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…… 。

【动态模态分解(DMD)】处理任意数据集进行模态分析研究(Matlab代码实现)内容概要:本文围绕动态模态分解(DMD)技术展开,介绍其在处理任意数据集进行模态分析中的应用,并提供基于Matlab的代码实现方案。文中详细阐述了DMD的基本原理及其在多领域科研问题中的实际应用价值,如航空航天、能源系统、信号处理、无人机控制等,展示了该方法在提取复杂系统动态特征方面的有效性。同时,文档列举了大量相关研究案例和技术实现路径,涵盖机器学习、优化算法、图像处理、路径规划等多个方向,突出DMD作为一种数据驱动分析工具的广泛适用性。; 适合人群:具备一定Matlab编程基础,从事科研工作或工程应用的研究生、科研人员及工程师,尤其适用于从事系统建模、数据分析、信号处理等相关领域的技术人员。; 使用场景及目标:①利用DMD方法对非线性动态系统进行降维与模态提取;②结合具体科研问题(如结构健康监测、飞行器控制、能源系统分析)实现数据驱动建模与分析;③通过提供的Matlab代码快速复现算法并应用于实际数据集。; 阅读建议:建议读者结合文中提供的网盘资源下载完整代码和案例资料,按照目录顺序逐步学习,重点理解DMD算法的核心思想与实现细节,并尝试将其迁移至自身研究领域以提升科研效率。
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