日耳曼战车PK蓝白军团 大数据分析能否压中巅峰之战?

简介:

ZDNet至顶网软件频道消息 巴西世界杯半决赛已经结束,德国队以7:1的成绩血洗东道主巴西队,阿根廷则以点球大战4:2险胜荷兰,德国、阿根廷两队将在7月14日进行决赛。巅峰之战,德国战车是否依然势不可挡,克洛泽又能否在决战之时力压梅球王?答案揭晓近在咫尺,各界对赛果的预测热情也在此刻攀顶。

上届世界杯火了章鱼保罗,而今年世界杯神算子当属大数据分析。人们常说,数据决定不了任何事情,尤其是变数万千的体育赛事。这话一点没错,单一的数据就如一叶障目,不能说明任何问题。然而,当大数据分析浩浩荡荡地挺进绿茵场,把激烈的球赛变为一纸计算的时候,谁又能说大力神杯不会垂青熟谙此术的强队呢?

出道已有多年的大数据分析在本届比赛中可谓出尽风头,各IT公司纷纷用其对赛果进行预测,而现在也正是扒一扒各家预测实力的时候了。在四分之一决赛前,百度、谷歌、微软三大搜索巨头对四强结果进行了预测。结果表明,百度、微软预测完全正确,谷歌正确预测三支晋级球队。而在德国巴西开战之前,几乎所有的预测都倒向巴西,百度则预测德国队的胜率为51%,在这场被称为二战之后日耳曼虐人最狠的战役之后,百度的赛果预测准确率维持在100%的水平。

日耳曼战车还是白蓝军团 大数据分析能否压中巅峰之战?

百度预测决战结果,准不准决赛分晓 

百度预测的成功绝非靠蒙,其挖掘了过去5年全世界987支球队3.7万场国家队和俱乐部队的赛事数据,通过把球员信息、球队信息、赔率等赛前数据与真实比赛结果进行对比,构建世界杯预测模型。该模型共涉及到19972名球员和1.12亿条相关数据,所参考的数据包括百度搜索数据、球队基础数据、球员基础数据、赔率市场数据等,所分析的球队不仅包括207支国家队,还囊括了欧洲、南美、亚洲等联赛俱乐部及低级别球队信息。

本届世界杯,大数据不光忙着预测,更担起各球队的军师重位。在比赛过程中,球员的每个动作都被捕捉并转换为数据,这些反映球员竞技状态的即时数据则成了教练排兵布阵的重要依据。

日耳曼战车还是白蓝军团 大数据分析能否压中巅峰之战?

SAP Match Insights足球解决方案实时显示球员传递和进攻衔接的范围 

让我们看看德国队是怎么用大数据分析的吧,自2013年起,德国队引入基于SAP HANA的SAP Match Insights解决方案,其提供简明的用户界面,帮助球员和教练开展互动性更强的对话,分析球队训练、备战和比赛情况,提升球员和球队的成绩。在SAP的监测之下,10个球员用3个球训练,10分钟就能产生超过700个数据点。

说到赛场数据采集,不得不说可穿戴设备这个功臣。德国队战靴阿迪达斯adizero F50的鞋底设有专门搜集数据的miCoach速度传感器,可以记录瞬间速度、平均速度、最快速度、冲刺次数、步伐及步幅率在内的关键性指标。球员的鞋内以及护胫装备中也被放置了传感器,通过这些装置得以捕捉球员的各种细节动作与位置变化。然后经过后台迅速的处理后,教练只需手持一个平板,就能在Match Insights的界面上获得球员的全部数据和录像,让教练直观的了解每个球员的特色和优劣势,为团队配置以及战术制定提供重要参考。

除了赛果预测,训练球员,大数据分析还有一个好处,那就是优化球迷体验。本届世界杯,腾讯体育就利用IBM大数据分析技术,对网友在腾讯网络媒体平台及社交网络上发布的数据进行分析,获得关于球迷话题、球迷类型、球迷个性等一系列分析,为用户创造提供即时感更强的资讯信息。在腾讯世界杯专题报道的64场比赛中,还提供了对阵球队当前支持率的实时显示。高德地图也在央视的世界杯节目《豪门盛宴》中展示了“球迷分布热力图”,告诉喜欢热闹的球迷哪里才是扎堆儿看球的好去处。高德地图将球队支持率按行政区域划分,各地球迷喜好一图得见。

最后吐个槽,QQ大数据《中国球迷报告》显示,中国男球迷看的是球,而大波女球迷盯的是人。最受中国男球迷支持的球队是巴西,女球迷则是德国。男球迷最喜爱的球星是梅西,而女球迷最爱的居然是根本没出赛的贝克汉姆。

原文发布时间为:2014年07月10日 
本文作者:谭健
本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。
目录
相关文章
|
20天前
|
机器学习/深度学习 分布式计算 算法
Spark快速大数据分析PDF下载读书分享推荐
《Spark快速大数据分析》适合初学者,聚焦Spark实用技巧,同时深入核心概念。作者团队来自Databricks,书中详述Spark 3.0新特性,结合机器学习展示大数据分析。Spark是大数据分析的首选工具,本书助你驾驭这一利器。[PDF下载链接][1]。 ![Spark Book Cover][2] [1]: https://zhangfeidezhu.com/?p=345 [2]: https://i-blog.csdnimg.cn/direct/6b851489ad1944548602766ea9d62136.png#pic_center
53 1
Spark快速大数据分析PDF下载读书分享推荐
|
4天前
|
机器学习/深度学习 算法 搜索推荐
从理论到实践,Python算法复杂度分析一站式教程,助你轻松驾驭大数据挑战!
【7月更文挑战第22天】在大数据领域,Python算法效率至关重要。本文深入解析时间与空间复杂度,用大O表示法衡量执行时间和存储需求。通过冒泡排序(O(n^2)时间,O(1)空间)与快速排序(平均O(n log n)时间,O(log n)空间)实例,展示Python代码实现与复杂度分析。策略包括算法适配、分治法应用及空间换取时间优化。掌握这些,可提升大数据处理能力,持续学习实践是关键。
17 1
|
18天前
|
数据采集 自然语言处理 大数据
​「Python大数据」LDA主题分析模型
使用Python进行文本聚类,流程包括读取VOC数据、jieba分词、去除停用词,应用LDA模型(n_components=5)进行主题分析,并通过pyLDAvis生成可视化HTML。关键代码涉及数据预处理、CountVectorizer、LatentDirichletAllocation以及HTML文件的本地化处理。停用词和业务术语列表用于优化分词效果。
17 0
​「Python大数据」LDA主题分析模型
|
23天前
|
人工智能 自然语言处理 小程序
政务VR导航:跨界融合AI人工智能与大数据分析,打造全方位智能政务服务
政务大厅引入智能导航系统,解决寻路难、指引不足及咨询台压力大的问题。VR导视与AI助手提供在线预览、VR路线指引、智能客服和小程序服务,提高办事效率,减轻咨询台工作,优化群众体验,塑造智慧政务形象。通过线上线下结合,实现政务服务的高效便民。
69 0
政务VR导航:跨界融合AI人工智能与大数据分析,打造全方位智能政务服务
|
1月前
|
存储 数据采集 分布式计算
Java中的大数据处理与分析架构
Java中的大数据处理与分析架构
|
1月前
|
SQL 运维 druid
深度分析:Apache Doris及其在大数据处理中的应用
Apache Doris是一款开源的高性能实时分析数据库,设计用于低延迟SQL查询和实时数据处理,适合大规模实时分析场景。与Apache Druid、ClickHouse和Greenplum相比,Doris在易用性和实时性上有优势,但其他产品在特定领域如高吞吐、SQL支持或数据处理有特长。选型要考虑查询性能、实时性、SQL需求和运维成本。Doris适用于实时数据分析、BI报表、数据中台和物联网数据处理。使用时注意资源配置、数据模型设计、监控调优和导入策略。
|
1月前
|
机器学习/深度学习 自然语言处理 供应链
深度学习在大数据分析中的应用非常广泛
深度学习在大数据分析中的应用非常广泛
|
1月前
|
机器学习/深度学习 数据采集 分布式计算
如何用Python处理大数据分析?
【6月更文挑战第14天】如何用Python处理大数据分析?
35 4
|
19天前
|
存储 分布式计算 并行计算
使用Hadoop构建Java大数据分析平台
使用Hadoop构建Java大数据分析平台
|
1月前
|
SQL 数据采集 数据可视化
基于Hive的招聘网站的大数据分析系统
基于Hive的招聘网站的大数据分析系统