Player_Scouting_Recommendation_System
1.0.0
AI 기반 선수 스카우팅: 스카우트, 추천, 팀 게임 향상 - ? 이것은 베타 버전입니다
선수 스카우팅 추천 시스템은 축구 스카우트, 코치 및 분석가를 위해 설계 및 제작된 도구입니다. 이 시스템은 고급 정보 검색 및 인공 지능 기술을 사용하여 플레이어 스카우트에 혁명을 일으켰습니다. 특정 선수를 입력하면 시스템이 가장 유사한 10명의 선수를 신속하게 식별하고 맞춤형 AI 생성 보고서를 제공하여 팀 특성에 따라 팀에 가장 적합한 선수를 추천합니다.
Python 응용 프로그램을 사용해 보려면 CSV_버전의 플레이어 스카우트 추천 시스템을 사용할 수 있습니다 ! [데모].
이는 Solr가 없는 버전입니다. Solr 버전을 사용해 보려면 로컬에서 readme.txt 파일을 따르세요.
이 프로젝트의 데이터는 최고의 축구 통계 웹사이트인 FBRef에서 제공됩니다. 200,000명이 넘는 선수와 팀으로 구성된 데이터베이스를 통해 FBRef는 선수 성과 분석에 중요한 풍부한 통찰력을 제공합니다.
Apache Solr를 활용하여 쿼리 동적 제안 시스템으로 플레이어 데이터를 빠르게 찾고 액세스하세요.
#### Script for Autocomplete
def search_solr ( searchterm : str ) -> List [ any ]:
# Check if a search term is provided
if searchterm :
# Query Solr for player names containing the search term
res = solr . query ( 'FootballStatsCore' , {
'q' : 'Player:' + '*' + searchterm + '*' ,
'fl' : 'Rk,Player' ,
'rows' : 100000 ,
})
result = res . docs
# If results are found
if result != []:
# Create a DataFrame from the results
df_p = pd . DataFrame ( result )
# Extract the 'Rk' and 'Player' columns and clean the data
df_p [ 'Rk' ] = df_p [ 'Rk' ]. apply ( lambda x : x [ 0 ])
df_p [ 'Player' ] = df_p [ 'Player' ]. apply ( lambda x : x [ 0 ])
# Return the 'Player' column as autocomplete suggestions
return df_p [ 'Player' ]
else :
# Return an empty list if no results are found
return []
# Streamlit search box
selected_value = st_searchbox (
search_solr ,
key = "solr_searchbox" ,
placeholder = "? Search a Football Player"
)
선택한 플레이어와 비슷한 플레이 스타일, 속성, 통계를 가진 플레이어를 찾아보세요. 
수정 프롬프트 양식을 통해 최첨단 자연어 생성을 통해 상세하고 개인화된 플레이어 보고서를 받아보세요. 
완전한 문서. 이 문서에는 프로젝트의 모든 세부정보가 포함되어 있습니다. 
플레이어 스카우팅 추천 시스템에는 고려해야 할 몇 가지 제한 사항이 있습니다.
플레이어 스카우팅 추천 시스템은 시연 및 교육 목적으로만 개발되었습니다. 이 시스템은 University of Naples, Federico II 의 정보 검색 시스템 시험을 위한 프로젝트의 일부로 만들어졌습니다. 여기에 제시된 추천 시스템은 의사 결정 지원 도구로 설계되었으며 축구 스카우트나 코치를 대체할 의도가 없다는 점에 유의해야 합니다. 개념적인 아이디어입니다. 이 프로젝트를 가능하게 한 귀중한 도구와 라이브러리를 제공한 오픈 소스 커뮤니티에 감사를 표하고 싶습니다. 포괄적인 축구 데이터를 제공한 FBRef 에 특별히 감사드립니다.
? 이 프로젝트는 Antonio Romano 가 개발했으며 GitHub 페이지에서 확인할 수 있습니다.
