Bundesliga 매치 팩트 압력 처리: AWS PlatoBlockchain 데이터 인텔리전스에서 압박이 심한 상황에서 플레이어의 성과를 평가합니다. 수직 검색. 일체 포함.

Bundesliga Match Fact Pressure Handling: AWS에서 압박이 심한 상황에서 플레이어의 성과 평가

축구에서 압박 또는 압박은 팀이 공을 소유한 상대 선수에게 스트레스를 가하려고 하는 과정입니다. 팀은 상대 선수가 결정을 내리기 위해 남은 시간을 제한하고, 패스 옵션을 줄이며, 궁극적으로 볼 소유를 뒤집으려는 시도를 하도록 압력을 가합니다. 거의 모든 팀이 상대방에게 압력을 가하려고 하지만 그렇게 하는 전략은 다를 수 있습니다.

일부 팀은 소위 딥 프레스를 채택하여 상대팀에게 공을 피치 위로 이동할 시간과 공간을 남겨둡니다. 그러나 공이 필드의 마지막 XNUMX/XNUMX에 도달하면 수비수는 볼 캐리어를 압박하여 공을 가로채는 것을 목표로 합니다. 약간 덜 보수적인 접근 방식은 중간 보도. 여기에서 수비수가 특정 방향으로 빌드업을 이끌려고 시도하는 중간 라인 주위에 압력이 가해지며 열려 있는 플레이어를 차단하고 레인을 통과하여 궁극적으로 상대를 뒤로 밀어냅니다. 위르겐 클롭 휘하의 보루시아 도르트문트는 미들 프레스를 사용하는 가장 효율적인 팀 중 하나였습니다. 가장 공격적인 유형의 압박 팀은 높은 언론 전략. 여기에서 팀은 수비수와 골키퍼를 압박하려고 하며, 볼 캐리어에 대한 직접적인 압박에 집중하여 볼을 커버해야 하므로 올바른 패스 옵션을 선택할 수 있는 충분한 시간을 줍니다. 이 전략에서 압박하는 팀은 도전이나 엉성한 패스를 가로채서 소유권을 뒤집으려 합니다.

2021년 XNUMX월, 분데스리가는 팀이 어떻게 팀에 압력을 가하는지에 대한 첫 번째 통찰력을 발표했습니다. AWS에서 제공하는 가장 많이 눌린 선수 경기 정보. Most Pressed Player는 실시간으로 플레이어가 직면하는 수비 압력을 정량화하여 팬이 일부 플레이어와 다른 플레이어가 어떻게 압박을 받는지 비교할 수 있도록 합니다. 지난 1.5년 동안 이 매치 팩트는 팬들에게 팀이 얼마나 많은 압력을 가했는지에 대한 새로운 통찰력을 제공했지만 "이 압력이 성공적이었습니까?"와 같은 새로운 질문을 낳기도 했습니다. 또는 "이 선수는 압력을 어떻게 처리합니까?"

다양한 메트릭을 사용하여 자주 압박을 받는 선수의 성과를 평가하는 것을 목표로 하는 새로운 분데스리가 매치 팩트인 압력 처리를 소개합니다. 압력 처리는 Most Pressed Player의 추가 개발이며 볼을 소유한 플레이어가 자신을 발견하는 심각한 압박 상황의 수에 품질 구성 요소를 추가합니다. 이 새로운 매치 팩트의 중심 통계는 플레이어가 얼마나 자주 탈출하는지 나타내는 탈출율입니다. 팀의 소유권을 유지함으로써 압박 상황을 성공적으로 해결합니다. 또한 팬들은 압박을 받는 선수들의 패스와 슈팅 성능에 대한 통찰력을 얻습니다.

이 게시물은 AWS 팀이 분데스리가와 긴밀하게 협력하여 압력 처리 경기 사실을 실현한 방법에 대해 자세히 설명합니다.

Bundesliga 매치 팩트 압력 처리: AWS PlatoBlockchain 데이터 인텔리전스에서 압박이 심한 상황에서 플레이어의 성과를 평가합니다. 수직 검색. 일체 포함.

어떻게 진행합니까?

이 새로운 분데스리가 경기 정보는 압박 상황에서 선수들의 경기력을 보여줍니다. 예를 들어, 공을 소유하고 있는 공격 선수는 상대 수비수에게 압박을 받을 수 있습니다. 그가 공을 잃을 가능성이 높습니다. 그 선수가 공을 잃지 않고 압박 상황을 해결할 수 있다면 압박 속에서도 경기력이 향상됩니다. 공을 잃지 않는 것은 팀으로 정의됩니다. 볼 소유권 유지 선수의 개별 볼 소유권이 종료된 후. 예를 들어, 이것은 동료에게 성공적인 패스, 파울 또는 스로인이나 코너킥을 얻는 것일 수 있습니다. 반대로 눌린 선수는 태클이나 실패한 패스를 통해 공을 잃을 수 있습니다. 우리는 플레이어가 팀 동료로부터 공을 받은 공 소유만 계산합니다. 그런 식으로 우리는 그들이 공을 가로채고 즉시 압박을 받는 상황을 제외합니다(일반적으로 발생함).

우리는 선수의 압력 처리 성능을 이라는 단일 KPI로 집계합니다. e기둥 둥치 r먹었다. 탈출율은 압박을 받았지만 공을 잃지 않은 선수의 공 소유 비율로 정의됩니다. 이 경우 "압력 아래"는 >0.6의 압력 값으로 정의됩니다(당사 참조 이전 게시물 압력 값 자체에 대한 자세한 내용은). 탈출율을 통해 경기 또는 시즌 기준으로 선수를 평가할 수 있습니다. 다음 휴리스틱은 탈출율을 계산하는 데 사용됩니다.

  1. 우리는 기존의 Most Pressed Player Match Fact를 기반으로 일련의 압박 이벤트로 시작합니다. 각 이벤트는 하나의 개별 볼 소유(IBP) 단계 동안 볼 캐리어에 대한 모든 개별 압력 이벤트를 포함하는 목록으로 구성됩니다.
  2. 각 단계에 대해 볼 캐리어의 최대 집계 압력을 계산합니다.
  3. 앞서 언급했듯이 압력 단계는 다음 두 가지 조건을 충족해야 고려됩니다.
    1. 이전 IBP는 같은 팀의 선수였습니다.
    2. 현재 IBP 동안 플레이어에 대한 최대 압력은 > 0.6이었습니다.
  4. 후속 IBP가 같은 팀의 선수에 대해 설명하는 경우 이를 탈출로 간주합니다. 그렇지 않으면 잃어버린 공으로 간주됩니다.
  5. 각 플레이어에 대해 탈출 횟수를 계산하고 이를 압력 이벤트 횟수로 나누어 탈출율을 계산합니다.

탈출의 예

압력을 성공적으로 해결하는 다양한 방법을 설명하기 위해 다음 비디오는 Joshua Kimmich가 압박 상황에서 탈출한 네 가지 예를 보여줍니다(5일차, 시즌 22/23 – Union Berlin vs. Bayern Munich).

조슈아 키미히(Joshua Kimmich)가 압박에서 벗어나 윙으로 패스하고 있다.

조슈아 키미히(Joshua Kimmich)가 압박을 피하기 위해 빠른 패스를 하고 있다.

조슈아 키미히(Joshua Kimmich)는 압박을 두 번이나 피했다. 첫 번째 탈출은 상대편의 슬라이딩 태클에 의한 것이지만 그럼에도 불구하고 팀 볼 소유권을 유지했습니다. 두 번째 탈출은 파울을 당하여 팀 볼 소유권을 유지하는 것입니다.

Joshua Kimmich은(는) 빠른 움직임과 패스로 압박을 피합니다.

압력 처리 결과

몇 가지 결과를 살펴보겠습니다.

Bundesliga 매치 팩트 압력 처리: AWS PlatoBlockchain 데이터 인텔리전스에서 압박이 심한 상황에서 플레이어의 성과를 평가합니다. 수직 검색. 일체 포함.

Pressure Handling Match Fact를 통해 플레이어는 경기를 기준으로 탈출율에 따라 순위가 매겨집니다. 플레이어 간의 공정한 비교를 위해 최소 10회 이상 압박을 받은 플레이어의 순위를 매깁니다.

다음 표는 2/2022 시즌의 첫 23일 동안 한 선수가 경기 랭킹 상위 2위에 든 횟수를 보여줍니다. 상위 XNUMX위 안에 XNUMX회 이상 출전한 플레이어만 표시합니다.

상위 2위의 횟수 플레이어 랭킹 횟수
4 조슈아 킴미치 5
4 엑세 비엘 팔라시오 스 6
3 주드 벨 링엄 7
3 알폰소 데이비스 6
3 라스 스틴들 3
3 조나스 헥터 6
3 빈센조 그리 포 4
3 케빈 스토 거 7

조슈아 키미히(Joshua Kimmich)와 엑세퀴엘 팔라시오스(Exequiel Palacios)는 각각 상위 2위 안에 2번 출전해 선두를 달리고 있습니다. 부상으로 분데스리가가 더 이상 시작되지 않기 전에 단 XNUMX번의 출전에도 불구하고 XNUMX번이나 상위 XNUMX위 안에 든 Lars Stindl을 특별히 언급할 수 있습니다.

어떻게 구현됩니까?

Bundesliga Match Fact Pressure Handling은 위치 및 이벤트 데이터는 물론 다른 Bundesliga Match Factes, 즉 xPasses 및 Most Pressed Player의 데이터를 사용합니다. 매치 팩트는 독립적으로 실행됩니다. AWS 파게이트 내부의 컨테이너 Amazon 탄력적 컨테이너 서비스 (아마존 ECS). 압력 처리 계산에 최신 데이터가 반영되도록 보장하기 위해 다음을 사용합니다. Apache Kafka 용 Amazon Managed Streaming (아마존 MSK).

Amazon MSK를 사용하면 다양한 Bundesliga Match Facts에서 최신 이벤트와 업데이트를 실시간으로 보내고 받을 수 있습니다. Kafka를 사용함으로써 우리는 모든 시스템에서 최신 이벤트를 수신합니다. 다음 다이어그램은 압력 처리에 대한 종단 간 워크플로를 보여줍니다.

Bundesliga 매치 팩트 압력 처리: AWS PlatoBlockchain 데이터 인텔리전스에서 압박이 심한 상황에서 플레이어의 성과를 평가합니다. 수직 검색. 일체 포함.

Pressure Handling은 Most Pressed Player Match Fact에서 이벤트를 수신한 후 계산을 시작합니다. 압력 처리 컨테이너는 현재 통계를 Amazon MSK의 주제에 씁니다. 중앙 AWS 람다 함수는 Amazon MSK에서 이러한 메시지를 사용하고 이스케이프 속도를 Amazon Aurora 데이터 베이스. 이 데이터는 다음을 사용하여 대화형 거의 실시간 시각화에 사용됩니다. 아마존 퀵 사이트. 그 외에도 결과는 피드로 전송되어 전 세계 브로드캐스터가 데이터를 사용할 수 있는 외부 시스템으로 데이터를 전송하는 또 다른 Lambda 함수를 트리거합니다.

요약

이 게시물에서 우리는 새로운 Bundesliga Match Fact Pressure Handling이 어떻게 압박이 심한 상황에서 다양한 Bundesliga 선수들의 성과를 정량화하고 객관적으로 비교할 수 있는지 보여주었습니다. 이를 위해 우리는 이전에 게시된 Bundesliga Match Facts를 실시간으로 구축하고 결합합니다. 이를 통해 해설자와 팬은 상대방의 압박을 받을 때 어떤 선수가 빛나는지 이해할 수 있습니다.

새로운 Bundesliga Match Fact는 Bundesliga의 축구 전문가와 AWS 데이터 과학자가 심층 분석한 결과입니다. 분데스리가 공식 앱에서 각 경기의 실시간 티커에 놀라운 탈출율이 표시됩니다. 방송 중 해설자를 통해 탈출율을 제공한다. 데이터 스토리 파인더 압박 수와 탈출율이 높은 선수가 득점을 하거나, 패스를 잘 하거나, 공을 컨트롤하면서 많은 어려움을 극복할 때와 같은 중요한 순간에 팬들에게 시각적으로 보여줍니다.

이 새로운 분데스리가 경기 사실을 즐기고 게임에 대한 새로운 통찰력을 제공하기를 바랍니다. AWS와 Bundesliga 간의 파트너십에 대해 자세히 알아보려면 다음을 방문하십시오. AWS의 분데스리가!

어떤 패턴을 발견하게 될지 무척 기대됩니다. 우리와 통찰력을 공유하십시오: 트위터의 @AWScloud, 해시태그 #BundesligaMatchFacts와 함께.


저자에 관하여

사이먼 롤 페스 중앙 미드필더로 분데스리가 288경기에 출전해 41골을 넣었고 독일 국가대표로 26경기에 출장했다. 현재 Rolfes는 Bayer 04 Leverkusen에서 스포츠 전무이사로 재직하면서 프로 선수 명단, 스카우트 부서, 클럽의 청소년 개발을 감독하고 개발합니다. Simon은 또한 주간 칼럼을 씁니다. 분데스리가닷컴 AWS에서 제공하는 최신 분데스리가 경기 정보에 대해 알아보십시오. 그곳에서 그는 전직 선수, 주장, TV 분석가로서의 전문 지식을 제공하여 고급 통계 및 기계 학습이 축구 세계에 미치는 영향을 강조합니다.

루크 피그 도르 AWS Professional Services 팀의 스포츠 기술 고문입니다. 그는 선수, 클럽, 리그 및 Bundesliga 및 Formula 1과 같은 미디어 회사와 협력하여 머신 러닝을 사용하여 데이터로 이야기를 전달할 수 있도록 돕습니다. 여가 시간에 그는 마음과 심리학, 경제학, AI의 교차점에 대해 배우는 것을 좋아합니다.

하비에르 포베다 판터 AWS Professional Services 팀 내 EMEA 스포츠 고객을 위한 데이터 과학자입니다. 그는 관중 스포츠 분야의 고객이 데이터를 혁신하고 활용하여 기계 학습 및 데이터 과학을 통해 고품질 사용자 및 팬 경험을 제공할 수 있도록 지원합니다. 그는 여가 시간에 광범위한 스포츠, 음악 및 AI에 대한 열정을 따릅니다.

타렉 하스케미 AWS Professional Services의 컨설턴트입니다. 그의 기술과 전문 분야에는 애플리케이션 개발, 데이터 과학, 기계 학습 및 빅 데이터가 포함됩니다. 그는 클라우드 내에서 데이터 기반 애플리케이션을 개발하는 고객을 지원합니다. AWS에 합류하기 전에는 항공 및 통신과 같은 다양한 산업 분야의 컨설턴트이기도 했습니다. 그는 클라우드로의 데이터/AI 여정에서 고객을 지원하는 데 열정적입니다.

포티노스 키리아키데스 AWS Professional Services의 컨설턴트입니다. 그는 데이터 엔지니어 및 애플리케이션 개발자로서의 작업을 통해 데이터에서 생성된 통찰력을 활용하고 혁신하는 클라우드에서 애플리케이션을 개발하는 고객을 지원합니다. 여가 시간에는 달리고 자연을 탐험하는 것을 좋아합니다.

우웨 딕 Sportec Solutions AG의 데이터 과학자입니다. 그는 분데스리가 클럽과 미디어가 경기 전, 후, 중 고급 통계 및 데이터를 사용하여 성과를 최적화할 수 있도록 노력하고 있습니다. 여가 시간에 그는 덜 정착하고 레크리에이션 축구 팀을 위해 전체 90분을 지속하려고 합니다.

타임 스탬프 :

더보기 AWS 기계 학습