Futbolcu Mevki Öneri Sistemi

Bir oyuncu neredeyse her zaman oynadığı mevkide izlenir ve o mevkinin ölçütleriyle değerlendirilir. Bunun görünmeyen bir maliyeti var: nitelik profili aslında onu iyi bir defansif orta saha yapacak bir stoper, ömrü boyunca stoper olarak "ortalama" etiketiyle kalabilir.

Bu tür eşleşmeleri elle aramak pratik değil. 277 oyuncu ve 10 mevkiyle, her oyuncuyu her mevkinin gözünden değerlendirmek binlerce karşılaştırma demek - ve gözlemcinin zamanı zaten izlediği maça gidiyor.

Scoutium bu fırsatları sistematik olarak görmek istiyordu: bir oyuncunun ne kadar iyi olduğunu değil, başka nerede daha iyi olabileceğini.

Oyuncu niteliklerini mevki bazında analiz edip mevkiler arası uyum öneren bir sistem geliştirdim.

1. Her mevkinin nitelik imzasını çıkardım. Veriyi mevkiye göre bölüp, her mevkide başarılı sayılan oyuncuların hangi niteliklerde yüksek puan aldığını belirledim. Ortaya her mevki için bir profil çıktı: "bu rolde iyi olmak şu niteliklerde güçlü olmak demek".
2. Her oyuncuyu kendi mevkisi dışında da değerlendirdim. Bir oyuncunun 39 nitelikten oluşan profili, oynadığı mevkinin değil, diğer mevkilerin imzalarıyla karşılaştırıldı. Böylece "bu oyuncu şu anki rolünde ne kadar iyi" sorusunun yanına "başka hangi rolün profiline uyuyor" sorusu eklendi.
3. Güçlü eşleşmeleri öne çıkardım. Bir oyuncunun profili, oynamadığı bir mevkinin imzasına belirgin biçimde uyuyorsa sistem bunu bir öneri olarak işaretliyor - örneğin nitelikleri defansif orta saha profiliyle örtüşen bir stoper.
4. Karar gözlemcide kaldı. Sistem transfer ya da mevki değişikliği kararı vermiyor; incelenmeye değer adayları listeliyor. Gözlemci sonra oyuncuyu o gözle izliyor.

Bu yaklaşımın değeri, mevcut veriden yeni bilgi çıkarmasında: aynı gözlemci puanları, hiç ek veri toplanmadan ikinci bir soruyu daha cevaplıyor.

Teknoloji: Python, pandas; mevkiye göre bölümlenmiş nitelik analizi, profil karşılaştırma ve mevkiler arası eşleştirme.