Інтелектуальна система спортивного скаутингу та допомоги спортивним тренерам
Тип публікації :
Магістерська робота
Дата випуску :
2026
Автор(и) :
Пилипович, Даниїл Олегович
Науковий(і) керівник(и)/редактор(и) :
Мова основного тексту :
Ukrainian
eKNUTSHIR URL :
Цитування :
[APA 7] Пилипович, Д. О. (2026). Інтелектуальна система спортивного скаутингу та допомоги спортивним тренерам. [Магістерська робота, Київський національний університет імені Тараса Шевченка]. eKNUTSHIR. https://ir.library.knu.ua/handle/15071834/23580
[ДСТУ] Пилипович Д. О. Інтелектуальна система спортивного скаутингу та допомоги спортивним тренерам : кваліфікаційна робота магістра : 122 Комп’ютерні науки / наук. кер. О. В. Заріцький. Київ, 2026. 131 с. URL: https://ir.library.knu.ua/handle/15071834/23580 (дата звернення: 17.07.2026).
Мета роботи – підвищити якість формування команди шляхом використання інтелектуальної системи спортивного скаутингу та підтримки рішень для оцінювання гравців, добору кандидатів під стиль гри і схему команди та післяматчевого оновлення скаутингових висновків на прикладі футбольного домену.
Об’єкт дослідження – процеси підтримки скаутингових і аналітичних рішень у спорті.
Предмет дослідження – методи Rule-based оцінювання, ML-кластеризації архетипів гравців та післяматчевої аналітики в прототипі інформаційної системи спортивного скаутингу, реалізованому на прикладі футболу.
Наукова новизна роботи полягає в тому, що запропоновано підхід до побудови прототипу інтелектуальної системи спортивного скаутингу, який поєднує Rule-based оцінювання відповідності гравця ролі, ML-архетипізацію як незалежний валідаційний шар та післяматчеве оновлення аналітичного профілю гравця в межах єдиного інформаційного контуру. На відміну від існуючих підходів, запропоноване рішення інтегрує довгострокове скаутингове оцінювання з матчевою аналітикою та враховує командний контекст, зокрема стиль гри, схему та кадрові потреби складу.
У роботі проаналізовано особливості сучасного спортивного скаутингу як аналітичної задачі, досліджено існуючі підходи до оцінювання спортсменів і гравців, визначено їхні обмеження та сформульовано вимоги до системи підтримки рішень. Розроблено модель рольового профілю гравця, Rule-based механізм оцінювання, модель командного профілю, ML-модуль кластеризації архетипів гравців та модуль післяматчевої аналітики. Реалізовано програмний прототип системи та проведено демонстрацію його роботи в модельному спортивному середовищі на прикладі синтетичних команд, гравців і симульованих матчів. Наведено оцінювання отриманих результатів, а також визначено переваги, обмеження і напрями подальшого розвитку системи.
Дипломна робота складається зі вступу, чотирьох розділів, висновків, списку використаних джерел. Загальний обсяг роботи становить 131 сторінок. Список використаних джерел налічує 43 найменувань.
Ключові слова: спортивний скаутинг, інтелектуальна система, Rule-based оцінювання, машинне навчання, кластеризація, архетипи гравців, післяматчева аналітика, футбольна аналітика, підтримка рішень.
Об’єкт дослідження – процеси підтримки скаутингових і аналітичних рішень у спорті.
Предмет дослідження – методи Rule-based оцінювання, ML-кластеризації архетипів гравців та післяматчевої аналітики в прототипі інформаційної системи спортивного скаутингу, реалізованому на прикладі футболу.
Наукова новизна роботи полягає в тому, що запропоновано підхід до побудови прототипу інтелектуальної системи спортивного скаутингу, який поєднує Rule-based оцінювання відповідності гравця ролі, ML-архетипізацію як незалежний валідаційний шар та післяматчеве оновлення аналітичного профілю гравця в межах єдиного інформаційного контуру. На відміну від існуючих підходів, запропоноване рішення інтегрує довгострокове скаутингове оцінювання з матчевою аналітикою та враховує командний контекст, зокрема стиль гри, схему та кадрові потреби складу.
У роботі проаналізовано особливості сучасного спортивного скаутингу як аналітичної задачі, досліджено існуючі підходи до оцінювання спортсменів і гравців, визначено їхні обмеження та сформульовано вимоги до системи підтримки рішень. Розроблено модель рольового профілю гравця, Rule-based механізм оцінювання, модель командного профілю, ML-модуль кластеризації архетипів гравців та модуль післяматчевої аналітики. Реалізовано програмний прототип системи та проведено демонстрацію його роботи в модельному спортивному середовищі на прикладі синтетичних команд, гравців і симульованих матчів. Наведено оцінювання отриманих результатів, а також визначено переваги, обмеження і напрями подальшого розвитку системи.
Дипломна робота складається зі вступу, чотирьох розділів, висновків, списку використаних джерел. Загальний обсяг роботи становить 131 сторінок. Список використаних джерел налічує 43 найменувань.
Ключові слова: спортивний скаутинг, інтелектуальна система, Rule-based оцінювання, машинне навчання, кластеризація, архетипи гравців, післяматчева аналітика, футбольна аналітика, підтримка рішень.
Галузі знань та спеціальності :
12 Інформаційні технології::122 Комп’ютерні науки
Галузі науки і техніки (FOS) :
Комп'ютерні та інформаційні науки
Файл(и) :![Ескіз]()
Вантажиться...
Формат :
Adobe PDF
Розмір :
2.45 MB
Контрольна сума :
(MD5):87b4aaa0d0239fe21f6c4144b731befb
Якщо не вказано інше, ця робота розповсюджується на умовах ліцензії Creative Commons Attribution-NonCommercial 4.0 International