На xglab.pro запустили модель, которая анализирует похожесть игроков. Существующие подходы к их поиску обычно используют жесткие фильтры по метрикам - позиция, рабочая нога, рост и вес, количество отборов, xG90, xP90.

Мы же используем методы глубокого обучения, а точнее - адаптированные подходы из анализа естественных языков. Зимой один из тестировщиков модели с ее помощью подтвердил свои предположения о том, за кем будут охотиться скауты одного из московских клубов. Инсайдеры написали об интересе клуба к этому игроку только через месяц.

Модель получает на вход все действия, совершенные игроками. Затем, с учетом этого массива данных, она может для каждого из известных ей игроков спрогнозировать вероятность того, что он совершил бы действие с указанными нами параметрами. Затем эту информацию мы преобразуем в числовые интерпретации игроков. Этот набор чисел в терминах модели содержит информацию о том, какие действия и на каких участках поля характерны для игрока.
Эти наборы чисел мы можем рассмотреть как наборы векторов в многомерном пространстве и посчитать дистанцию между этим векторами, таким образом мы найдем игроков с похожим игровым стилем.

Важно понимать, что модель сравнивает стиль игры, а не качество. Если в списке похожих на Неймара вы увидите недорогого игрока из РПЛ, это не значит, что он будет играть не хуже. Безусловно, нельзя бездумно менять местами игроков из списка похожих. Но если скаут получит хотя бы несколько интересных кандидатов, которых он другим способом бы не нашел, значит, модель выполняет свою задачу.