王晨

岱凱正在通過機器學習升級賽事分析和觀賽體驗

7月1日從德國的杜塞爾多夫出發(fā)，7月23日到達巴黎的香榭麗舍大道，又一年的環(huán)法自行車賽落下帷幕。今年，除了騎手自身的車技比拼之外，這項精彩的賽事背后還隱藏了很多黑科技。

環(huán)法自行車賽主辦機構阿莫里體育組織 （Amaury Sport Organisation） 與賽事官方技術合作伙伴岱凱 （Dimension Data）將機器學習技術帶入環(huán)法自行車賽賽場。雙方共同開發(fā)的岱凱數(shù)據(jù)分析平臺引入了機器學習技術和精密的算法，把賽事的即時數(shù)據(jù)與歷史數(shù)據(jù)相結合，并根據(jù)賽事進展提供更深入的分析。雙方首次利用預測性分析技術，預測發(fā)生不同賽事狀況的可能性，例如主車群是否會在某個賽段趕上突圍車手。而粉絲可以利用車手個人資料檔案，以加深了解車手在哪種賽道環(huán)境和比賽情況下表現(xiàn)最佳。

具體來說，即時追蹤和數(shù)據(jù)分析解決方案，通過安裝于每部自行車座位下的全球衛(wèi)星定位系統(tǒng)信號轉(zhuǎn)發(fā)器，將它們收集的數(shù)據(jù)與外部數(shù)據(jù)相結合，如賽道的坡度、斜度、天氣情況以及每個賽車手的速度和歷史成績等，通過機器學習得出車手的實時速度與所在地點、各個車手之間的距離，以及參賽隊伍陣容等種種分析結果。

“這些信息可以提供給賽車手，讓他能看到自己以及對手在每一個賽段的表現(xiàn)，以此對比來分析彼此的優(yōu)劣和強弱，進而進行戰(zhàn)略和戰(zhàn)術上的規(guī)劃——是要先發(fā)制人，還是要維持在主車隊中的相對位置，再或者是要不要加入突圍手的賽車手等?！贬穭P亞太區(qū)首席執(zhí)行官John Lombard介紹，“通過機器學習，能以90%準確度去預測每一個賽段排名前5的賽車手，并且機器學習的能力隨著它不斷歷練而不斷提升?！?/p>

據(jù)統(tǒng)計，環(huán)法自行車賽的21個賽段產(chǎn)生并分析超過30億個數(shù)據(jù)點，相比去年的1.28億有顯著增加。參賽的22支隊伍198位選手在全長3540公里的賽道產(chǎn)生超過1.5億個有關地理空間和環(huán)境的數(shù)據(jù)。

更完善的環(huán)法自行賽數(shù)字化解決方案利用了一個完全基于云端的虛擬化數(shù)據(jù)中心提供所需的運作規(guī)模，因而可減少在賽事現(xiàn)場負責操作系統(tǒng)的人員。由于云端可在世界不同地點進行管理，所以這種方案模式同時提供了地理上的靈活性。今年岱凱分布四大洲的技術團隊通過配備了最先進數(shù)字技術的虛擬工作場所，與?高效的移動協(xié)作中心共同工作，一起為環(huán)法自行車賽作出貢獻。

隨著運動領域引入更多科技，觀賞體驗也因此大幅改進。機器學習等先進技術造就了新方法來提供當前運動領域粉絲所需的賽事細節(jié)分析。岱凱中國區(qū)首席執(zhí)行官陸志宏說：“很多人在電視上看環(huán)法自行車賽的實時轉(zhuǎn)播，同時我們還通過Twitter向智能手機終端提供第二屏幕服務。在第二屏幕上，觀眾可以獲得實時的數(shù)據(jù)和對數(shù)據(jù)的實時分析，包括現(xiàn)在領先的是誰，某一個車隊的表現(xiàn)情況，以及預測誰會勝出等。”

另外，網(wǎng)絡安全是環(huán)法自行車賽的首要關注問題。岱凱云端安全系統(tǒng)于2016年賽事期間偵測出超過140萬件可疑訪問事件并予以阻截。endprint