A szettlabdák jelentősége a futballban (vagy az Egyesült Államokban a futballban) az elmúlt években nőtt: ma már az összes gól több mint egynegyede szettlabdával születik. A szabadrúgások és szögletek általában a legígéretesebb helyzeteket teremtik meg, és egyes profi csapatok még speciális edzőket is felvettek a játék ezen részeire.
Ebben a bejegyzésben megosztjuk, hogy a Bundesliga Match Fact Set Piece Threat hogyan segít értékelni a sorozatban nyújtott teljesítményt. Ahogy a csapatok egyre többet próbálnak kihasználni ezekből a halott labda helyzetekből, a Set Piece Threat segít a nézőnek megérteni, hogy a csapatok mennyire használják ki ezeket a helyzeteket. Ezenkívül elmagyarázza az olvasónak, hogyan használhatók az AWS-szolgáltatások valós idejű statisztikák kiszámítására.
A Bundesliga Union Berlin remek példája a díszletjátékok relevanciájára. A csapatnak mindössze 2 év alatt sikerült feljutnia a Bundesliga 2-ből egy európai versenyre. A 2/18-es szezonban harmadik helyen végeztek a Bundesliga 19-ben, ezzel megszerezték maguknak a Bundesligába való kieső rájátszásban való helyet. Ebben a szezonban 28 gólt szereztek nyílt játékból, amivel csak a kilencedik helyen álltak a bajnokságban. A szettlabdával szerzett gólok tekintetében azonban a második helyen álltak (16 gól).
Sokatmondó, hogy a VfB Stuttgart elleni első kiesési rájátszásban a Union 2:2-es döntetlent ért el, és egy szöglet után fejelt gólt. A visszavágón pedig a Stuttgart egy szabadrúgásgólt kapott passzív les miatt, így az Union 0:0-s döntetlennel bejutott a Bundesligába.
A díszletdarabok jelentősége az Union sikere szempontjából nem ér véget. A Union az első két Bundesliga-szezont erős tizenegyedik és hetedik helyen zárta, a harmadik és első helyen végzett a szettlabdák számában (mindkét szezonban 15 gólt szerzett szettlabdából). Összehasonlításképpen: az FC Bayern München – a bajnoki bajnok – mindkét szezonban csak 10 gólt tudott szerezni szettlabdából. Az Union Berlin szettlabdáival elért sikere lehetővé tette számukra, hogy megszerezzék a hetedik helyet a 20/21-es Bundesliga-szezonban, ami az UEFA Európa Konferencia Ligába való bejutást jelentette, mindössze 2 évvel a feljutás után a Bundesliga 2-ből Európába. Nem meglepő, hogy a mindent eldöntő meccsen két góljukból egyet szöglet után szereztek. E cikk írásakor az Union Berlin a negyedik helyen áll a Bundesliga-ban (20. mérkőzésnap), és az első helyen áll a szögletteljesítményben, ezt a statisztikát később fejtjük ki.
Az Union Berlin Európába vezető útja egyértelműen mutatja a támadó és védekező teljesítmény befolyásoló szerepét a díszletjátékokban. Mostanáig azonban a rajongók és a műsorszolgáltatók nehezen tudtak megfelelően számszerűsíteni ezt a teljesítményt, hacsak nem akartak hatalmas táblázatokat boncolgatni az analitikai webhelyeken. A Bundesliga és az AWS együtt dolgozott annak szemléltetésére, hogy egy csapat milyen fenyegetést jelent, és milyen fenyegetést jelentenek a csapat elleni beállított gólok, és előállt az új Bundesliga Match Fact: Set Piece Threat-tel.
Hogyan működik a Set Piece Threat?
Annak meghatározásához, hogy egy csapat mekkora veszélyt jelent a díszletjátékaival, figyelembe vesszük a díszletjáték különböző aspektusait. Fontos megjegyezni, hogy csak a szögleteket és a szabadrúgásokat tekintjük szettlabdának, és az egyes kategóriákra külön-külön számítjuk ki a fenyegetést.
1. szempont: Beállítás eredménye: gólok, lövések vagy semmi
Először is figyelembe vesszük a eredmény egy díszletdarabból. Vagyis megfigyeljük, hogy ez eredményez-e célt. A végeredményt azonban általában a finom különbségek befolyásolják, mint például a kapus nagyszerű védése, vagy ha egy lövés a kapufát súrolja, ahelyett, hogy bement volna, ezért a beállított labdából származó lövés minőségét is kategorizáljuk. A lövések több kategóriába sorolhatók.
Kategória | Magyarázat |
Cél | Sikeres lövés, ami gólhoz vezetett |
Kiemelkedő | Kis híján gólt vezető lövések, például kapufa lövés |
Megfelelő | További említésre méltó góljelenetek |
Átlagos | A többi lehetőség, amely beletartozik az esélyarányba, releváns gólveszély mellett |
Egyik sem | Nincs valódi gólveszély, nem tekinthető valódi esélynek, például egy fejes, amely alig érintette a labdát, vagy egy blokkolt lövés |
Nincs lövés | Egyáltalán nem készült felvétel |
A fenti videó példákat mutat be a lövési eredménykategóriákra a következő sorrendben: kiemelkedő, tisztességes, átlagos, nincs.
2. szempont: A lövés lehetősége
Másodszor, az algoritmusunk figyelembe veszi a lövésben rejlő lehetőségeket. Ez magában foglalja, hogy mekkora valószínűséggel kellett volna gólt eredményeznie, és a lövést végrehajtó játékos tényleges teljesítményét kivonja az egyenletből. Más szóval, számszerűsítjük annak a szituációnak a gólpotenciálját, amelyben a lövés történt. Ezt rögzíti a várható cél (xGoals) a lövés értéke. Nemcsak a szerencse előfordulását vagy annak hiányát távolítjuk el, hanem a figyelmeztetés vagy a fejléc minőségét is.
3. szempont: A beállított darabok mennyisége
Ezután a tisztaság szempontját vesszük figyelembe mennyiség a beállított darabokból, amelyeket egy csapat kap. A Set Piece Threat definíciónk darabonként méri a fenyegetést. Ahelyett, hogy egy csapat összes kimenetelét és xGoal értékét összegeznék egy szezon során, az értékeket a rendszer úgy összesíti, hogy azok a készletenkénti átlagos fenyegetést képviseljék. Ily módon a szögletveszély például a csapat minden szögleténél fennálló veszélyét jelenti, és nem tekinti a csapatot veszélyesebbnek pusztán azért, mert több szöglete van, mint más csapatoknak (és így potenciálisan több lövés vagy gól).
4. szempont: Időbeli fejlődés
Az utolsó szempont, amelyet figyelembe kell venni, a csapat fenyegetésének kialakulása túlóra. Vegyünk például egy olyan csapatot, amely az első három játéknapon három gólt lőtt szögletből, de a következő 15 meccsnapon nem tud jelentős fenyegetést megvalósítani. Ez a csapat nem jelent jelentős veszélyt a szögletekből a 19. játéknapon, annak ellenére, hogy már háromszor szerzett gólt, ami még mindig jó visszatérés lehet. A csapat készletminőségének ezt a (pozitív vagy negatív) alakulását úgy számoljuk el, hogy minden szetthez kedvezményt rendelünk, attól függően, hogy az milyen régen történt. Más szóval, egy 10 meccsnappal ezelőtt végrehajtott szabadrúgás kevésbé befolyásolja a számított fenyegetést, mint az előző vagy akár az aktuális játék során végrehajtott szabadrúgás.
Pontszám: darabonkénti összesítés
Mind a négy általunk leírt aspektus minden csapatnál két értékben van összesítve, egy a szögleteknél és egy a szabadrúgásoknál, amelyek leírják azt a veszélyt, amelyet az adott csapat megfelelő szettlabdája jelentene jelenleg. Az értéket az egyes szettlabdák pontszámainak súlyozott átlagaként definiáljuk, ahol egy szett pont pontszámát a következőképpen definiáljuk: (0.7 * shot-outcome + 0.3 * xG-value)
ha a szettlabdából lövés lett, egyébként pedig 0. A shot-outcome
1, ha a csapat gólt szerzett és alacsonyabb más kimeneteleknél, például egy széles lövésnél, annak minőségétől függően. Az egyes készletdarabok súlyát az határozza meg, hogy mennyi idővel ezelőtt vették fel, a korábban leírtak szerint. Összességében az értékek 0 és 1 között vannak meghatározva, ahol az 1 a tökéletes pontszám.
Készletdarab fenyegetés
Ezután az egyes csapatok értékeit összehasonlítjuk a liga átlagával. A pontos képlet az score(team)/avg_score(league) - 1
. Ezt az értéket nevezzük Set Piece Threat értéknek. Egy csapat fenyegetettségi értéke 0, ha pontosan olyan jó, mint a ligaátlag. A -1 (vagy -100%) érték egy olyan csapatot ír le, amely egyáltalán nem jelent veszélyt, a +1 (+100%) pedig egy olyan csapatot, amely kétszer olyan veszélyes, mint a liga átlaga. Ezekkel az értékekkel egy rangsort számolunk ki, amely 1-18 között rendezi a csapatokat a támadó szögletekkel és szabadrúgásokkal való fenyegetésük szerint.
Ugyanezeket az adatokat és hasonló számításokat használjuk a védekező fenyegetés kiszámítására is, amely a csapat védekező teljesítményét méri a szettlabdák védelmére tekintettel. Mostantól ahelyett, hogy a saját készletbővítményenkénti pontszámot számítaná ki, az algoritmus az ellenfél szettjekénti pontszámát számítja ki. Csakúgy, mint a támadófenyegetésnél, a pontszámot a ligaátlaghoz hasonlítják, de az érték megfordul: -score(team)/avg_score(league) + 1
. Így a +1-es (+100%) fenyegetés akkor érhető el, ha a csapat egyáltalán nem enged lövést az ellenfélnek, míg a -1-es (-100%) védekező fenyegetéssel rendelkező csapat kétszer olyan érzékeny az ellenfél szettlabdáira, mint a liga. átlagos. A 0-val fenyegetett csapat ismét olyan jó, mint a liga átlaga.
Set Piece Threat megállapításai
A szettjátékkal való fenyegetés egyik fontos szempontja, hogy a fenyegetés becslésére összpontosítunk a szettlabdák során szerzett és kapott gólok helyett. Ha példának vesszük az SC Freiburgot és az Union Berlint a 21. meccsnapon, akkor az idei szezon során Freiburg hét gólt szerzett szögletekkel, szemben az Union Berlin négy góljával. A fenyegetettségi helyezésünk továbbra is meglehetősen egyenlően rangsorolja mindkét csapatot. Valójában azt jósoljuk, hogy Freiburg szöglete (3. helyezett) még 7%-kal kevésbé fenyegető, mint Union Berlin szöglete (1. helyezett). Ennek fő oka, hogy az Union Berlin hasonló számú nagy helyzetet alakított ki a szögletekből, de ezeket nem sikerült gólra váltani. A Freiburg viszont jóval hatékonyabban játszott a helyzeteivel. Ilyen eltérés a véletlenek minősége és a tényleges gólok között előfordulhat egy olyan nagy varianciájú sportágban, mint a futball.
A következő grafikon az Union Berlin támadósarok rangsorát (kék) és pontszámát (piros) mutatja a 6–21. mérkőzésnapokon. A 12. meccsnapon Union gólt lőtt egy szögletből, és emellett egy második szögletből is volt nagy helyzete, amely ugyan nem eredményezett gólt, de algoritmusunk nagy veszélynek tekintette. Ráadásul Union a 12. játéknapon hét sarokrúgásból ötben kapura lőtt. A Union ennek eredményeként a tizenkettedikről az ötödik helyre ugrott azonnal a rangsorban, és az Union pontszáma, valamint a ligaátlag is nőtt. Ahogy a Union egyre több nagy veszélyhelyzetet látott a későbbi mérkőzésnapokon a szögletekből, lépésről lépésre megszerezte a szögletveszély első helyét. A pontszám mindig az aktuális ligaátlaghoz viszonyítva van, ami azt jelenti, hogy az Union fenyegetettsége a 21. meccsnapon 50%-kal magasabb szögletekből, mint a liga összes csapatának átlagos fenyegetettsége.
Megvalósítás és architektúra
A Bundesliga mérkőzés tényei egymástól függetlenül futnak AWS Fargate konténerek belül Amazon Elastic Container Service (Amazon ECS). A Bundesliga korábbi mérkőzésadatai nyers esemény- és helyzetadatokat használnak a speciális statisztikák kiszámításához. Ez megváltozik a Set Piece Threat kiadásával, amely elemzi egy meglévő Bundesliga Match Fact (xGoals) a rangsor kiszámításához. Ezért létrehoztunk egy olyan architektúrát, amely az élő mérkőzések során valós időben képes üzeneteket cserélni a Bundesliga-mérkőzés tényei között.
Annak biztosítására, hogy a legfrissebb adatok tükröződjenek a beállított fenyegetésszámításokban, használjuk Amazon által kezelt adatfolyam az Apache Kafka számára (Amazon MSK). Ez az üzenetközvetítő szolgáltatás lehetővé teszi a különböző Bundesliga mérkőzés tények küldését és fogadását a legújabb események és frissítések valós időben. A Kafka meccs- és Bundesliga Match Fact-specifikus témájának felhasználásával minden érintett rendszerről a legfrissebb adatokat kaphatjuk, miközben megőrizzük a korábban küldött üzenetek visszajátszásának és újrafeldolgozásának lehetőségét.
Az alábbi ábra szemlélteti a megoldás architektúráját:
Az Amazon MSK-t azért vezettük be ebbe a projektbe, hogy általánosságban lecseréljük a Bundesliga Match Facts platformon az összes belső üzenettovábbítást. Kezeli a helyzet- és eseményadatok beszúrását, amelyek meccsenként több mint 3.6 millió adatpontot aggregálhatnak. Az Amazon MSK-val használhatjuk az üzenetek mögöttes állandó tárolását, amely lehetővé teszi a játékok bármikori újrajátszását. A Set Piece Threat esetében azonban a hangsúly a Bundesliga Match Facts által előállított események más, párhuzamosan futó Bundesliga Match Facts-nak való átadásának sajátos használati esetén van.
Ennek megkönnyítése érdekében kétféle Kafka-témát különböztetünk meg: globális és meccsspecifikus. Először is, minden Bundesliga Match Fact-nak van egy sajátos globális témája, amely a Bundesliga Match Fact által létrehozott összes üzenetet kezeli. Ezen túlmenően minden egyes meccshez tartozik egy további meccsspecifikus témakör minden egyes Bundesliga-mérkőzés tényéhez, amely kezeli a Bundesliga-mérkőzés ténye által egy adott mérkőzéshez létrehozott összes üzenetet. Ha több élő mérkőzés fut párhuzamosan, minden üzenet először létrejön és elküldésre kerül ennek a Bundesliga Match Fact-specifikus globális témának.
Egy diszpécser AWS Lambda A funkció minden Bundesliga Match Fact-specifikus globális témára előfizetett, és két feladata van:
- Írja be a bejövő adatokat egy adatbázisba, amelyen keresztül rendelkezik Amazon Relációs adatbázis-szolgáltatás (Amazon RDS).
- Ossza meg újra a Bundesliga mérkőzés tényei által felhasználható üzeneteket egy Bundesliga mérkőzéstényezőben.
Az architektúra diagram bal oldalán a Bundesliga mérkőzés tényei egymástól függetlenül futnak minden meccsen, és üzeneteket adnak a globális témának. Az új Set Piece Threat Bundesliga Match Fact mostantól felhasználhatja a legfrissebb xGoal értékeket egy adott mérkőzés minden egyes lövésénél (a diagram jobb oldalán), hogy azonnal kiszámítsa az egy vagy több lövést eredményező készlet által okozott fenyegetést.
Összegzésként
Izgatottan várjuk a Set Piece Threat megjelenését, valamint azokat a mintákat, amelyeket a kommentátorok és a rajongók felfedeznek ennek a vadonatúj betekintésnek a segítségével. Ahogy a csapatok egyre többet próbálnak kihasználni ezekből a halottlabdás helyzetekből, a Set Piece Threat segít a nézőnek megérteni, hogy melyik csapat csinálja ezt sikeresen, és melyik csapatnak van még fedeznivalója, ami további feszültséget ad minden egyes készlethelyzet előtt. Az új Bundesliga Match Fact a Bundesliga műsorszolgáltatói számára elérhető, hogy új perspektívákat és történeteket fedezzenek fel egy meccsről, a csapatok rangsorai pedig bármikor megtekinthetők a Bundesliga alkalmazásban.
Izgatottan várjuk, hogy megtudjuk, milyen mintákat fog felfedezni. Ossza meg velünk meglátásait: @AWScloud a Twitteren, a #BundesligaMatchFacts hashtaggel.
A szerzőkről
Simon Rolfes 288 Bundesliga-mérkőzést játszott középpályásként, 41 gólt szerzett és 26-szor nyert a német válogatottban. Jelenleg Rolfes a Bayer 04 Leverkusen sportigazgatója, ahol felügyeli és fejleszti a profi játékosok névsorát, a felderítő osztályt és a klub utánpótlás-fejlesztését. Simon heti rovatokat is ír a Bundesliga.com oldalon a legutóbbi Bundesliga mérkőzés tényeiről, amelyet az AWS üzemeltet.
Luuk Figdor az AWS Professional Services csapatának vezető sporttechnológiai szakértője. Együttműködik játékosokkal, klubokkal, ligákkal és médiacégekkel, mint például a Bundesliga és a Forma-1, hogy segítsen nekik történeteket mesélni adatokkal a gépi tanulás segítségével. Szabadidejében szeret mindent megtudni az elméről, valamint a pszichológia, a közgazdaságtan és a mesterséges intelligencia találkozási pontjáról.
Jan Bauer az AWS Professional Services felhőalkalmazás-építésze. Érdeklődési köre a szerver nélküli számítástechnika, a gépi tanulás és minden, ami a számítási felhővel jár. Több iparágban együttműködő ügyfelekkel segíti őket, hogy sikeresek lehessenek felhőalapú útjukon.
Pascal Kühner felhőalkalmazás-fejlesztő az AWS Professional Services csapatában. Több iparágban együttműködik az ügyfelekkel, hogy segítse őket üzleti eredményeik elérésében alkalmazásfejlesztésen, DevOpson és infrastruktúrán keresztül. Szereti a labdasportokat, szabadidejében pedig kosárlabdázik és focizik.
Uwe Dick a Sportec Solutions AG adattudósa. Azon dolgozik, hogy a Bundesliga klubjai és a médiák optimalizálhassák teljesítményüket speciális statisztikák és adatok segítségével – a mérkőzések előtt, után és közben. Szabadidejében megelégszik kevesebbel, és igyekszik kibírni a teljes 90 percet szabadidős futballcsapata számára.
Javier Poveda-Panter adatkutató az EMEA-beli sportügyfelek számára az AWS Professional Services csapatán belül. Lehetővé teszi a látványsportok területén tevékenykedő ügyfelek számára, hogy újításokat hajtsanak végre, és kihasználják adataikat, magas színvonalú felhasználói és szurkolói élményeket biztosítva a gépi tanulás és az adattudomány révén. Szabadidejében a sport, a zene és a mesterséges intelligencia széles skálája iránti szenvedélyét követi.
- Coinsmart. Európa legjobb Bitcoin- és kriptográfiai tőzsdéje.
- Platoblockchain. Web3 metaverzum intelligencia. Felerősített tudás. SZABAD HOZZÁFÉRÉS.
- CryptoHawk. Altcoin radar. Ingyenes próbaverzió.
- Forrás: https://aws.amazon.com/blogs/machine-learning/bundesliga-match-fact-set-piece-threat-evaluating-team-performance-in-set-pieces-on-aws/
- "
- 28
- 7
- Rólunk
- Szerint
- Fiók
- elért
- át
- További
- fejlett
- AI
- algoritmus
- Minden termék
- lehetővé téve
- már
- amazon
- analitika
- app
- Alkalmazás
- építészet
- TERÜLET
- elérhető
- átlagos
- AWS
- Kosárlabda
- Bajor
- bróker
- üzleti
- hívás
- esély
- felhő
- cloud computing
- érkező
- Companies
- képest
- verseny
- Kiszámít
- számítástechnika
- Konferencia
- úgy véli,
- fogyaszt
- Konténer
- Konténerek
- Jelenlegi
- Ügyfelek
- dátum
- adat-tudomány
- adattudós
- adatbázis
- halott
- átadó
- Ellenére
- Fejlesztő
- Fejlesztés
- különböző
- Igazgató
- Kedvezmény
- Nem
- Közgazdaságtan
- Európa
- európai
- esemény
- események
- minden
- példa
- csere
- Tapasztalatok
- végén
- vezetéknév
- Összpontosít
- következő
- Futball
- formula 1
- Ingyenes
- Tele
- funkció
- játék
- Games
- Németország
- Globális
- cél
- Célok
- megy
- jó
- nagy
- Kezelés
- tekintettel
- magasság
- segít
- segít
- Magas
- Hogyan
- HTTPS
- fontosság
- fontos
- Más
- beleértve
- <p></p>
- iparágak
- befolyás
- Infrastruktúra
- meglátások
- érdekek
- részt
- IT
- legutolsó
- indít
- vezet
- ligákban
- TANUL
- tanulás
- Led
- Hosszú
- gép
- gépi tanulás
- Mérkőzés
- jelenti
- Média
- millió
- bánja
- a legtöbb
- zene
- nyitva
- érdekében
- rendelés
- Más
- másképp
- teljesítmény
- perspektívák
- darab
- emelvény
- játszani
- játékos
- játékos
- per
- Készült
- szakmai
- program
- előléptetés
- Pszichológia
- világítás
- Negyed
- hatótávolság
- Nyers
- Olvasó
- real-time
- kap
- szórakozási
- engedje
- jelentése
- REST
- Eredmények
- futás
- futás
- Tudomány
- Tudós
- biztonság
- vagy szerver
- szolgáltatás
- Szolgáltatások
- készlet
- rendezi
- Megosztás
- jelentős
- hasonló
- So
- Futball
- Megoldások
- Sport
- Sport
- statisztika
- statisztika
- tárolás
- TÖRTÉNETEK
- folyó
- erős
- siker
- sikeres
- sikeresen
- Systems
- cél
- feladatok
- csapat
- Technológia
- Keresztül
- idő
- együtt
- Témakörök
- feltárni
- megért
- unió
- Frissítés
- us
- használ
- érték
- videó
- honlapok
- heti
- Mit
- belül
- szavak
- Munka
- dolgozott
- művek
- írás
- év