2. 盘口数据基础与案例边界
搭建案例标签库，第一步不是急着打标签，而是先把“原料”摸清楚。历史盘口数据看似只是赔率数字的堆叠，实际上包含多个彼此独立又相互关联的数据族：欧赔、亚盘、大小球，以及常被忽略的角球盘、半场盘、波胆等衍生盘口。不同数据族的时间粒度、来源渠道和可信度差异很大，如果不先界定清楚，后续标签就会出现“同一标签指代不同对象”的混乱。
一、盘口数据的三大常见类型
欧赔（1X2）是最基础的数据族，以主胜、平局、客胜三个赔率表达概率倾向。它的优势是结构统一、历史覆盖广，几乎所有主流数据源都能提供完整的三项赔率序列；劣势是信息密度较低，对强弱分明的比赛区分度不足。欧赔的关键字段包括初赔、终赔、即时赔率变化时间戳，以及由赔率反推的隐含概率和返还率。
亚盘（让球盘）以让球数和对应水位表达强弱差距，核心字段是盘口线（如-0.5、-0.75、-1）与上下盘水位。亚盘的价值在于它把“强弱差距”量化成可比较的刻度，盘口升降和水位变化往往比欧赔更敏感。需要注意的是，亚盘的盘口线是离散的，0.25、0.5、0.75 这类四分之一球盘存在“半赢半输”的结算规则，标签设计时必须把盘口线类型单独作为一个维度。
大小球以总进球数阈值（如2.5球）和大小水位构成，反映的是比赛节奏与进攻倾向，与胜负方向相对独立。它常被用来交叉验证亚盘所表达的比赛预期：当亚盘看好一方但大小球走低，往往意味着“小胜”预期而非“大胜”预期。
除三大主族外，角球盘、半场盘、波胆、双重机会等衍生盘口在特定案例中也有价值，但历史数据完整度参差不齐。建议在标签库一期只纳入三大主族，衍生盘口作为可选扩展字段，避免因数据缺失导致大量案例不可用。
二、时间粒度：决定案例“分辨率”的关键
盘口数据的时间粒度直接决定案例能表达什么。常见粒度有三类：赛前快照（如开盘、赛前24小时、赛前1小时、临场）、逐次变盘记录（每次赔率或盘口变动打一个时间戳）、滚球数据（比赛中按分钟或按事件更新）。
赛前快照适合做“初终对比”类标签，例如“初盘低开、终盘抬升”；逐次变盘记录适合做“变盘节奏”类标签，例如“临场两小时内连续三次降盘”；滚球数据则属于另一套体系，结算逻辑和赛前盘口差异很大，建议单独建库而非混入赛前案例。粒度选择没有绝对优劣，但同一标签库内必须统一，否则“变盘”在不同案例里可能指一次变动也可能指一段过程，标签就失去可比性。
三、来源渠道与可信度分层
历史盘口数据的来源大致分为三类：官方或准官方数据商（如主流赔率聚合平台的历史存档）、博彩公司官网历史页、二手转载与社区记录。三者的可信度依次递减。数据商存档通常字段规范、时间戳完整，但可能存在采样间隔；公司官网数据最原始，但历史页面往往不长期保留；社区记录灵活但易出错，只适合做补充参考。
实操中建议给每个数据源打一个“可信度等级”，并在案例元数据中记录来源。当同一场比赛在不同来源的终盘赔率出现明显差异时，应以可信度高的来源为准，并在案例备注中标注冲突，而不是简单取平均——取平均会制造出从未真实存在过的“合成盘口”。
四、案例最小构成要素的界定
把上述数据基础收敛成一个可操作的定义：一个盘口案例，是一场比赛在统一时间粒度下、来自明确来源的一组盘口数据，加上可核验的赛果锚点。拆开看，最小构成要素有五个，缺一不可。
比赛标识：赛事名称、主客队、开赛时间，最好再有一个稳定唯一 ID。没有唯一 ID，同一场比赛在不同来源的记录会被重复入库，标签统计随之失真。
数据族与字段：至少包含一个主数据族的初盘与终盘。若同时纳入欧赔和亚盘，需明确两者是并列记录还是主辅关系，避免标签在两类数据间来回跳。
时间粒度：明确初盘取的是开盘值还是赛前某时点值，终盘取的是临场值还是封盘前最后值。这一条最容易被省略，却最影响可比性。
来源与可信度：记录数据出处，并在多源冲突时保留冲突说明。
赛果锚点：比分以及按该盘口线结算出的赢盘、走盘、输盘结果。没有赛果，案例只能描述“盘口怎么变”，无法回答“变得对不对”，标签库就失去了复盘价值。
五、一个可填写的案例元数据样例
下面给出一个结构完整的最小案例记录，字段可直接作为建库时的表结构参考。数值为教学示例，非真实赛事数据。
案例ID: M2024-EX-0007
赛事: 示例联赛 / A队(主) vs B队(客)
开赛时间: 2024-03-16 20:00
数据族: 亚盘(主) + 欧赔(辅)
初盘: 亚盘 -0.75 主水0.92 / 欧赔 1.72-3.60-4.80
终盘: 亚盘 -0.50 主水0.85 / 欧赔 1.85-3.45-4.20
时间粒度: 快照(开盘、赛前1小时)
来源: 数据商A(可信度高)；官网B仅存终盘，冲突已标注
赛果: 2-1，按-0.5结算为主队赢盘
备注: 终盘降盘降水，方向与欧赔主胜抬升一致这份记录的价值在于：任何人拿到它，都能复算出“降盘降水”这一标签，并核对赛果是否支持该判断。反过来，如果缺少时间粒度，读者无法确认终盘是临场值还是封盘值；缺少来源，冲突时无从取舍；缺少赛果，标签无法验证。这正是“最小构成”的意义——不是字段越多越好，而是少一个就无法复现。
把数据族、时间粒度、来源可信度和五要素边界定清楚之后，标签才有稳定的附着对象。下一阶段设计标签体系时，每一个标签都应能明确回答：它作用在哪一个数据族、哪一种粒度、哪一类来源的案例上。