AWS 上的 NHL
AWS 与国家冰球联盟合作,成为 NHL 的官方云基础设施提供商。
NHL 为何选择 AWS
曲棍球比赛的竞争已经从秒级别提升到了毫秒级别。但是,从海量数据中获得见解仍然具有挑战性。聆听 NHL 讲述他们如何使用 AWS 发掘新的高级见解,以前所未有的方式区分球员及其表现。
解锁数据的潜能
利用 NHL 10 多年的历史冰球信息和跟踪系统 (HITS) 数据,联盟将充分发挥这些数据的作用,借助创新的 AWS 技术 (例如 AWS Lambda、Amazon SageMaker 等) 生成高级统计数据。
吸引和取悦球迷
球迷将更深入地了解球员、球队和联盟,因为 AWS 的领先技术将有助于提供下一代的高级分析。全新的实时冰球统计数据将变革赛前、赛中和赛后的球迷体验,帮助球迷更全面地了解和欣赏这一冰上运动。
强化广播产品
由 AWS 和 NHL 的新型 4K 摄像机处理的视频源将全方位捕捉冰上运动,让您更全面地了解整场比赛中的细节,把握真实赛况。NHL 正在 AWS 上构建一个中央存储库,这将有助于检索存档的视频片段,从而可以即时访问 NHL 内容,为观众提供全新的游戏内分析、预测和视频集锦,同时带来增强的移动、在线和直播体验。
了解由 AWS 提供支持的 NHL EDGE IQ 如何利用颠覆性的技术取得巨大成功。从实时分析到球员表现洞察,探索 AWS 如何通过数据驱动的见解帮助联盟及其球员提升比赛水平。
了解 AWS 如何预测可能的对抗获胜者
深入了解 ML Solutions Lab 团队如何使用 NHL 构建对抗机会
主要障碍
将对抗事件建模为机器学习问题,收集预测所需的参数,调用模型并将结果提交给广播公司
构建 ML 模型
通过不断倾听 NHL 的专业知识和测试假设,AWS 的科学家设计了 100 多项与对抗赛相关的功能。
确定对抗方
深入了解 AWS 人工智能和机器学习团队如何使用 NHL 构建对抗机会。
影响机会分析的主要因素
尽管有多个因素最终会影响每个得分机会,但机会分析模型显示,以下三个因素对机会质量的影响最为稳定。
守门员位置
机会分析着眼于守门员深度、距离和身高的 7 个不同因素,从而得出评分。
冰球移动
机会分析着眼于冰球方向变化、冰球速度范围、平均冰球速度和角度差异的 5 个不同因素,从而得出评分。
流量
机会分析着眼于球员在射门起点和球门柱之间的位置,以及可能存在的视力障碍物和防守冰球位置,从而得出评分。
吸引球迷
冰球是一项在冰上快速移动的运动,而 NHL 正在利用 AWS 无与伦比的云计算技术集生成其高级统计数据集。利用十多年来积累的历史数据,NHL 现在可以根据这些丰富的数据对实时比赛动作进行深入分析。
-
射门分析
-
扑救分析
-
射门分析
-
射门分析
每场比赛中的每次射门都将包括许多可变因素,例如在冰上的射门位置;球队是否势均力敌、有球员被罚下或以多打少;比赛得分;比赛时间;以及其他因素。
-
扑救分析
-
扑救分析
守门员的每次扑救现在都将包括守门员的扑救百分比,具体取决于射门的位置、不同的球队实力状况、比赛时间、比赛条件等。
“AWS 是 NHL 的绝佳合作伙伴,它可帮助我们汇总丰富的历史内容并提供实时高级分析,这将持续变革球迷观赛体验。通过提供这些统计数据,球迷以及球员、教练和广播公司将有机会以全新的方式观赏比赛,并更深入地了解比赛过程中的战略决策。”
- Dave Lehanski,NHL 业务发展与创新执行副总裁
“AWS 是 NHL 的绝佳合作伙伴,它可帮助我们汇总丰富的历史内容并提供实时高级分析,这将持续变革球迷观赛体验。通过提供这些统计数据,球迷以及球员、教练和广播公司将有机会以全新的方式观赏比赛,并更深入地了解比赛过程中的战略决策。”
- Dave Lehanski,NHL 业务发展与创新执行副总裁