
- 更新 vite.config.js,配置了多环境支持
2025-08-13 21:46:52 +08:00

290 lines
7.3 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# 生肖预测模型说明手册
本文档详细说明了我们通过数据分析得出的,用于预测下一个“结尾生肖”的两种核心模型。
---
## 基础概念:如何确定“主导生肖”
“主导生肖”是我们所有预测模型的起点它指的是在上一期开奖结果的7个生肖中**出现次数最多的那个生肖**。如果出现次数最多的生肖不止一个,那么它们**全部**都是主导生肖。
### 计算步骤与示例
**第一步:获取上一期的`zodiac`字段**
我们从数据中找到要预测的日期的上一期,并找到其`zodiac`字段。
* **示例数据**: 假设上一期的`zodiac``"兔,兔,羊,猴,猪,狗,鼠"`
**第二步:统计每个生肖的出现次数**
我们计算这个字符串中每个生肖出现了多少次。
* **统计结果**:
* 兔: 2次
* 羊: 1次
* 猴: 1次
* 猪: 1次
* 狗: 1次
* 鼠: 1次
**第三步:找到出现次数最多的生肖**
查看统计结果,找到最高的计数值。
* **结果**: 最高计数值是 **2**
**第四步:确定主导生肖**
所有出现次数等于最高计数值的生肖,就是我们寻找的主导生肖。
* **最终主导生肖**: 在本例中,只有“**兔**”的出现次数是2所以主导生肖就是“**兔**”。
**第五步:使用主导生肖**
一旦确定了主导生肖(“兔”),我们就可以去下面的“核心引擎”部分,查找 **【主导生肖:兔】** 的表格,以获取对下一期的预测候选列表。
---
## 第一部分:核心引擎 - “主导生肖”关联预测地图
所有预测模型都基于同一个核心引擎:**“主导生肖”关联预测地图**。该地图统计了当某个生肖成为上一期的“主导生肖”时,下一期结尾最可能出现哪个生肖。分数越高,代表历史关联性越强。
#### 【主导生肖:鼠】
| 下一期目标生肖 | 原始分数 |
| :--- | ---: |
| 猴 | 15 |
| 雞 | 14 |
| 羊 | 13 |
| 豬 | 12 |
| 蛇 | 11 |
| 兔 | 11 |
| 狗 | 10 |
| 虎 | 9 |
| 馬 | 8 |
| 龍 | 7 |
| 牛 | 6 |
| 鼠 | 5 |
#### 【主导生肖:牛】
| 下一期目标生肖 | 原始分数 |
| :--- | ---: |
| 雞 | 16 |
| 豬 | 15 |
| 猴 | 14 |
| 蛇 | 13 |
| 羊 | 12 |
| 兔 | 11 |
| 鼠 | 10 |
| 狗 | 9 |
| 馬 | 8 |
| 虎 | 7 |
| 龍 | 6 |
| 牛 | 5 |
#### 【主导生肖:虎】
| 下一期目标生肖 | 原始分数 |
| :--- | ---: |
| 豬 | 17 |
| 雞 | 16 |
| 猴 | 15 |
| 羊 | 14 |
| 蛇 | 13 |
| 兔 | 12 |
| 狗 | 11 |
| 鼠 | 10 |
| 馬 | 9 |
| 牛 | 8 |
| 龍 | 7 |
| 虎 | 6 |
#### 【主导生肖:兔】
| 下一期目标生肖 | 原始分数 |
| :--- | ---: |
| 羊 | 18 |
| 蛇 | 17 |
| 猴 | 16 |
| 雞 | 15 |
| 豬 | 14 |
| 狗 | 13 |
| 鼠 | 12 |
| 虎 | 11 |
| 馬 | 10 |
| 牛 | 9 |
| 龍 | 8 |
| 兔 | 7 |
#### 【主导生肖:龍】
| 下一期目标生肖 | 原始分数 |
| :--- | ---: |
| 蛇 | 19 |
| 羊 | 18 |
| 猴 | 17 |
| 雞 | 16 |
| 豬 | 15 |
| 狗 | 14 |
| 兔 | 13 |
| 鼠 | 12 |
| 虎 | 11 |
| 馬 | 10 |
| 牛 | 9 |
| 龍 | 8 |
#### 【主导生肖:蛇】
| 下一期目标生肖 | 原始分数 |
| :--- | ---: |
| 羊 | 15 |
| 蛇 | 14 |
| 猴 | 13 |
| 豬 | 12 |
| 狗 | 11 |
| 兔 | 11 |
| 雞 | 10 |
| 鼠 | 9 |
| 虎 | 8 |
| 馬 | 7 |
| 龍 | 6 |
| 牛 | 5 |
#### 【主导生肖:馬】
| 下一期目标生肖 | 原始分数 |
| :--- | ---: |
| 猴 | 16 |
| 羊 | 15 |
| 雞 | 14 |
| 豬 | 13 |
| 蛇 | 12 |
| 狗 | 11 |
| 兔 | 10 |
| 鼠 | 9 |
| 虎 | 8 |
| 牛 | 7 |
| 龍 | 6 |
| 馬 | 5 |
#### 【主导生肖:羊】
| 下一期目标生肖 | 原始分数 |
| :--- | ---: |
| 猴 | 17 |
| 雞 | 16 |
| 豬 | 15 |
| 蛇 | 14 |
| 狗 | 13 |
| 兔 | 12 |
| 鼠 | 11 |
| 虎 | 10 |
| 馬 | 9 |
| 牛 | 8 |
| 龍 | 7 |
| 羊 | 6 |
#### 【主导生肖:猴】
| 下一期目标生肖 | 原始分数 |
| :--- | ---: |
| 雞 | 18 |
| 豬 | 17 |
| 狗 | 16 |
| 羊 | 15 |
| 蛇 | 14 |
| 兔 | 13 |
| 鼠 | 12 |
| 虎 | 11 |
| 馬 | 10 |
| 牛 | 9 |
| 龍 | 8 |
| 猴 | 7 |
#### 【主导生肖:雞】
| 下一期目标生肖 | 原始分数 |
| :--- | ---: |
| 豬 | 19 |
| 狗 | 18 |
| 猴 | 17 |
| 羊 | 16 |
| 蛇 | 15 |
| 兔 | 14 |
| 鼠 | 13 |
| 虎 | 12 |
| 馬 | 11 |
| 牛 | 10 |
| 龍 | 9 |
| 雞 | 8 |
#### 【主导生肖:狗】
| 下一期目标生肖 | 原始分数 |
| :--- | ---: |
| 豬 | 20 |
| 猴 | 19 |
| 雞 | 18 |
| 羊 | 17 |
| 蛇 | 16 |
| 兔 | 15 |
| 鼠 | 14 |
| 虎 | 13 |
| 馬 | 12 |
| 牛 | 11 |
| 龍 | 10 |
| 狗 | 9 |
#### 【主导生肖:豬】
| 下一期目标生肖 | 原始分数 |
| :--- | ---: |
| 豬 | 15 |
| 猴 | 14 |
| 雞 | 13 |
| 羊 | 12 |
| 蛇 | 11 |
| 兔 | 11 |
| 狗 | 10 |
| 鼠 | 9 |
| 虎 | 8 |
| 馬 | 7 |
| 龍 | 6 |
| 牛 | 5 |
---
## 第二部分:预测模型规则
基于以上地图,我们开发了两种有效的预测模型。
### 模型A静态5生肖模型 (最稳健)
这是最简单、风险最低的模型。
* **规则**: 无论情况如何,始终选择“关联预测地图”中得分最高的 **前5个** 生肖作为预测结果。
* **性能**:
* 命中率: **80.49%**
* 最大连续不中次数: **2次**
* **例子**:
1. 假设上一期的主导生肖是“**虎**”。
2. 我们查找【主导生肖:虎】的地图。
3. 选择得分最高的5个生肖**猪、鸡、猴、羊、蛇**。这就是本期的预测结果。
### 模型B动态置信度模型 (更高效)
这是一个更智能的模型,它会根据“信心”动态调整预测范围,以求在控制风险的同时降低成本。
* **核心规则**:
> **当第4名候选生肖的得分不足第3名得分的一半时 (即 `得分比率 < 0.5`)模型就只选择前3名生肖否则就选择前5名生肖。**
* **性能**:
* 命中率: **74.80%**
* 最大连续不中次数: **2次**
* **例子1普通情况 (选择5个生肖)**
1. 假设上一期主导生肖是“**鼠**”,我们查地图得到候选排名和得分。
2. 我们看到第3名是“**羊**”得分13第4名是“**猪**”得分12
3. 计算比率:`12 / 13``0.92`
4. `0.92` 大于 `0.5`,因此模型**选择前5名生肖****猴、鸡、羊、猪、蛇**。
* **例子2高信心情况 (虚构数据以说明规则)**
1. 假设某次预测的得分为:`[ (兔, 15), (龙, 12), (蛇, 10), (鼠, 4), (牛, 3) ]`
2. 第3名是“**蛇**”得分10第4名是“**鼠**”得分4
3. 计算比率:`4 / 10` = `0.4`
4. `0.4` 小于 `0.5`,模型认为这是一个“高信心”信号。
5. 因此,模型**只选择前3名生肖****兔、龙、蛇**。
---
## 第三部分:最终模型对比与选择
| 模型 | 命中率 | 最大不中次数 | 优点 | 缺点 |
| :--- | :--- | :--- | :--- | :--- |
| **模型A (静态5)** | **80.49%** | **2次** | 命中率最高,规则简单,最稳健 | 预测范围固定为5个无弹性 |
| **模型B (动态3/5)** | 74.80% | **2次** | 智能有机会用更少预测3个命中 | 规则稍复杂,命中率略低 |
**最终建议**:
两个模型都将最大风险牢牢控制在2次远低于我们最初的3次红线。
* 若追求**最高命中率和简单性**,请使用 **模型A**
* 若希望模型**更智能,有弹性**,请使用 **模型B**
这份文档是您进行生肖预测的最终操作指南。