Por favor, use este identificador para citar o enlazar este ítem:https://uvadoc.uva.es/handle/10324/63046
Título
Búsqueda eficiente de similaridad aplicada al scouting deportivo
Director o Tutor
Año del Documento
2023
Titulación
Máster en Inteligencia de Negocio y Big Data en Entornos Seguros / Business Intelligence and Big Data in Cyber-Secure Environments
Abstract
En este tabajo fin de máster se aplicarán conceptos orientados a
la Inteligencia de Negocio y al Big Data, mediante el desarrollo de
una aplicación orientada al ámbito del scouting deportivo, concretamente
en el mundo del fútbol. Aplicando el concepto matemático
de similaridad, se buscarán los jugadores que más se parezcan a los
que ya tenemos en el equipo y que consideramos que están a un gran
nivel deportivo, con los objetivos de crear un equipo más competitivo,
tener jugadores de recambio que mantengan el mismo nivel de juego
y poder suplir las bajas de los jugadores actuales, en caso de lesión
o venta del jugador. Además, con el objetivo de aprender a utilizar
algunas herramientas, esta búsqueda de la similaridad se realizará
mediante la librería Facebook AI Similarity Search (FAISS). Para
el almacenamiento de los datos,la aplicación utilizará una base de
datos NoSQL orientada a Big Data, como es MongoDB. En cuanto
a la infraestructura utilizada para el Big Data, la aplicación se desplegará
en Docker, aprovechando la capacidad de abstracción y de
virtualización que ofrece este sistema. In this master’s thesis we will apply concepts oriented to Business
Intelligence and Big Data, by developing an application oriented
to the field of sports scouting, specifically in the world of football.
Applying the mathematical concept of similarity, we will search for
players who are most similar to those we already have in the team
and who we consider to be at a high level of sport, with the objectives
of creating a more competitive team, having replacement players
who maintain the same level of play and being able to replace the
casualties of current players, in case of injury or sale of the player.
Furthermore, with the aim of learning to use some tools, this search
for similarity will be carried out using the Facebook AI Similarity
Search (Faiss) library. For data storage, the application will use a
NoSQL database oriented to Big Data, such as MongoDB. As for the
infrastructure used for Big Data, the application will be deployed
in Docker, taking advantage of the abstraction and virtualisation
capacity offered by this system.
Palabras Clave
Big Data
Scouting deportivo
NoSQL
Idioma
spa
Derechos
openAccess
Aparece en las colecciones
- Trabajos Fin de Máster UVa [6334]
Files in questo item
![Attribution-NonCommercial-NoDerivatives 4.0 Internacional](/themes/Mirage2//images/creativecommons/cc-by-nc-nd.png)