החשיבות של כדורים קבועים בכדורגל (או כדורגל בארה"ב) עלתה בשנים האחרונות: כעת יותר מרבע מכל השערים מובקעים באמצעות כדורים קבועים. בעיטות חופשיות ופינות יוצרות בדרך כלל את המצבים המבטיחים ביותר, וכמה צוותים מקצועיים אפילו שכרו מאמנים ספציפיים לחלקים האלה של המשחק.
בפוסט זה, אנו משתפים כיצד איום סט העובדות של משחק הבונדסליגה עוזר להעריך ביצועים ביצירות קבועות. כאשר קבוצות מנסות לנצל יותר ויותר את מצבי הכדור המת הללו, איום ה-Set Piece Threat יעזור לצופה להבין עד כמה קבוצות ממנפות את המצבים הללו. בנוסף, הוא יסביר לקורא כיצד ניתן להשתמש בשירותי AWS לחישוב סטטיסטיקה בזמן אמת.
יוניון ברלין של הבונדסליגה הוא דוגמה מצוינת לרלוונטיות של כדורים קבועים. הקבוצה הצליחה לעלות מהבונדסליגה 2 להעפלה לתחרות אירופית תוך שנתיים בלבד. הם סיימו במקום השלישי בבונדסליגה 2 במהלך עונת 2/18, והרוויחו לעצמם משבצת בפלייאוף הירידה לבונדסליגה. באותה עונה הם כבשו 19 שערים ממשחק פתוח, במקום התשיעי בלבד בליגה. עם זאת, הם דורגו במקום השני עבור שערים שהובקעו באמצעות כדורים קבועים (28 שערים).
אפשר לומר, במשחק פלייאוף ההדחה הראשון מול VfB שטוטגרט, יוניון הבטיחה תיקו 2:2, כשהיא כבשה אחרי קרן. ובמשחק הגומלין, שטוטגרט נפסל בבעיטה חופשית בגלל אופסייד פסיבי, מה שאפשר ליוניון להיכנס לבונדסליגה בתיקו 0:0.
הרלוונטיות של יצירות קבועות להצלחה של יוניון לא נגמרת שם. יוניון סיימה את שתי העונות הראשונות בבונדסליגה עם נקודות חזקות במקום האחד-עשר והשביעי, במקום השלישי והראשון במספר שערי קבע (כבש 15 שערים ממשחקים קבועים בשתי העונות). לשם השוואה, FC באיירן מינכן - אלופת הליגה - הצליחה להבקיע רק 10 שערים ממצבים קבועים בשתי העונות. ההצלחה של יוניון ברלין עם המשחקים הקבועים שלה אפשרה להם להבטיח את המקום השביעי בעונת הבונדסליגה 20/21, שמשמעותה העפלה לליגת הקונפרנס האירופית של UEFA, מעבר מהבונדסליגה 2 לאירופה שנתיים בלבד לאחר העלייה. באופן לא מפתיע, במשחק ההכרעה, הם כבשו אחד משני השערים שלהם לאחר קרן. בזמן כתיבת שורות אלה, יוניון ברלין מדורגת במקום הרביעי בבונדסליגה (יום המשחקים ה-2) והראשונה בהופעה בפינה, נתון שנסביר בהמשך.
דרכו של יוניון ברלין לאירופה מדגים בבירור את התפקיד המשפיע של ביצועים התקפיים והגנתיים במהלך יצירות קבועות. אולם עד עכשיו, היה קשה למעריצים ולגופי השידור לכמת את הביצועים האלה כראוי, אלא אם כן הם רצו לנתח טבלאות ענק באתרי ניתוח. בונדסליגה ו-AWS עבדו יחד כדי להמחיש את האיום שקבוצה מייצרת ואת האיום שנוצר על ידי כדורים קבועים נגד הקבוצה, והגיעו ל-Bundesliga Match Fact Fact: Set Piece Threat.
איך עובד איום סט פיס?
כדי לקבוע את האיום שצוות מהווה עם כדורי הקבע שלהם, אנו לוקחים בחשבון היבטים שונים של ביצועי הקבע שלהם. חשוב לציין שאנו מחשיבים רק פינות ובעיטות חופשיות כמשחקי קבע, ומחשבים את האיום עבור כל קטגוריה באופן עצמאי.
פן 1: תוצאה של קטע קבוע: שערים, זריקות או כלום
ראשית, אנו רואים את תוצאה של קטע קבוע. כלומר, אנו רואים אם זה מביא למטרה. עם זאת, התוצאה בדרך כלל מושפעת משוליים עדינים, כמו הצלה נהדרת של השוער או אם זריקה מברשת את העמוד במקום להיכנס פנימה, אז אנחנו גם מחלקים את האיכות של זריקה הנובעת מהקבע. הצילומים מסווגים למספר קטגוריות.
קטגוריה | הסבר |
מטרה | כדור מוצלח שהוביל לשער |
יוצא מן הכלל | זריקות שכמעט הובילו לשער, כמו נגיחה למשקוף |
הגון | עוד סצנות שערים ראויות לציון |
מְמוּצָע | שאר הסיכויים שייכללו ביחס סיכויים עם איום רלוונטי של גול |
ללא חתימה | אין איום ממשי על שערים, אסור להתייחס להזדמנות אמיתית, כגון כדור שער שבקושי נגע בכדור או נגיחה חסומה |
בלי זריקה | לא צולמו יריות בכלל |
הסרטון שלמעלה מציג דוגמאות לקטגוריות תוצאות ירי בסדר הבא: יוצא מן הכלל, הגון, ממוצע, אין.
פן 2: פוטנציאל של זריקה
שנית, האלגוריתם שלנו שוקל את הפוטנציאל של זריקה. זה משלב את הסבירות שזה היה צריך להביא לשער, ומוציא את הביצועים האמיתיים של הזריק מהמשוואה. במילים אחרות, אנו מכמתים את פוטנציאל השער של המצב בו נלקחה הזריקה. זה נתפס על ידי ה יעד צפוי (xGoals) ערך הזריקה. אנו מסירים לא רק את ההתרחשות של מזל או היעדרו, אלא גם את איכות השביתה או הכותרת.
פן 3: כמות קטעים קבועים
לאחר מכן, נשקול את ההיבט של טהור כמות של יצירות קבועות שקבוצה מקבלת. ההגדרה שלנו לאיום על סט חלקים מודדת את האיום על בסיס של סט חלקים. במקום לסכם את כל התוצאות וערכי xGoal של קבוצה במהלך עונה, הערכים מצטברים כך שהם מייצגים את האיום הממוצע לכל משחק קבוע. כך, איום הקרן, למשל, מייצג את הסכנה של הקבוצה בכל פינה ואינו מחשיב קבוצה מסוכנת יותר פשוט כי יש לה יותר פינות מקבוצות אחרות (ולכן פוטנציאליות יותר זריקות או שערים).
היבט 4: התפתחות לאורך זמן
ההיבט האחרון שיש לקחת בחשבון הוא התפתחות האיום של צוות שעות נוספות. קחו למשל קבוצה שכבשה שלושה שערים מקרן בשלושת ימי המשחק הראשונים אך לא מצליחה לספק איום משמעותי במהלך 15 ימי המשחקים הבאים. אסור להתייחס לקבוצה הזו ככאיום משמעותי מפינות ביום המשחקים ה-19, למרות שהיא כבר כבשה שלוש פעמים, מה שעדיין עשוי להיות החזר טוב. אנו מביאים בחשבון את ההתפתחות הזו (חיובית או שלילית) של איכות המשחקים בקבוצה על ידי הקצאת הנחה לכל משחק קבוע, תלוי לפני כמה זמן זה התרחש. במילים אחרות, לבעיטה חופשית שנלקחה לפני 10 ימי משחקים יש פחות השפעה על האיום המחושב מאשר לבעיטה שנלקחה במהלך המשחק האחרון או אפילו הנוכחי.
ציון: לצבירה של חלק קבוע
כל ארבעת ההיבטים שתיארנו מצטברים לשני ערכים עבור כל קבוצה, אחד עבור קרנות ואחד עבור בעיטות חופשיות, שמתארים את הסכנה שמשחק קבע מקביל של אותה קבוצה מהווה כרגע. הערך מוגדר כממוצע המשוקלל של הניקוד של כל סט קטע, כאשר הניקוד של קטע מוגדר מוגדר כ (0.7 * shot-outcome + 0.3 * xG-value)
אם הסט piece הביא לזריקה ו-0 אחרת. ה shot-outcome
הוא 1 אם הקבוצה הבקיע ומטה עבור תוצאות אחרות, כגון זריקה שהלכה לרחבה, תלוי באיכות שלה. המשקל עבור כל קטע קבוע נקבע לפי כמה זמן הוא נלקח, כפי שתואר קודם לכן. בסך הכל, הערכים מוגדרים בין 0-1, כאשר 1 הוא הציון המושלם.
איום על קפאון
לאחר מכן, הערכים של כל קבוצה מושווים לממוצע הליגה. הנוסחה המדויקת היא score(team)/avg_score(league) - 1
. ערך זה הוא מה שאנו מכנים ערך Set Piece Threat. לקבוצה יש ערך איום של 0 אם הוא טוב בדיוק כמו הממוצע בליגה. ערך של -1 (או -100%) מתאר קבוצה שאינה מהווה איום כלל, וערך של +1 (+100%) מתאר קבוצה מסוכנת פי שניים מהממוצע בליגה. עם הערכים האלה, אנחנו מחשבים דירוג שמסדר את הקבוצות מ-1-18 לפי האיום ההתקפי שלהן בקרן ובבעיטות חופשיות, בהתאמה.
אנו משתמשים באותם נתונים ובחישובים דומים כדי לחשב גם איום הגנתי שמודד את הביצועים ההגנתיים של קבוצה ביחס לאופן שבו היא מגנה על כדורים קבועים. כעת, במקום לחשב ניקוד לכל קבוצה עצמית, האלגוריתם מחשב ניקוד לכל קבוצה של יריב. בדיוק כמו באיום ההתקפי, הניקוד מושווה לממוצע הליגה, אבל הערך הפוך: -score(team)/avg_score(league) + 1
. בדרך זו, איום של +1 (+100%) מושג אם הקבוצה לא מאפשרת ליריבים ללא זריקות כלל, בעוד שקבוצה עם איום הגנתי של -1 (-100%) חשופה פי שניים לכדורים קבועים של היריבים מאשר הליגה מְמוּצָע. שוב, קבוצה עם איום של 0 טובה כמו הממוצע בליגה.
ממצאי איום סט פיס
היבט חשוב של איום משחק קבוע הוא שאנו מתמקדים באומדן של איום במקום בשערים שהובקעו והספגו באמצעות כדורים קבועים. אם ניקח לדוגמא את SC פרייבורג ואת יוניון ברלין ביום המשחקים ה-21, במהלך העונה הזו פרייבורג כבשה שבעה שערים דרך פינות בהשוואה לארבעה של יוניון ברלין. דירוג האיומים שלנו עדיין מדרג את שתי הקבוצות שוות למדי. למעשה, אנחנו צופים שקרן של פרייבורג (דירוג 3) תהיה אפילו פחות מאיימת ב-7% מקרן של יוניון ברלין (דירוג 1). הסיבה העיקרית לכך היא שאיוניון ברלין יצרה מספר דומה של הזדמנויות גדולות מפינותיה, אך לא הצליחה להמיר את ההזדמנויות הללו לשערים. פרייבורג לעומת זאת הייתה יעילה הרבה יותר עם ההזדמנויות שלה. אי התאמה כזו בין איכות הסיכוי לשערים בפועל יכולה לקרות בספורט בעל שונות כמו כדורגל.
הגרף הבא מציג את דירוג הפינה ההתקפית של יוניון ברלין (כחול) והתוצאה (אדום) מימי המשחקים 6–21. ביום המשחקים ה-12 יוניון כבש שער מקרן ובנוסף קיבלה הזדמנות מצוינת מקרן שנייה שלא הביאה לשער אבל נתפסה כאיום גבוה על ידי האלגוריתם שלנו. בנוסף, יוניון זכתה לזריקה בחמש משבע בעיטות קרן ביום המשחקים ה-12. יוניון זינק מיד בדירוג מהמקום ה-21 לחמישי כתוצאה מכך, וערך הניקוד של יוניון עלה כמו גם ממוצע הליגה. כאשר יוניון ראה יותר ויותר סיכויי איום גבוהים בימי המשחק המאוחרים מפינות, הם תפסו צעד אחר צעד את המקום הראשון בדירוג איומי הפינה. הניקוד הוא תמיד יחסית לממוצע הליגה הנוכחי, כלומר האיום של יוניון ביום המשחקים ה-50 גבוה ב-XNUMX% מפינות מהאיום הממוצע שמגיע מכל הקבוצות בליגה.
יישום וארכיטקטורה
עובדות משחק בבונדסליגה פועלות באופן עצמאי AWS פרגייט מיכלים בפנים שירות מיכלים אלסטי של אמזון (Amazon ECS). עובדות משחקי בונדסליגה קודמים צורכות נתונים גולמיים של אירועים ונתוני מיקום כדי לחשב סטטיסטיקה מתקדמת. זה משתנה עם שחרורו של Set Piece Threat, שמנתח נתונים שהופקו על ידי עובדת משחק קיים בבונדסליגה (מטרות) כדי לחשב את הדירוג שלו. לכן, יצרנו ארכיטקטורה להחלפת מסרים בין עובדות משחק שונות בבונדסליגה במהלך משחקים חיים בזמן אמת.
כדי להבטיח שהנתונים העדכניים ביותר באים לידי ביטוי בחישובי האיום הסט-piece, אנו משתמשים אמזון מנוהל סטרימינג עבור אפאצ'י קפקא (אמזון MSK). שירות מתווך הודעות זה מאפשר לעובדות שונות בבונדסליגה לשלוח ולקבל את האירועים והעדכונים החדשים ביותר בזמן אמת. על ידי צריכת נושא ספציפי למשחק ומשחק בונדסליגה מקפקא, אנו יכולים לקבל את הנתונים המעודכנים ביותר מכל המערכות המעורבות תוך שמירה על היכולת להפעיל מחדש ולעבד מחדש הודעות שנשלחו קודם לכן.
התרשים הבא ממחיש את ארכיטקטורת הפתרון:
הצגנו את Amazon MSK לפרויקט זה כדי להחליף בדרך כלל את כל העברת ההודעות הפנימיות עבור פלטפורמת ה-Bundesliga Match Facts. הוא מטפל בהזרקת נתוני מיקום ואירועים, שיכולים להצטבר ליותר מ-3.6 מיליון נקודות נתונים בכל התאמה. עם אמזון MSK, אנו יכולים להשתמש באחסון המתמשך הבסיסי של הודעות, המאפשר לנו לשחק משחקים חוזרים מכל נקודת זמן. עם זאת, עבור איום סט פיס, ההתמקדות היא במקרה השימוש הספציפי של העברת אירועים שהופקו על ידי Bundesliga Match Facts לעובדות משחק בונדסליגה אחרות שמתקיימות במקביל.
כדי להקל על כך, אנו מבחינים בין שני סוגים של נושאי קפקא: גלובליים וספציפיים להתאמה. ראשית, לכל Bundesliga Match Fact יש נושא גלובלי ספציפי משלו, המטפל בכל ההודעות שנוצרו על ידי Bundesliga Match Fact. בנוסף, ישנו נושא נוסף ספציפי למשחק עבור כל עובדת משחק בונדסליגה עבור כל משחק שמטפל בכל ההודעות שנוצרו על ידי עובדת משחק בונדסליגה עבור משחק ספציפי. כאשר מספר משחקים חיים מתקיימים במקביל, כל הודעה מופקת לראשונה ונשלחת לנושא הגלובלי הספציפי הזה למשחק בונדסליגה.
שגר AWS למבדה הפונקציה רשומה לכל נושא גלובלי ספציפי למשחק בונדסליגה ויש לה שתי משימות:
- כתוב את הנתונים הנכנסים למסד נתונים שסופק דרך שירות מסדי נתונים יחסי של אמזון (RDS של אמזון).
- הפיצו מחדש את ההודעות שניתן לצרוך על ידי עובדות משחק בונדסליגה אחרות לנושא ספציפי לעובדות משחק בונדסליגה.
הצד השמאלי של דיאגרמת הארכיטקטורה מציגה את עובדות המשחק השונות של הבונדסליגה הפועלות באופן עצמאי זו מזו עבור כל משחק ומפיקות מסרים לנושא העולמי. העובדה החדשה של איום הבונדסליגה ב-Set Piece Threat Match יכולה כעת לצרוך את ערכי xGoal העדכניים ביותר עבור כל זריקה עבור התאמה ספציפית (צד ימין של התרשים) כדי לחשב מיד את האיום שנוצר על ידי הסט piece שהביא לזריקה אחת או יותר.
<br> סיכום
אנו נרגשים לקראת ההשקה של איום היצירה והדפוסים שהפרשנים והמעריצים יגלו באמצעות התובנה החדשה הזו. כאשר קבוצות מנסות לנצל יותר ויותר את מצבי הכדור המת הללו, איום על כדור מת יעזור לצופה להבין איזו קבוצה עושה זאת בהצלחה ולאיזו קבוצה יש עוד שטח לכסות, מה שמוסיף מתח נוסף לפני כל אחד ממצבי הקבע הללו. עובדת הבונדסליגה החדשה זמינה לשדרני הבונדסליגה כדי לחשוף נקודות מבט חדשות וסיפורים של משחק, וניתן לצפות בדירוג הקבוצות בכל עת באפליקציית הבונדסליגה.
אנו נרגשים ללמוד אילו דפוסים תחשוף. שתף אותנו בתובנות שלך: @AWScloud בטוויטר, עם ההאשטאג #BundesligaMatchFacts.
על הכותבים
סיימון רולפס שיחק 288 משחקי בונדסליגה כקשר מרכזי, כבש 41 שערים וכבש 26 כיבושים עבור גרמניה. כיום רולפס משמש כמנהל ספורטיבי ב- Bayer 04 לברקוזן, שם הוא מפקח ומפתח את סגל השחקנים המקצוענים, מחלקת הסקאוטינג ופיתוח הנוער של המועדון. סיימון גם כותב טורים שבועיים באתר Bundesliga.com על העובדות העדכניות ביותר על משחקי הבונדסליגה, המופעל על ידי AWS
לוק פיגור הוא מומחה בכיר לטכנולוגיות ספורט בצוות השירותים המקצועיים של AWS. הוא עובד עם שחקנים, מועדונים, ליגות וחברות מדיה כמו בונדסליגה ופורמולה 1 כדי לעזור להם לספר סיפורים עם נתונים באמצעות למידת מכונה. בזמנו הפנוי, הוא אוהב ללמוד הכל על המוח והצומת בין פסיכולוגיה, כלכלה ובינה מלאכותית.
יאן באואר הוא אדריכל יישומי ענן בשירותים מקצועיים של AWS. תחומי העניין שלו הם מחשוב ללא שרת, למידת מכונה, וכל מה שכרוך במחשוב ענן. הוא עובד עם לקוחות בכל תעשיות כדי לעזור להם להצליח במסע הענן שלהם.
פסקל קוהנר הוא מפתח יישומי ענן בצוות השירותים המקצועיים של AWS. הוא עובד עם לקוחות בכל תעשיות כדי לעזור להם להשיג את התוצאות העסקיות שלהם באמצעות פיתוח אפליקציות, DevOps ותשתיות. הוא אוהב ספורט כדור ובזמנו הפנוי אוהב לשחק כדורסל וכדורגל.
אוווה דיק הוא מדען נתונים ב- Sportec Solutions AG. הוא פועל כדי לאפשר למועדוני בונדסליגה ולמדיה לייעל את הביצועים שלהם באמצעות נתונים סטטיסטיים ונתונים מתקדמים - לפני, אחרי ובמהלך משחקים. בזמנו הפנוי הוא מסתפק בפחות ורק מנסה להחזיק מעמד את מלוא 90 הדקות עבור קבוצת הכדורגל הפנאי שלו.
חאבייר פובדה-פנטר הוא מדען נתונים עבור לקוחות ספורט EMEA בצוות השירותים המקצועיים של AWS. הוא מאפשר ללקוחות בתחום ספורט הצופים לחדש ולהפיק תועלת מהנתונים שלהם, לספק חוויות משתמש ואוהדים באיכות גבוהה באמצעות למידת מכונה ומדעי נתונים. הוא עוקב אחר התשוקה שלו למגוון רחב של ספורט, מוזיקה ובינה מלאכותית בזמנו הפנוי.
- "
- 28
- 7
- אודות
- פי
- חֶשְׁבּוֹן
- הושג
- לרוחב
- נוסף
- מתקדם
- AI
- אַלגוֹרִיתְם
- תעשיות
- מאפשר
- כְּבָר
- אמזון בעברית
- ניתוח
- האפליקציה
- בקשה
- ארכיטקטורה
- AREA
- זמין
- מְמוּצָע
- AWS
- כדורסל
- בוואריה
- ברוקר
- עסקים
- שיחה
- סיכויים
- ענן
- ענן מחשוב
- מגיע
- חברות
- לעומת
- תחרות
- לחשב
- מחשוב
- כנס
- רואה
- לצרוך
- מכולה
- מכולות
- נוֹכְחִי
- לקוחות
- נתונים
- מדע נתונים
- מדען נתונים
- מסד נתונים
- מת
- אספקה
- למרות
- מפתח
- צעצועי התפתחות
- אחר
- מְנַהֵל
- הנחה
- לא
- כלכלה
- אירופה
- אֵירוֹפִּי
- אירוע
- אירועים
- הכל
- דוגמה
- חליפין
- חוויות
- סוף
- ראשון
- להתמקד
- הבא
- כדורגל
- פורמולה 1
- חופשי
- מלא
- פונקציה
- מִשְׂחָק
- משחקים
- גרמניה
- גלוֹבָּלִי
- מטרה
- שערים
- הולך
- טוב
- גדול
- טיפול
- יש
- גובה
- לעזור
- עוזר
- גָבוֹהַ
- איך
- HTTPS
- חשיבות
- חשוב
- באחר
- כלול
- גדל
- תעשיות
- להשפיע
- תשתית
- תובנות
- אינטרסים
- מעורב
- IT
- האחרון
- לשגר
- עוֹפֶרֶת
- ליגות
- לִלמוֹד
- למידה
- הוביל
- ארוך
- מכונה
- למידת מכונה
- להתאים
- משמעות
- מדיה
- מִילִיוֹן
- אכפת לי
- רוב
- כלי נגינה
- לפתוח
- להזמין
- הזמנות
- אחר
- אַחֶרֶת
- ביצועים
- נקודות מבט
- לְחַבֵּר
- פלטפורמה
- לְשַׂחֵק
- שחקן
- שחקנים
- מִקצוֹעָן
- מיוצר
- מקצועי
- פּרוֹיֶקט
- קידום
- פסיכולוגיה
- איכות
- רובע
- רכס
- חי
- קורא
- זמן אמת
- לקבל
- פנאי
- לשחרר
- מייצג
- REST
- תוצאות
- הפעלה
- ריצה
- מדע
- מַדְעָן
- לבטח
- ללא שרת
- שרות
- שירותים
- סט
- מתיישב
- שיתוף
- משמעותי
- דומה
- So
- כדורגל
- פתרונות
- ספורט
- ספורט
- סטטיסטיקה
- סטטיסטיקות
- אחסון
- סיפורים
- נהירה
- חזק
- הצלחה
- מוצלח
- בהצלחה
- מערכות
- יעד
- משימות
- נבחרת
- טכנולוגיה
- דרך
- זמן
- יַחַד
- נושאים
- לגלות
- להבין
- התאחדות
- עדכונים
- us
- להשתמש
- ערך
- וִידֵאוֹ
- אתרים
- שבועי
- מה
- בתוך
- מילים
- תיק עבודות
- עבד
- עובד
- כתיבה
- שנים