AWS和德甲为2021赛季新推出三项赛况统计数据,强化实时比赛分析

本文主要是介绍AWS和德甲为2021赛季新推出三项赛况统计数据,强化实时比赛分析,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

2021219日,亚马逊云服务(AWS)与德国足球甲级联赛宣布推出三项由AWS技术支持的全新“德甲赛况”分析数据,让球迷更深入地了解赛况。新的赛况分析包括:最受压制球员——用来突出在整场比赛中控球球员遭到(对方防守球员)显著压制的频率;进攻区域——用于向球迷展示他们支持的球队在哪个区域发起进攻,以及最有可能从他们观看的球场的哪一侧进球;平均站位变化趋势——显示球队战术阵型的变化如何影响比赛结果。三项数据在2021212日第21个比赛日RB莱比锡对阵FC奥格斯堡的比赛中首次亮相。访问https://aws.amazon.com/cn/sports/bundesliga/ 可以观看每项数据的视频演示、阅读博客内容,以及了解更多信息。

通过将比赛视频直播数据流传送到AWS,实时数据被收集和分析之后,“德甲赛况”得以产生。在2020/2021赛季以及之后的整个赛季中,球迷们将在视频转播和德甲官方App中,以图表的形式看到这些数据洞察。之后,这些数据会以统计数据的形式,实时反馈给世界各地的转播观众。这些高级统计数据,可以帮助观众更好地了解球员在赛场上的决策,以及每次射门的进球概率等。此次发布的三项比赛实况分析将更好地展示球场上的动态,为球迷、教练、球员和评论员分析球队决策提供视觉支持。

关于三项由AWS支持的全新“德甲赛况”分析数据

最受压制球员:在进攻和防守中,球队通常都将压制作为一项技术,打乱对方球员的节奏。此前,我们无法量化某位球员个体所收到的压制。“最受压制球员”通过测量对方参与压制的球员数量,他们与被压制球员的距离,以及每个球员的移动方向,显示持球球员经受明显压制的频率。这项高级统计数据还将比较球员在控球时受到压制的次数,以及本轮带球传球中队友平均受到压制的次数,帮助确定哪些球员受到的压制最大。

进攻区域:当球队尝试利用对方防守的弱点,接近对方球门并最终取得进球时,“进攻区域”可以让球迷看到球队在哪里集中进攻、创造这些得分机会。这一赛况分析数据沿进攻方向将球场最后三分之一的区域划分为四个同等大小的攻击区域。每当进攻球队进入其中一个区域,无论是盘带还是传球,控球算法都会算作一次进攻,并显示在图像中。这一高级统计数据的目的,是向球迷展示他们喜爱的球队在哪里进攻,以及他们正在观看的球场的哪一侧更有可能得分。

 

平均站位变化趋势:这一新的统计数据可以帮助球迷、教练和评论员确定球队的策略,它可以显示球员在比赛中任何时间段在球场上平均位置的变化。它建立在现有的比赛实况分析数据"平均站位" (在2019-2020赛季所使用) 的基础上,能够更灵活地分析整场比赛的任何时段,而不仅仅是在半场或比赛结束时提供分析。媒体和评论员现在可以选择分析任意时间跨度,比较这些比赛时段,从而更容易识别球队战术趋势,例如在进球、红牌或换人等重大事件后,球队是否有明显的应对,后一段时间是否压力增大。

"每一场德甲比赛都会产生数据,这些数据能够帮助我们改进比赛,也能帮助球迷更好地理解球队策略。我们正在利用存档资料和当前比赛的大量数据,开发新的‘德甲赛况’分析数据。我们与AWS共同创建的这些高级统计数据,可以帮助球迷更深入地了解比赛实况。" 德甲数字创新部执行副总裁Andreas Heyden表示,"与AWS一起,我们为赛场提供了一个新的观看视角,让球迷有一种新的、引人入胜的方式,关注他们最喜爱的球队。"

"拓展我们与德甲的合作,意味着更多的球迷可以领略到球场上富有天赋的球员和球队所做出的决策。同时,德甲联赛可以使用先进的分析技术提高比赛质量、打造差异化。" AWS德国、奥地利和瑞士总经理Klaus Buerg表示,"自推出‘德甲赛况’以来的一年时间里,AWS和德甲创造的统计数据,为全球球迷提供了全新的观赛体验。我们在发布这些高级统计数据时所取得的创新步伐,即使是最狂热的球迷也将为之激动,可以帮助球队制定战略,并将新一代产品引入足球的复杂世界。"

体育运动中高级统计数据的发展,使得人们对赛场策略和运动员表现有了更深的了解。为了让球迷更深入地了解这些高级统计数据和相关的比赛,前德甲球员Simon Rolfes将撰写一系列博客文章,介绍新的“德甲赛况”分析数据,阅读请访问:https://www.bundesliga.com/en/bundesliga/stats/bmf-zone

此前已经推出三个赛况分析数据包括速度警报、平均站位和进球概率,加上新推出的三个赛况分析数据,德甲球迷可获得的洞察总数达到6个。有关所有这些统计数据的信息,可访问:aws.amazon.com/sports/bundesliga。球迷还可以通过Bundesliga.com以及其它官方渠道关注最新德甲赛事。

这篇关于AWS和德甲为2021赛季新推出三项赛况统计数据,强化实时比赛分析的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/715070

相关文章

Olingo分析和实践之EDM 辅助序列化器详解(最佳实践)

《Olingo分析和实践之EDM辅助序列化器详解(最佳实践)》EDM辅助序列化器是ApacheOlingoOData框架中无需完整EDM模型的智能序列化工具,通过运行时类型推断实现灵活数据转换,适用... 目录概念与定义什么是 EDM 辅助序列化器?核心概念设计目标核心特点1. EDM 信息可选2. 智能类

Olingo分析和实践之OData框架核心组件初始化(关键步骤)

《Olingo分析和实践之OData框架核心组件初始化(关键步骤)》ODataSpringBootService通过初始化OData实例和服务元数据,构建框架核心能力与数据模型结构,实现序列化、URI... 目录概述第一步:OData实例创建1.1 OData.newInstance() 详细分析1.1.1

Olingo分析和实践之ODataImpl详细分析(重要方法详解)

《Olingo分析和实践之ODataImpl详细分析(重要方法详解)》ODataImpl.java是ApacheOlingoOData框架的核心工厂类,负责创建序列化器、反序列化器和处理器等组件,... 目录概述主要职责类结构与继承关系核心功能分析1. 序列化器管理2. 反序列化器管理3. 处理器管理重要方

SpringBoot中六种批量更新Mysql的方式效率对比分析

《SpringBoot中六种批量更新Mysql的方式效率对比分析》文章比较了MySQL大数据量批量更新的多种方法,指出REPLACEINTO和ONDUPLICATEKEY效率最高但存在数据风险,MyB... 目录效率比较测试结构数据库初始化测试数据批量修改方案第一种 for第二种 case when第三种

解决1093 - You can‘t specify target table报错问题及原因分析

《解决1093-Youcan‘tspecifytargettable报错问题及原因分析》MySQL1093错误因UPDATE/DELETE语句的FROM子句直接引用目标表或嵌套子查询导致,... 目录报js错原因分析具体原因解决办法方法一:使用临时表方法二:使用JOIN方法三:使用EXISTS示例总结报错原

MySQL中的LENGTH()函数用法详解与实例分析

《MySQL中的LENGTH()函数用法详解与实例分析》MySQLLENGTH()函数用于计算字符串的字节长度,区别于CHAR_LENGTH()的字符长度,适用于多字节字符集(如UTF-8)的数据验证... 目录1. LENGTH()函数的基本语法2. LENGTH()函数的返回值2.1 示例1:计算字符串

Android kotlin中 Channel 和 Flow 的区别和选择使用场景分析

《Androidkotlin中Channel和Flow的区别和选择使用场景分析》Kotlin协程中,Flow是冷数据流,按需触发,适合响应式数据处理;Channel是热数据流,持续发送,支持... 目录一、基本概念界定FlowChannel二、核心特性对比数据生产触发条件生产与消费的关系背压处理机制生命周期

怎样通过分析GC日志来定位Java进程的内存问题

《怎样通过分析GC日志来定位Java进程的内存问题》:本文主要介绍怎样通过分析GC日志来定位Java进程的内存问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、GC 日志基础配置1. 启用详细 GC 日志2. 不同收集器的日志格式二、关键指标与分析维度1.

MySQL中的表连接原理分析

《MySQL中的表连接原理分析》:本文主要介绍MySQL中的表连接原理分析,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1、背景2、环境3、表连接原理【1】驱动表和被驱动表【2】内连接【3】外连接【4编程】嵌套循环连接【5】join buffer4、总结1、背景

python中Hash使用场景分析

《python中Hash使用场景分析》Python的hash()函数用于获取对象哈希值,常用于字典和集合,不可变类型可哈希,可变类型不可,常见算法包括除法、乘法、平方取中和随机数哈希,各有优缺点,需根... 目录python中的 Hash除法哈希算法乘法哈希算法平方取中法随机数哈希算法小结在Python中,