Návrh a implementace webové aplikace pro tvorbu soupisek fotbalového turnaje

Abstract

Cílem bakalářské práce je návrh a implementace webové aplikace určené pro tvorbu soupisek fotbalového turnaje, konkrétně Euro Championship. Součástí výstupů práce jsou nástroje pro generování optimálních sestav týmů, analýzu dat hráčů a simulaci výsledků turnaje.

Práce je strukturována do několika klíčových částí. Nejprve jsou nastíněna teoreticko-metodická východiska, včetně problematiky získávání dat, analýzy dat fotbalových hráčů, tvorby soupisek a simulace turnaje s využitím Elo hodnocení a Poissonovy regrese. Dále jsou v práci specifikovány funkční a nefunkční požadavky na výslednou aplikaci.

Dále je v práci popsána praktická implementace procesu získávání dat o hráčích a historických zápasech, a algoritmu pro automatizovanou tvorbu optimálních týmových soupisek s ohledem na různé formace a maximalizaci celkové síly týmu. Detailně je rozebrána implementace simulace turnaje, včetně trénování predikčního modelu gólů pomocí Scikit-learn, implementace systému Elo hodnocení a využití Monte Carlo simulace s 10 000 opakováními pro odhad pravděpodobností úspěchu týmů.

Všechny vytvořené komponenty jsou integrovány do webové aplikace postavené na frameworku Flask. Tato aplikace umožňuje uživatelům procházet vygenerované soupisky, zobrazovat detailní výsledky simulací a využívat nástroje pro datovou analýzu hráčů, včetně vizualizace pomocí interaktivních grafů vytvořených knihovnou Plotly. Výsledná aplikace zároveň naplňuje hlavní cíl práce.

The aim of this bachelor's thesis is to design and implement a web application intended for creating rosters for a football tournament, specifically the Euro Championship. The outcomes of the thesis include tools for generating optimal team rosters, analyzing player data, and simulating tournament results.

The thesis is structured into several key parts. First, it outlines the theoretical and methodological foundations, including topics such as data acquisition, analysis of football player statistics, roster generation, and tournament simulation using Elo ratings and Poisson regression. It also specifies the functional and non-functional requirements of the resulting application.

The thesis further describes the practical implementation of the data collection process for players and historical matches, as well as the algorithm for automated generation of optimal team rosters considering various formations and maximizing overall team strength. The implementation of the tournament simulation is examined in detail, including the training of a goal prediction model using Scikit-learn, the integration of the Elo rating system, and the use of Monte Carlo simulation with 10,000 iterations to estimate the teams’ success probabilities.

All developed components are integrated into a web application built with the Flask framework. This application allows users to browse generated rosters, view detailed simulation results, and use tools for player data analysis, including interactive visualizations created with the Plotly library. The final application successfully fulfills the main objective of the thesis.