L'importanza dei calci piazzati nel calcio (o del calcio negli Stati Uniti) è in aumento negli ultimi anni: ora più di un quarto di tutti i gol vengono segnati tramite calci piazzati. I calci di punizione e gli angoli generalmente creano le situazioni più promettenti e alcune squadre professionistiche hanno persino assunto allenatori specifici per quelle parti del gioco.
In questo post, condividiamo come la Bundesliga Match Fact Set Piece Threat aiuta a valutare le prestazioni nei calci piazzati. Mentre le squadre cercano di capitalizzare sempre di più queste situazioni di palla inattiva, Set Piece Threat aiuterà lo spettatore a capire quanto bene le squadre stiano sfruttando queste situazioni. Inoltre, spiegherà al lettore come utilizzare i servizi AWS per calcolare le statistiche in tempo reale.
L'Union Berlin della Bundesliga è un ottimo esempio dell'importanza dei calci piazzati. La squadra è riuscita a passare dalla Bundesliga 2 alla qualificazione a una competizione europea in soli 2 anni. Sono arrivati terzi in Bundesliga 2 durante la stagione 18/19, guadagnandosi un posto nei playoff retrocessione in Bundesliga. In quella stagione, hanno segnato 28 gol su gioco aperto, classificandosi solo al nono posto in campionato. Tuttavia, si sono classificati al secondo posto per gol segnati su calci piazzati (16 gol).
Significativamente, nella prima partita dei playoff retrocessione contro il VfB Stuttgart, l'Union si è assicurato un pareggio per 2:2, segnando un colpo di testa su calcio d'angolo. E nella partita di ritorno, allo Stoccarda è stato annullato un gol su punizione a causa di un fuorigioco passivo, consentendo all'Union di entrare in Bundesliga con un pareggio di 0:0.
L'importanza dei calci piazzati per il successo di Union non finisce qui. L'Unione ha concluso le sue prime due stagioni in Bundesliga con un ottimo undicesimo e settimo posto, classificandosi al terzo e primo posto per numero di gol su calci piazzati (segnando 15 gol su calci piazzati in entrambe le stagioni). Per fare un confronto, l'FC Bayern München, il campione del campionato, è riuscito a segnare solo 10 gol su calci piazzati in entrambe le stagioni. Il successo che l'Union Berlin ha ottenuto con i calci piazzati ha permesso loro di assicurarsi il settimo posto nella stagione della Bundesliga 20/21, che ha significato la qualificazione alla UEFA Europa Conference League, passando dalla Bundesliga 2 all'Europa solo 2 anni dopo aver ottenuto la promozione. Non sorprende che nella partita decisiva abbiano segnato uno dei loro due gol su calcio d'angolo. Al momento in cui scriviamo, l'Union Berlin è al quarto posto in Bundesliga (giornata 20) e primo in prestazione d'angolo, una statistica che spieghiamo più avanti.
Il percorso dell'Union Berlin verso l'Europa dimostra chiaramente il ruolo influente della prestazione offensiva e difensiva durante i calci piazzati. Fino ad ora, tuttavia, era difficile per i fan e le emittenti quantificare correttamente questa performance, a meno che non volessero sezionare enormi tabelle sui siti Web di analisi. Bundesliga e AWS hanno lavorato insieme per illustrare la minaccia prodotta da una squadra e la minaccia prodotta dai calci piazzati contro la squadra, e hanno escogitato il nuovo Bundesliga Match Fact: Set Piece Threat.
Come funziona la minaccia dei pezzi piazzati?
Per determinare la minaccia che una squadra rappresenta con i propri calci piazzati, prendiamo in considerazione diversi aspetti delle loro prestazioni sui calci piazzati. È importante notare che consideriamo solo calci d'angolo e punizioni come calci piazzati e calcoliamo la minaccia per ciascuna categoria in modo indipendente.
Sfaccettatura 1: Risultato di un calcio piazzato: gol, tiri o niente
Innanzitutto, consideriamo il risultato di un calcio piazzato. Cioè, osserviamo se si traduce in un obiettivo. Tuttavia, il risultato è generalmente influenzato da margini sottili, come una grande parata del portiere o se un tiro sfiora il palo invece di entrare, quindi classifichiamo anche la qualità di un tiro che risulta dal calcio piazzato. Gli scatti sono classificati in diverse categorie.
Categoria | Spiegazione |
Goal | Un tiro riuscito che porta al gol |
Eccezionale | Tiri che quasi portavano al gol, come un tiro al palo |
Decent | Altre scene di goal degne di nota |
Media | Il resto delle occasioni che verrebbero incluse in un rapporto di probabilità con relativa minaccia di gol |
Nessuna | Nessuna vera minaccia da rete, non va considerata una vera occasione, come un colpo di testa che sfiora appena la palla o un tiro bloccato |
Nessun colpo | Nessun colpo preso a tutti |
Il video sopra mostra esempi di categorie di risultati di tiro nel seguente ordine: eccezionale, decente, medio, nessuno.
Sfaccettatura 2: potenziale di un colpo
In secondo luogo, il nostro algoritmo considera il potenziale di un tiro. Ciò incorpora la probabilità che avrebbe dovuto portare a un gol, eliminando dall'equazione le prestazioni effettive del tiratore. In altre parole, quantifichiamo il potenziale gol della situazione in cui è stato effettuato il tiro. Questo è catturato dal obiettivo atteso (xGoals) valore del tiro. Rimuoviamo non solo il verificarsi di fortuna o mancanza di essa, ma anche la qualità dello strike o dell'intestazione.
Sfaccettatura 3: quantità di calci piazzati
Successivamente, consideriamo l'aspetto di puro quantità di calci piazzati che una squadra ottiene. La nostra definizione di Minaccia di calci piazzati misura la minaccia in base ai calci piazzati. Invece di sommare tutti i risultati e i valori xGoal di una squadra nel corso di una stagione, i valori vengono aggregati in modo tale da rappresentare la minaccia media per calcio piazzato. In questo modo, la minaccia d'angolo, ad esempio, rappresenta il pericolo della squadra per ogni angolo e non considera una squadra più pericolosa semplicemente perché ha più angoli delle altre squadre (e quindi potenzialmente più tiri o gol).
Sfaccettatura 4: sviluppo nel tempo
L'ultimo aspetto da considerare è lo sviluppo della minaccia di una squadra nel tempo. Si consideri ad esempio una squadra che ha segnato tre gol su corner nelle prime tre giornate, ma non è riuscita a mettere a segno una minaccia considerevole nelle successive 15 giornate. Questa squadra non deve essere considerata una minaccia significativa da corner alla 19a giornata, nonostante abbia già segnato tre gol, il che potrebbe comunque essere un buon ritorno. Teniamo conto di questo sviluppo (positivo o negativo) della qualità dei calci piazzati di una squadra assegnando uno sconto a ciascun calcio piazzato, a seconda di quanto tempo fa si è verificato. In altre parole, un calcio di punizione preso 10 giorni fa ha meno influenza sulla minaccia calcolata rispetto a uno preso durante l'ultima partita o addirittura in corso.
Punteggio: Aggregazione per calci piazzati
Tutte e quattro le sfaccettature che abbiamo descritto sono aggregate in due valori per ciascuna squadra, uno per i calci d'angolo e uno per i calci di punizione, che descrivono il pericolo che un calcio piazzato corrispondente di quella squadra rappresenterebbe attualmente. Il valore è definito come la media ponderata dei punteggi di ogni calcio piazzato, dove il punteggio di un calcio piazzato è definito come (0.7 * shot-outcome + 0.3 * xG-value)
se il calcio da fermo ha portato a un tiro e 0 in caso contrario. Il shot-outcome
è 1 se la squadra ha segnato e più basso per altri risultati, come un tiro che è andato fuori, a seconda della sua qualità. Il peso per ogni set è determinato da quanto tempo è stato impiegato, come descritto in precedenza. Nel complesso, i valori sono definiti tra 0–1, dove 1 è il punteggio perfetto.
Minaccia da fermo
Successivamente, i valori di ciascuna squadra vengono confrontati con la media del campionato. La formula esatta è score(team)/avg_score(league) - 1
. Questo valore è ciò che chiamiamo il valore di Set Piece Threat. Una squadra ha un valore di minaccia pari a 0 se è esattamente uguale alla media del campionato. Un valore di -1 (o -100%) descrive una squadra che non rappresenta affatto una minaccia e un valore di +1 (+100%) descrive una squadra che è due volte più pericolosa della media del campionato. Con questi valori, calcoliamo una classifica che ordina le squadre da 1 a 18 in base alla loro minaccia offensiva di calci d'angolo e calci di punizione, rispettivamente.
Utilizziamo gli stessi dati e calcoli simili anche per calcolare una minaccia difensiva che misura le prestazioni difensive di una squadra rispetto a come difende i calci piazzati. Ora, invece di calcolare un punteggio per ogni calcio piazzato, l'algoritmo calcola un punteggio per ogni calcio piazzato avversario. Proprio come per la minaccia offensiva, il punteggio viene confrontato con la media del campionato, ma il valore è invertito: -score(team)/avg_score(league) + 1
. In questo modo, si ottiene una minaccia di +1 (+100%) se la squadra non concede alcun tiro agli avversari, mentre una squadra con una minaccia difensiva di -1 (-100%) è due volte più suscettibile ai calci piazzati degli avversari rispetto alla lega media. Ancora una volta, una squadra con una minaccia di 0 è buona quanto la media del campionato.
Risultato della minaccia del pezzo
Un aspetto importante di Set Piece Threat è che ci concentriamo su una stima della minaccia invece dei gol segnati e subiti tramite calci piazzati. Se prendiamo come esempio l'SC Freiburg e l'Union Berlin alla 21a giornata, in questa stagione il Friburgo ha segnato sette gol su corner rispetto ai quattro dell'Union Berlin. La nostra classifica delle minacce classifica ancora entrambe le squadre abbastanza uguali. Infatti, prevediamo che un calcio d'angolo di Friburgo (grado 3) sia addirittura il 7% meno minaccioso di un calcio d'angolo di Union Berlin (grado 1). La ragione principale di ciò è che l'Union Berlin ha creato un numero simile di grandi occasioni dai suoi angoli, ma non è riuscita a convertire queste occasioni in gol. Friburgo, d'altra parte, era molto più efficiente con le sue possibilità. Una tale discrepanza tra la qualità delle possibilità e gli obiettivi reali può verificarsi in uno sport ad alta varianza come il calcio.
Il grafico seguente mostra la classifica dell'angolo offensivo su calci piazzati dell'Union Berlin (blu) e il punteggio (rosso) delle giornate 6–21. Alla dodicesima giornata, l'Union ha segnato un gol su calcio d'angolo e ha anche avuto una grande occasione da secondo calcio d'angolo che non ha portato a un gol ma è stata percepita come una grande minaccia dal nostro algoritmo. Inoltre, l'Union ha tirato in porta in cinque dei sette calci d'angolo della giornata 12. Di conseguenza, l'Unione è balzata immediatamente in classifica dal dodicesimo al quinto posto e il valore del punteggio per l'Unione è aumentato così come la media del campionato. Poiché l'Unione ha visto sempre più alte possibilità di minaccia nelle ultime giornate dagli angoli, passo dopo passo ha conquistato il primo posto nella classifica delle minacce d'angolo. Il punteggio è sempre relativo alla media attuale del campionato, il che significa che la minaccia dell'Unione alla 12a giornata è del 21% superiore alla minaccia media proveniente da tutte le squadre del campionato.
Implementazione e architettura
Bundesliga Match Facts è indipendente AWS Fargate contenitori all'interno Servizio di container elastici Amazon (Amazon ECS). I fatti delle partite precedenti della Bundesliga consumano dati grezzi su eventi e posizioni per calcolare statistiche avanzate. Questo cambia con il rilascio di Set Piece Threat, che analizza i dati prodotti da un Match Fact della Bundesliga esistente (xGoal) per calcolarne la graduatoria. Pertanto, abbiamo creato un'architettura per scambiare messaggi tra i diversi Match Facts della Bundesliga durante le partite in diretta in tempo reale.
Per garantire che i dati più recenti si riflettano nei calcoli della minaccia di calci piazzati, utilizziamo Streaming gestito da Amazon per Apache Kafka (Amazon MSK). Questo servizio di broker di messaggi consente a diversi Bundesliga Match Facts di inviare e ricevere gli eventi e gli aggiornamenti più recenti in tempo reale. Consumando una partita e un argomento specifico Bundesliga Match Fact da Kafka, possiamo ricevere i dati più aggiornati da tutti i sistemi coinvolti mantenendo la possibilità di riprodurre e rielaborare i messaggi inviati in precedenza.
Il diagramma seguente illustra l'architettura della soluzione:
Abbiamo introdotto Amazon MSK in questo progetto per sostituire generalmente tutti i passaggi interni di messaggi per la piattaforma Bundesliga Match Facts. Gestisce l'iniezione di dati posizionali ed eventi, che possono essere aggregati a oltre 3.6 milioni di punti dati per partita. Con Amazon MSK, possiamo utilizzare l'archiviazione persistente sottostante dei messaggi, che ci consente di riprodurre i giochi in qualsiasi momento. Tuttavia, per Set Piece Threat, l'attenzione si concentra sul caso d'uso specifico del passaggio di eventi prodotti da Bundesliga Match Facts ad altri Bundesliga Match Facts che si svolgono in parallelo.
Per facilitare ciò, distinguiamo tra due tipi di argomenti Kafka: globali e specifici della partita. Innanzitutto, ogni Bundesliga Match Fact ha un proprio argomento globale specifico, che gestisce tutti i messaggi creati dal Bundesliga Match Fact. Inoltre, c'è un argomento aggiuntivo specifico per ogni partita per ogni Bundesliga Match Fact per ogni partita che gestisce tutti i messaggi creati da un Bundesliga Match Fact per una partita specifica. Quando più partite in diretta si svolgono in parallelo, ogni messaggio viene prima prodotto e inviato a questo argomento globale specifico della Bundesliga Match Fact.
Un spedizioniere AWS Lambda La funzione è iscritta a ogni argomento globale specifico di Bundesliga Match Fact e ha due compiti:
- Scrivere i dati in entrata in un database di cui è stato eseguito il provisioning Servizio di database relazionale Amazon (AmazonRDS).
- Ridistribuisci i messaggi che possono essere consumati da altri fatti sulla partita della Bundesliga in un argomento specifico sui fatti della partita della Bundesliga.
Il lato sinistro del diagramma dell'architettura mostra i diversi Match Facts della Bundesliga che funzionano indipendentemente l'uno dall'altro per ogni partita e producono messaggi sull'argomento globale. La nuova Minaccia dei calci piazzati Bundesliga Match Fact ora può consumare gli ultimi valori xGoal per ogni tiro per una partita specifica (lato destro del diagramma) per calcolare immediatamente la minaccia prodotta dal calcio piazzato che ha portato a uno o più tiri.
Sommario
Siamo entusiasti del lancio di Set Piece Threat e gli schemi che i commentatori e i fan scopriranno usando questa nuovissima intuizione. Mentre le squadre cercano di capitalizzare sempre di più queste situazioni di palla morta, Set Piece Threat aiuterà lo spettatore a capire quale squadra sta facendo questo con successo e quale squadra ha ancora del terreno da coprire, il che aggiunge ulteriore suspense prima di ciascuna di queste situazioni di calci piazzati. Il nuovo Bundesliga Match Fact è disponibile per le emittenti della Bundesliga per scoprire nuove prospettive e storie di una partita e le classifiche delle squadre possono essere visualizzate in qualsiasi momento nell'app Bundesliga.
Siamo entusiasti di sapere quali modelli scoprirai. Condividi le tue opinioni con noi: @AWScloud su Twitter, con l'hashtag #BundesligaMatchFacts.
Informazioni sugli autori
Simone Rolfes ha giocato 288 partite di Bundesliga come centrocampista centrale, ha segnato 41 gol e ha vinto 26 presenze con la Germania. Attualmente Rolfes ricopre il ruolo di Direttore Sportivo al Bayer 04 Leverkusen, dove supervisiona e sviluppa l'elenco dei giocatori professionisti, il dipartimento di scouting e lo sviluppo giovanile del club. Simon scrive anche colonne settimanali su Bundesliga.com sugli ultimi fatti sulle partite della Bundesliga forniti da AWS
Luuk Figdor è un Senior Sports Technology Specialist nel team dei servizi professionali di AWS. Lavora con giocatori, club, campionati e società di media come Bundesliga e Formula 1 per aiutarli a raccontare storie con i dati utilizzando l'apprendimento automatico. Nel tempo libero, gli piace imparare tutto sulla mente e sull'intersezione tra psicologia, economia e intelligenza artificiale.
Jan Bauer è un Cloud Application Architect presso AWS Professional Services. I suoi interessi sono l'elaborazione serverless, l'apprendimento automatico e tutto ciò che riguarda il cloud computing. Lavora con clienti di tutti i settori per aiutarli ad avere successo nel loro viaggio verso il cloud.
Pascal Kuhner è uno sviluppatore di applicazioni cloud nel team dei servizi professionali di AWS. Lavora con i clienti di tutti i settori per aiutarli a raggiungere i loro risultati di business tramite lo sviluppo di applicazioni, DevOps e l'infrastruttura. Ama gli sport con la palla e nel tempo libero ama giocare a basket e calcio.
Uwe Dick è un Data Scientist presso Sportec Solutions AG. Lavora per consentire ai club e ai media della Bundesliga di ottimizzare le proprie prestazioni utilizzando statistiche e dati avanzati, prima, dopo e durante le partite. Nel tempo libero, si accontenta di meno e cerca solo di durare tutti i 90 minuti per la sua squadra di calcio ricreativa.
Javier Poveda-Panter è un Data Scientist per i clienti sportivi EMEA all'interno del team AWS Professional Services. Consente ai clienti nell'area degli sport per spettatori di innovare e capitalizzare i propri dati, offrendo esperienze di alta qualità a utenti e fan attraverso l'apprendimento automatico e la scienza dei dati. Segue la sua passione per un'ampia gamma di sport, musica e intelligenza artificiale nel tempo libero.
- Coinsmart. Il miglior scambio di bitcoin e criptovalute d'Europa.
- Platoblockchain. Web3 Metaverse Intelligence. Conoscenza amplificata. ACCESSO LIBERO.
- Criptofalco. Radar Altcoin. Prova gratuita.
- Fonte: https://aws.amazon.com/blogs/machine-learning/bundesliga-match-fact-set-piece-threat-evaluating-team-performance-in-set-pieces-on-aws/
- "
- 28
- 7
- Chi siamo
- Secondo
- Il mio account
- raggiunto
- operanti in
- aggiuntivo
- Avanzate
- AI
- algoritmo
- Tutti
- Consentire
- già
- Amazon
- analitica
- App
- Applicazioni
- architettura
- RISERVATA
- disponibile
- media
- AWS
- Pallacanestro
- Bavarese
- broker
- affari
- chiamata
- probabilità
- Cloud
- il cloud computing
- arrivo
- Aziende
- rispetto
- concorrenza
- Calcolare
- informatica
- Convegno
- ritiene
- consumare
- Contenitore
- Tecnologie Container
- Corrente
- Clienti
- dati
- scienza dei dati
- scienziato di dati
- Banca Dati
- morto
- consegna
- Nonostante
- Costruttori
- Mercato
- diverso
- Direttore
- Codice Sconto
- non
- Economia
- Europa
- europeo
- Evento
- eventi
- qualunque cosa
- esempio
- exchange
- Esperienze
- sottile
- Nome
- Focus
- i seguenti
- Calcio
- Formula 1
- Gratis
- pieno
- function
- gioco
- Giochi
- Germania
- globali
- scopo
- Obiettivi
- andando
- buono
- grande
- Manovrabilità
- avendo
- altezza
- Aiuto
- aiuta
- Alta
- Come
- HTTPS
- importanza
- importante
- In altre
- incluso
- è aumentato
- industrie
- influenza
- Infrastruttura
- intuizioni
- interessi
- coinvolto
- IT
- con i più recenti
- lanciare
- portare
- campionati
- IMPARARE
- apprendimento
- Guidato
- Lunghi
- macchina
- machine learning
- partita
- significato
- Media
- milione
- mente
- maggior parte
- Musica
- aprire
- minimo
- ordini
- Altro
- altrimenti
- performance
- prospettive
- pezzo
- piattaforma
- Giocare
- giocatore
- giocatori
- Pro
- Prodotto
- professionale
- progetto
- promozione
- Psicologia
- qualità
- Trimestre
- gamma
- Crudo
- Lettore
- tempo reale
- ricevere
- Ricreativi
- rilasciare
- rappresenta
- REST
- Risultati
- Correre
- running
- Scienze
- Scienziato
- sicuro
- serverless
- servizio
- Servizi
- set
- deposita
- Condividi
- significativa
- simile
- So
- Calcio
- Soluzioni
- Gli Sport
- Sports
- statistica
- stats
- conservazione
- Storie
- Streaming
- forte
- il successo
- di successo
- Con successo
- SISTEMI DI TRATTAMENTO
- Target
- task
- team
- Tecnologia
- Attraverso
- tempo
- insieme
- Argomenti
- scoprire
- capire
- unione
- Aggiornamenti
- us
- uso
- APPREZZIAMO
- Video
- siti web
- settimanale
- Che
- entro
- parole
- Lavora
- lavorato
- lavori
- scrittura
- anni