Player_Scouting_Recommendation_System
1.0.0
Exploração de jogadores com tecnologia de IA: observe, recomende e eleve o jogo da sua equipe - ? Esta é uma versão beta
O Player Scouting Recommendation System é uma ferramenta projetada e desenvolvida para olheiros, treinadores e analistas de futebol. Este sistema usa técnicas avançadas de recuperação de informações e inteligência artificial para revolucionar a observação de jogadores. Ao inserir um jogador específico, o sistema identifica rapidamente os dez jogadores mais semelhantes, oferecendo relatórios personalizados gerados por IA para recomendar o melhor jogador para o seu time com base nas características do time.
Para experimentar o aplicativo python está disponível CSV_Version do Player Scouting Recommendation System! [DEMO].
Esta é a versão sem Solr, para testar a versão Solr siga o arquivo readme.txt localmente.
O projeto obtém seus dados do FBRef, um site líder em estatísticas de futebol. Com um banco de dados composto por mais de 200.000 jogadores e equipes, o FBRef fornece informações valiosas e cruciais para a análise do desempenho dos jogadores.
Aproveitando o Apache Solr, encontre e acesse rapidamente os dados do jogador com o Query Dynamic Suggestion System.
#### 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"
)
Descubra jogadores com estilos de jogo, atributos e estatísticas semelhantes ao jogador selecionado. 
Receba relatórios detalhados e personalizados dos jogadores, alimentados pela geração de linguagem natural de última geração, com um formulário de solicitação de correção. 
A documentação completa. Neste documento estão todos os detalhes do projeto. 
O Sistema de Recomendação de Observação de Jogadores tem algumas limitações que é importante considerar:
O Sistema de Recomendação de Escotismo de Jogadores foi desenvolvido exclusivamente para fins demonstrativos e educacionais. Este sistema foi criado como parte de um projeto para o exame de Sistemas de Recuperação de Informação da Universidade de Nápoles, Federico II . É essencial notar que o sistema de recomendação aqui apresentado foi concebido como uma ferramenta de apoio à decisão e não pretende substituir qualquer olheiro ou treinador de futebol. É uma ideia conceitual. Gostaria de expressar nossa gratidão à comunidade de código aberto pelas ferramentas e bibliotecas inestimáveis que tornaram este projeto possível. Agradecimentos especiais à FBRef por fornecer dados abrangentes sobre futebol.
? Este projeto foi desenvolvido por Antonio Romano e está disponível na página GitHub.
