카멜로 앤써니는 1년 동안 경기에 나서지 않다가 11월 19일 포틀랜드 트레일 블레이저스와 계약했습니다. 같은 날 포틀랜드와 뉴올리언스의 경기 몇 시간 전, 블레이저스의 스타 데미안 릴라드가 부상으로 경기에 결장한다는 소식이 전해졌습니다.
Stats Perform새로운 VQ 선수 능력치 확률 API는 두 가지 뉴스를 빠르게 처리하고 양 팀 모든 선수의 모든 능력치에 대한 예측을 다시 게시했습니다.
VQ의 사용 사례 중 하나는 베팅 배당률 컴파일러가 선수 소품 베팅 라인을 보정하고 설정하는 것입니다. 지금까지는 부상과 계약이 코트에 있는 다른 모든 선수의 예측에 미치는 영향을 설명하기가 어려웠습니다. 관련된 방대한 데이터와 처리해야 할 선수 수를 고려할 때 정보에 액세스하는 데 병목 현상이 발생하고 그 의미를 처리하는 데 병목 현상이 발생했습니다.
이 때문에 당일 뉴스가 보도된 후 확인한 대부분의 비 VQ 스포츠 북에서는 릴라드 마켓이 여전히 열려 있거나 블레이저스와 펠리컨스의 모든 선수 소품 라인이 몇 시간 동안, 어떤 경우에는 영구적으로 중단된 상태였습니다. 기껏해야 한두 명의 선수 마켓만 이용할 수 있었습니다. 팁오프 직전까지 카멜로에 대한 옵션은 거의 제공되지 않았습니다. 이 경기의 선수 소품 부족은 그날의 다른 경기 일정과 극명한 대조를 이뤘습니다.
도전 과제: 앤써니는 1년 동안 경기에 출전하지 않았고 이 선수들과 함께 뛴 적이 없습니다: 새로운 팀 동료들과 상대팀에 비해 어떤 활약을 펼칠까요?
VQ는 릴라드가 없을 때와 앤써니가 있을 때의 시나리오에서 각 선수가 어떤 활약을 펼칠지 빠르게 예측할 수 있습니다.
Stats Perform방대한 데이터는 해당 팀의 경기력뿐 아니라 선수의 경기별, 연도별, 심지어 선수의 10번째 시즌과 11번째 시즌의 경기력까지 AI 통해 객관적으로 파악할 수 있습니다.
저희 모델은 비슷한 연령, 키, 체중, 플레이 스타일 특성을 가진 플레이어에 대해 학습합니다.
선수의 통계를 가능한 라인업에 따라 어떻게 조정해야 하는지, 나이에 따라 커리어 성과가 어떻게 증가하거나 감소하는지, 특정 포지션의 선수에 대한 기대치를 깊이 이해하고 있습니다.
이는 릴라드나 앤써니와 같은 기존 프로 선수는 물론 신인 선수에게도 적용됩니다: 심층적인 대학 데이터 아카이브를 통해 VQ는 NBA 코트를 밟아본 적이 없는 신인 선수의 영향력을 예측할 수 있습니다.
또 다른 병목 현상은 선수 소식에 신중하게 반응하는 숙련된 전문 기자들의 영역인 라인업 변경을 예측하는 것입니다. 이 팀은 신뢰할 수 있는 출처와 행간을 읽는 방법을 파악하는 데 경력을 쌓은 전문가들로 구성되어 있습니다.
결과:
심층 데이터, 전문 저널리스트, 정교한 AI 결합을 통해 스포츠북 파트너가 경기 당일 아침이든 슛돌이 발목 롤이든 뉴스 속보 직후에 모든 선수의 대사를 더욱 자신 있게 게시할 수 있도록 지원할 수 있습니다.
VQ는 엔지니어링, AI, 프로세스 스토리입니다: 뉴스 속보에 빠르게 적응하고 라인업 변경의 영향을 신속하게 평가하여 스포츠북이 오픈 베팅 라인의 형태로 고객에게 뉴스의 영향을 신속하게 반영할 수 있도록 모델을 구축했습니다.
이번에도 변경 사항이 확인된 후 몇 분 안에 양 팀 모든 선수에 대한 소품 예측을 신속하게 다시 게시했습니다. VQ는 앤써니의 라인이 10.5점 미만이 될 확률을 51.56%로 예측했습니다. 앤써니는 10점을 기록했습니다.
브라이언 셤웨이는 독점적인 AI 데이터를 사용하는 새로운 고급 플레이어 소품 예측 및 확률 API인 Stats Perform VQ의 제품 관리자입니다.
