Mostrar el registro sencillo del ítem
dc.contributor.advisor | Díez Pastor, José Francisco | es |
dc.contributor.author | Sánchez Hernández, Cristian | |
dc.contributor.editor | Universidad de Valladolid. Escuela de Ingeniería Informática de Valladolid | es |
dc.date.accessioned | 2023-11-16T15:35:58Z | |
dc.date.available | 2023-11-16T15:35:58Z | |
dc.date.issued | 2023 | |
dc.identifier.uri | https://uvadoc.uva.es/handle/10324/63046 | |
dc.description.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. | es |
dc.description.abstract | 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. | es |
dc.format.mimetype | application/pdf | es |
dc.language.iso | spa | es |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | es |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject.classification | Big Data | es |
dc.subject.classification | Scouting deportivo | es |
dc.subject.classification | NoSQL | es |
dc.title | Búsqueda eficiente de similaridad aplicada al scouting deportivo | es |
dc.type | info:eu-repo/semantics/masterThesis | es |
dc.description.degree | Máster en Inteligencia de Negocio y Big Data en Entornos Seguros / Business Intelligence and Big Data in Cyber-Secure Environments | es |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Internacional | * |
Ficheros en el ítem
Este ítem aparece en la(s) siguiente(s) colección(ones)
- Trabajos Fin de Máster UVa [6334]
![Attribution-NonCommercial-NoDerivatives 4.0 Internacional](/themes/Mirage2//images/creativecommons/cc-by-nc-nd.png)