Procesiranje velikih količina podataka o sportskim događajima korištenjem tehnologije Microsoft Azure Data Factory

master's thesis

• Title (english): Processing Sports Events Big Data using Microsoft Azure Data Factory
• Author: Antonia Elek
• Mentor: Boris Milašinović (mentor)
• Committee member: Boris Milašinović (predsjednik povjerenstva)
• Committee member: Vedran Mornar (član povjerenstva)
• Committee member: Mirjana Domazet-Lošo (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2018-07-05, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Computing

Abstract

U radu je opisana tehnologija za integraciju podataka Microsoft Azure Data Factory i dan je pregled njenih najvažnijih svojstava i komponenti. Kao primjer programskog rješenja na platformi Data Factory, izgrađena je i opisana aplikacija koja s Interneta dohvaća i obrađuje podatke o novim sportskim događajima i simulira klađenje na određene, potencijalno profitabilne tipove nogometnih utakmica. Osmišljena je strategija klađenja na one utakmice koje po vrijednosti koeficijenata odgovaraju profilu potencijalnih iznenađenja, tj. utakmica koje završe najmanje očekivanim ishodom pa stoga donose i najveći profit. Aplikacija se periodički pokreće u oblaku za vrijeme trajanja natjecateljske sezone, na kraju koje se izračunava ukupni (hipotetski) profit. Provedena je simulacija izvršavanja aplikacije kroz posljednje tri sezone i pokazalo se da se na ovaj način isplati kladiti na utakmice najpoznatijih i najkompetitivnijih europskih nogometnih natjecanja kao što su engleska i njemačka prva liga, gdje ostvareni dobitak po sezoni sa 100 odigranih uloga iznosi između 110 i 125 jediničnih uloga. S druge strane, klađenje na utakmice značajno manje kompetitivne prve hrvatske nogometne lige nije isplativo i najčešće rezultira ukupnim gubitkom ili zanemarivim dobitkom u vrijednosti jednog jediničnog uloga.

Abstract (english)

This thesis describes data integration technology Microsoft Azure Data Factory, summarizing its main features and concepts it introduces. As an example of program solution built on Data Factory platform, an application that fetches and processes data on new sports events was developed and described in the thesis. The application simulates placing bets on potentially profitable matches. Betting strategy was designed that targets matches that are potential surprises, because they result in the least expected outcome and thus bring the greatest profit. Application is executed periodically, in the cloud, during the course of the season, and the total profit is calculated at the end of the season. A simulation was run of application executing during the last three seasons. The results showed that it is profitable to place bets in this way for matches of the most known and most competitive European football competitions, such as English Premiership and the German Bundesliga. There, the realized gain on 100 placed bets per season is somewhere between 110 and 125. On the other hand, placing bets for matches of the Croatian first division, which is far less competitive than the leagues mentioned before, results in total loss or negligible gain.

• Keywords: integracija podataka; kladioničarski koeficijenti; Microsoft Azure Data Factory; računarstvo u oblaku; sportski događaji
• Keywords (english): data integration; betting odds; Microsoft Azure Data Factory; cloud computing; sport events
• Language: croatian
• URN:NBN: urn:nbn:hr:168:737968
• Study programme: Title: Computing; Study programme type: university; Study level: graduate; Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2019-03-13 20:08:53