球探网站IMScouting靠40位眼线就搜尽全球资料

昨天看到华盛顿邮报转载TechCrunch报导 一间叫「IMScouting」的新网站,这网站来自以色列,和其他网路创意不同的是,它并没有什么了不起的「大功能」。

它有的是了不起的「大资料」 。 IMScouting专门收集全球各地职业足球球员的资讯 。 所谓美式足球(美式橄榄球)只有美国在打,出了美国,大家所谓的「足球」是那种用脚踢的圆圆的射网的,在全世界很多国家都是全民最疯狂的球类运动,数不清 的大大小小的联盟,里面有好多好多的球员,一军、二军、后补……。 IMScouting是第一家整理这些足球球员资料的,目前已涵盖了40个国家的48个职业足球或业余足球联盟,一共收集着4万名球员的资料。

有趣的是,IMScouting收集这些资料,并不是给足球迷看的,谁需要这么多资料啊!这个资料是朝着那些各国的「球探」而来,每个球队都希望自己下一季打得更好,据说有高达65%的足球球员 都会在球季末在球队之间交易,因此,随时随地都有700个以上的各国职业足球队在找人,于是「球探」这个行业因应而生 ,这个产业目前已经养活了全球高达15万名的足球球探 , 然而,球探就像是看一盘乱沙就能判断里面有没有含金的专家,等到某个球员已红到上头条新闻,早就来不及抢下了,所以要趁他只「初露头角」,就赶快将他签 下,而且,每个球探看法不同,别人眼中的垃圾,可能是他人眼中的黄金,所以, IMScouting虽然没有球探的眼光,但它只要专心建立一个超大的资料库,在这些球探的眼中就有价值了 。目前IMScouting主要客户就锁定着这些「四处找黄金」的球探们,收费模式是一季要480美元(15000台币),或是一年年费1440美元(45000台币)。若这个价钱真的打中了需求,又真的有12万名球探,IMScouting可能准备赚翻了。

至于你说,IMScouting怎么收集这些资料?怎么防范其他竞争者后来居上盗走这些资料?它的竞争优势其实好像没这么强,因为 IMScouting其实就是找来其中四十位球探,分别散布在各个国家(所以他们有四十个国家),每天的收集。当然IMScouting找来了足球界听说 很知名的超级百万球探Pini Zahavi坐镇董事会,或许也有镇宝的作用。不过,这也表示,像这种点子,其实并没有这么难做

让我想到一个从前一直在想的方向,看,搜「人」是网路上我们常在做的事,认识一个人想知道他多一点,听过一个名字想再记得多一点,于是也有一些网站专门在做「搜人网站」,譬如 Wink.com与这周才到美国去的最新的欧洲搜人网站123people.com 等,征才网站、人力银行、婚友仲介其实也都算是某种「搜人」网站,但是,大部份的「人」的仲介网站,都是想以一个网站取代掉「middle man」,原本的报纸广告变成线上广告,大约不脱这个模式,很少人试着用网站来「找到从前找不到的人」

怎么找「从前找不到的人」?从IMScouting来看,他们足球球探界所谓「从前找不到的人」就是在其他国家的职业球员 。巴西打巴西的,英国打英国的,没人有这么多精力去搜刮其他国家的球员,所以IMScouting在四十个国家各找来一个当地仔,那资料量之大,连球探都要花钱买。

以「征才」来说,「从前找不到的人」包括了还在念书,但资质聪颖,显然是未来之星的优秀学生们,目前专攻校园征才的网站仍少,许多竹科大厂自己建立校园关系,靠他们超强大的人资部门,甚至还请「校园联络人」,锁定几间好学校,请「学生」找「学生」 , 把人才在还没毕业时就全都预定好了,其他厂商就没有机会了。如果我们在这一块导入IMScouting的概念,四十间学校,一间学校找一位学生帮忙搜集, 做出一个校园「球探」的网站,专给这些目前还没深耕到校园的中大型公司,他们或许会有兴趣签长期合约。甚至更多一点,还可以做一个网站,伸入更低龄的目 标,来涵盖所有的高中生 ?有哪位学生的表现特别突出,他的同学马上报到这个网站上,让企业主马上就看得到,然后企业可以先过去给他奖学金、将他订下来,从高中到大学,全部包下来…… 。

内容概要:本书《Deep Reinforcement Learning with Guaranteed Performance》探讨了基于李雅普诺夫方法的深度强化学习及其在非线性系统最优控制中的应用。书中提出了一种近似最优自适应控制方法,结合泰勒展开、神经网络、估计器设计及滑模控制思想,解决了不同场景下的跟踪控制问题。该方法不仅保证了性能指标的渐近收敛,还确保了跟踪误差的渐近收敛至零。此外,书中还涉及了执行器饱和、冗余解析等问题,并提出了新的冗余解析方法,验证了所提方法的有效性和优越性。 适合人群:研究生及以上学历的研究人员,特别是从事自适应/最优控制、机器人学和动态神经网络领域的学术界和工业界研究人员。 使用场景及目标:①研究非线性系统的最优控制问题,特别是在存在输入约束和系统动力学的情况下;②解决带有参数不确定性的线性和非线性系统的跟踪控制问题;③探索基于李雅普诺夫方法的深度强化学习在非线性系统控制中的应用;④设计和验证针对冗余机械臂的新型冗余解析方法。 其他说明:本书分为七章,每章内容相对独立,便于读者理解。书中不仅提供了理论分析,还通过实际应用(如欠驱动船舶、冗余机械臂)验证了所提方法的有效性。此外,作者鼓励读者通过仿真和实验进一步验证书中提出的理论和技术。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值