Hvordan påvirker big data sportsanalyse?

Sport i alle dens former, fra Major League Baseball til Fantasy Football er drevet af og producerer enorme mængder data, og avanceret datamining og maskinindlæringsteknikker har nu stor indflydelse på sportsdataanalyse. En fascinerende samling af forsknings- og perspektivartikler om designet, udvikling, og evaluering af metoder og deres anvendelse i sportsanalyse, både på forretningssiden og i spilstrategi udgives i et særnummer af Big Data .

Berettiget "Big Data i Sports Analytics, "Specialudgaven blev ledet af medgæstredaktører Renato Assunção, Ph.d., Universidade Federal de Minas Gerais (Brasilien), og Konstantinos Pelechrinis, Ph.d., University of Pittsburgh (PA).

I specialudgaven findes artiklen "Effekter af pacingegenskaber på ydeevne i langdistanceløb, "medforfatter af Arie-Willem de Leeuw, Laurentius Meerhoff, og Arno Knobbe, Leiden University (Holland). Forskerne brugte offentligt tilgængelige data om mere end 120, 000 løbere, der deltager i officielle løb, med fokus på deres pacestrategi eller hvor hurtigt de løber på forskellige stadier af løbet, og hvordan det kan påvirke deres samlede præstationer. Forfatterne beskriver deres data mining metode, som producerer enkle mønstre, der kan gavne både professionelle og amatørløbere.

Andrew Urbaczewski og Ryan Elmore, University of Denver (Colorado), bidrog med en artikel med titlen "Big Data, Effektive markeder, og afslutningen på Daily Fantasy Sports som vi kender det? "Forskerne foreslår, at tilgængeligheden af ​​big data, nutidens computerkraft, og effektiv markedshypotese vil ændre det relativt nye fænomen i daglig fantasysport dramatisk. De diskuterer virkningerne af at anvende lignende teknologier på andre markeder som en sammenligning for at forstå, hvad der kan vente for daglig fantasysport.

"Big data og kunstig intelligens ændrer sportens verden. Professionelle teams og andre interessenter ansætter i stigende grad maskinlæringseksperter for at hjælpe med at optimere ikke kun marketing, billetsalg, og fan engagement, men også udkast til valg, spillerevaluering, og beslutningstagning på spilledagen, "siger Big Data-chefredaktør Zoran Obradovic, Ph.d., Carnell Professor i Data Analytics, Temple University, Philadelphia, PA. "State-of-the-art løsninger til en række vigtige udfordringer inden for det nye område af sportsanalyse diskuteres i dette særlige nummer, som vil blive nydt af big data og sportsentusiaster."