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
|
11天前
|
存储 消息中间件 监控
【Flume】Flume在大数据分析领域的应用
【4月更文挑战第4天】【Flume】Flume在大数据分析领域的应用
|
24天前
|
Cloud Native 数据处理 云计算
探索云原生技术在大数据分析中的应用
随着云计算技术的不断发展,云原生架构作为一种全新的软件开发和部署模式,正逐渐引起企业的广泛关注。本文将探讨云原生技术在大数据分析领域的应用,介绍其优势与挑战,并探讨如何利用云原生技术提升大数据分析的效率和可靠性。
|
1月前
|
存储 消息中间件 大数据
Go语言在大数据处理中的实际应用与案例分析
【2月更文挑战第22天】本文深入探讨了Go语言在大数据处理中的实际应用,通过案例分析展示了Go语言在处理大数据时的优势和实践效果。文章首先介绍了大数据处理的挑战与需求,然后详细分析了Go语言在大数据处理中的适用性和核心技术,最后通过具体案例展示了Go语言在大数据处理中的实际应用。
|
1月前
|
数据采集 运维 数据挖掘
API电商接口大数据分析与数据挖掘 (商品详情店铺)
API接口、数据分析以及数据挖掘在商品详情和店铺相关的应用中,各自扮演着重要的角色。以下是关于它们各自的功能以及如何在商品详情和店铺分析中协同工作的简要说明。
|
3月前
|
关系型数据库 MySQL Serverless
高顿教育:大数据抽数分析业务引入polardb mysql serverless
高顿教育通过使用polardb serverless形态进行数据汇总,然后统一进行数据同步到数仓,业务有明显高低峰期,灵活的弹性伸缩能力,大大降低了客户使用成本。
|
3月前
|
机器学习/深度学习 数据采集 算法
大数据分析技术与方法探究
在当今信息化时代,数据量的增长速度远快于人类的处理能力。因此,如何高效地利用大数据,成为了企业和机构关注的焦点。本文将从大数据分析的技术和方法两个方面进行探究,为各行业提供更好的数据应用方向。
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
大数据分析的技术和方法:从深度学习到机器学习
大数据时代的到来,让数据分析成为了企业和组织中不可或缺的一环。如何高效地处理庞大的数据集并且从中发现潜在的价值是每个数据分析师都需要掌握的技能。本文将介绍大数据分析的技术和方法,包括深度学习、机器学习、数据挖掘等方面的应用,以及如何通过这些技术和方法来解决实际问题。
47 2
|
3月前
|
机器学习/深度学习 人工智能 运维
大数据分析:探索信息世界的钥匙
在当今信息爆炸的时代,大数据分析成为挖掘宝藏般的技术和方法。本文将介绍大数据分析的基本概念、技术与方法,并探讨其在商业、科学和社会领域中的广泛应用。从数据收集和预处理到模型构建和结果解读,大数据分析为我们揭示了信息世界的钥匙,为决策者提供了有力的支持。
|
2月前
|
API
GEE案例分析——利用sentinel-3数据计算空气污染指数(Air Pollution Index,简称API)
GEE案例分析——利用sentinel-3数据计算空气污染指数(Air Pollution Index,简称API)
104 0
|
数据采集 数据可视化 算法
电商API接口的大数据分析与挖掘技巧
随着电商行业的快速发展,电商平台上的交易数据量也越来越大。如何对这些数据进行分析和挖掘,从中获取有价值的信息,已经成为电商企业和开发者关注的重点。本文将介绍电商API接口的大数据分析与挖掘技巧。

热门文章

最新文章