| dc.contributor.advisor | Κυριάκου, Δημήτρης | |
| dc.contributor.author | Χαλιάπας, Αντώνιος | |
| dc.contributor.other | Chaliapas, Antonios | |
| dc.coverage.spatial | Κύπρος | el_GR |
| dc.date.accessioned | 2015-06-22 | |
| dc.date.accessioned | 2015-06-22T11:41:58Z | |
| dc.date.available | 2015-06-22T11:41:58Z | |
| dc.date.copyright | 2015 | |
| dc.date.issued | 2015-06-22 | |
| dc.identifier.other | ΠΛΗ/2015/00174 | el_GR |
| dc.identifier.uri | http://hdl.handle.net/11128/1853 | |
| dc.description | Περιέχει βιβλιογραφικές παραπομπές. | el_GR |
| dc.description.abstract | Το αντικείμενο της παρούσας μεταπτυχιακής διατριβής είναι η ανάλυση στατιστικών
αγωνιστικής απόδοσης, για δέκα έξι (16) ομάδες του Champions League με σκοπό την πρόβλεψη
του τελικού νικητή της διοργάνωσης. Το πρώτο κομμάτι της εργασίας αφορά την συλλογή των
πληροφοριών σχετικά με την αγωνιστική παρουσία των ομάδων (αμυντική, επιθετική,
προϊστορία) τόσο στα εγχώρια πρωταθλήματα όσο και στην ευρωπαϊκή διασυλλογική
διοργάνωση. Τα δεδομένα συλλέγονται από ευρέως γνωστές ιστοσελίδες, που σκοπό έχουν την
καταγραφή και την παρουσίαση στατιστικών ποδοσφαιρικών αγώνων.
Στο δεύτερο κομμάτι της μεταπτυχιακής διατριβής, επιλέγεται ο αλγόριθμος αναζήτησης
τεχνητής νοημοσύνης Κατά Πλάτος, πάνω στον οποίο θα στηριχτεί η υλοποίηση της εφαρμογής
πρόβλεψης. Στη συνέχεια, καταχωρούνται τα συλλεγόμενα στατιστικά σε βάση δεδομένων, που
είναι απαραίτητη για την επικοινωνία της εφαρμογής με τα δεδομένα για την περαιτέρω
επεξεργασία τους. Στην πορεία, πραγματοποιείται καθορισμός βαρύτητας των στατιστικών για
να οριστεί η σειρά επεξεργασία τους. Η συγκεκριμένη διαδικασία επιτυγχάνεται με την
καταγραφή της συχνότητας εμφάνισης των δεδομένων, στους αγώνες που διεξάγονται κατά την
α' φάση των ομίλων της διοργάνωσης. Η εφαρμογή υλοποιείται βάσει αυτής της λογικής, με τη
δημιουργία επιπέδων σύγκρισης των δεδομένων αγωνιστικής απόδοσης και της εξαγωγή ενός
ποσοστού πρόκρισης για τις ανταγωνιζόμενες ομάδες.
Στη συνέχεια, παρουσιάζονται τα αποτελέσματα της εφαρμογής για τις διάφορες φάσεις του
Champions League (β' φάση, προημιτελικά, ημιτελικά, τελικός), πραγματοποιείται μελέτη των
πραγματικών αποτελεσμάτων των αγώνων για την αναπροσαρμογή της εφαρμογής, με
απώτερο σκοπό την εξαγωγή εγκυρότερων αποτελεσμάτων. Τέλος, γίνεται μία προσπάθεια
παρουσίασης προτάσεων για βελτίωση και μελλοντική χρήση της προκειμένης εφαρμογής
πρόβλεψης.
Στις σελίδες που ακολουθούν, θα γίνει αναλυτική παρουσίαση των προβλημάτων της
συγκεκριμένης μεταπτυχιακής διατριβής και ποιοί μέθοδοι χρησιμοποιήθηκαν για την επίτευξη
των στόχων της. | el_GR |
| dc.format.extent | viii, 114 σ. πιν., 30 εκ. | el_GR |
| dc.language | gr | el_GR |
| dc.language.iso | gr | el_GR |
| dc.rights | info:eu-repo/semantics/closedAccess | el_GR |
| dc.subject | Αλγόριθμοι τεχνητής νοημοσύνης | el_GR |
| dc.title | Πρόβλεψη του νικητή του Champions League 2014-2015, με τη χρησιμοποίηση του αλγορίθμου τεχνητής νοημοσύνης κατά πλάτος (Bradth First Search) | el_GR |
| dc.type | Μεταπτυχιακή Διατριβή | el_GR |
| dc.description.translatedabstract | The object of this dissertation is the statistic analysis of the performance of 16 football teams
participating in the Champions League, in order to predict the winner of the tournament. The first
part, refers to the accumulation of information about the performance of the football clubs
(defense, attack, history), both in inner state championships and European tournament. Data is
gathered from well known web sites, whose purpose is to register and present statistics of football
matches.
In the second part, the Artificial Intelligence's searching algorithm Breadth First Search is chosen.
The implementation of the predicting application will be based on this algorithm and the
assembled data is recorded in a data base. This fact is the essential for the communication
between the application and the data, in order to be analyzed further more. The importance of the
statistics is defined so as to determine the weight of the process of each one. The current
procedure is being fulfilled using the frequency of appearance of the data at matches being held
during the group phase of the tournament. The application is being implemented using the logic of
creating different levels of comparison between various data, concerning teams performance. As a
result, the possibility of qualification of the football club is deducted.
Afterwards, the results of the application are presented for different phases of the Champions
League (second phase, quarterfinals, semi finals, final). In addition, the results of real matches are
examined in order to improve the application and deduct valid results. Finally, an effort is made to
present proposals of improvement and future use of this predicting application.
In the following pages, will take place a detailed presentation of the problems that appeared
during the realization of the current dissertation and the methods that were used in order to
succeed its purpose. | el_GR |
| dc.format.type | pdf | el_GR |
