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!



http://www.chinasem.cn/article/715070

相关文章

Redis主从复制实现原理分析

《Redis主从复制实现原理分析》Redis主从复制通过Sync和CommandPropagate阶段实现数据同步,2.8版本后引入Psync指令,根据复制偏移量进行全量或部分同步,优化了数据传输效率... 目录Redis主DodMIK从复制实现原理实现原理Psync: 2.8版本后总结Redis主从复制实

锐捷和腾达哪个好? 两个品牌路由器对比分析

《锐捷和腾达哪个好?两个品牌路由器对比分析》在选择路由器时,Tenda和锐捷都是备受关注的品牌,各自有独特的产品特点和市场定位,选择哪个品牌的路由器更合适,实际上取决于你的具体需求和使用场景,我们从... 在选购路由器时,锐捷和腾达都是市场上备受关注的品牌,但它们的定位和特点却有所不同。锐捷更偏向企业级和专

Spring中Bean有关NullPointerException异常的原因分析

《Spring中Bean有关NullPointerException异常的原因分析》在Spring中使用@Autowired注解注入的bean不能在静态上下文中访问,否则会导致NullPointerE... 目录Spring中Bean有关NullPointerException异常的原因问题描述解决方案总结

python中的与时间相关的模块应用场景分析

《python中的与时间相关的模块应用场景分析》本文介绍了Python中与时间相关的几个重要模块:`time`、`datetime`、`calendar`、`timeit`、`pytz`和`dateu... 目录1. time 模块2. datetime 模块3. calendar 模块4. timeit

python-nmap实现python利用nmap进行扫描分析

《python-nmap实现python利用nmap进行扫描分析》Nmap是一个非常用的网络/端口扫描工具,如果想将nmap集成进你的工具里,可以使用python-nmap这个python库,它提供了... 目录前言python-nmap的基本使用PortScanner扫描PortScannerAsync异

Oracle数据库执行计划的查看与分析技巧

《Oracle数据库执行计划的查看与分析技巧》在Oracle数据库中,执行计划能够帮助我们深入了解SQL语句在数据库内部的执行细节,进而优化查询性能、提升系统效率,执行计划是Oracle数据库优化器为... 目录一、什么是执行计划二、查看执行计划的方法(一)使用 EXPLAIN PLAN 命令(二)通过 S

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置

高效+灵活,万博智云全球发布AWS无代理跨云容灾方案!

摘要 近日,万博智云推出了基于AWS的无代理跨云容灾解决方案,并与拉丁美洲,中东,亚洲的合作伙伴面向全球开展了联合发布。这一方案以AWS应用环境为基础,将HyperBDR平台的高效、灵活和成本效益优势与无代理功能相结合,为全球企业带来实现了更便捷、经济的数据保护。 一、全球联合发布 9月2日,万博智云CEO Michael Wong在线上平台发布AWS无代理跨云容灾解决方案的阐述视频,介绍了

C#实战|大乐透选号器[6]:实现实时显示已选择的红蓝球数量

哈喽,你好啊,我是雷工。 关于大乐透选号器在前面已经记录了5篇笔记,这是第6篇; 接下来实现实时显示当前选中红球数量,蓝球数量; 以下为练习笔记。 01 效果演示 当选择和取消选择红球或蓝球时,在对应的位置显示实时已选择的红球、蓝球的数量; 02 标签名称 分别设置Label标签名称为:lblRedCount、lblBlueCount

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者