Sport i alla dess former, från Major League Baseball till Fantasy Football drivs av och producerar enorma mängder data, och avancerade datautvinnings- och maskininlärningstekniker har nu stor inverkan på sportdataanalys. En fascinerande samling av forsknings- och perspektivartiklar om designen, utveckling, och utvärdering av metoder och deras användning i sportanalys, både på affärssidan och i spelstrategi publiceras i ett specialnummer av Big Data .

Med titeln "Big Data in Sports Analytics , " specialnumret leddes av co-Guest Editors Renato Assunção, Ph.D., Universidade Federal de Minas Gerais (Brasilien), och Konstantinos Pelechrinis, Ph.D., University of Pittsburgh (PA).

I specialnumret finns artikeln "Effects of Pacing Properties on Performance in Long Distance Running, " medförfattare av Arie-Willem de Leeuw, Laurentius Meerhoff, och Arno Knobbe, Leiden University (Nederländerna). Forskarna använde allmänt tillgänglig data om mer än 120, 000 löpare som deltar i officiella lopp, fokusera på sin taktstrategi eller hur snabbt de springer i olika skeden av loppet och hur det kan påverka deras totala prestation. Författarna beskriver sin datautvinningsmetod, som producerar enkla mönster som kan gynna både professionella och amatörlöpare.

Andrew Urbaczewski och Ryan Elmore, University of Denver (Colorado), bidrog med en artikel med titeln "Big Data, Effektiva marknader, and the End of Daily Fantasy Sports As We Know It?." Forskarna föreslår att tillgången till big data, dagens datorkraft, och effektiv marknadshypotes kommer att förändra det relativt nya fenomenet dagliga fantasysporter dramatiskt. De diskuterar effekterna av att tillämpa liknande teknologier på andra marknader som en jämförelse för att förstå vad som kan ligga framför dagliga fantasysporter.

"Big data och artificiell intelligens förändrar sportens värld. Professionella team och andra intressenter anställer allt oftare experter på maskininlärning för att hjälpa till att optimera inte bara marknadsföring, biljettförsäljning, och fansengagemang men också utkast till urval, spelarutvärdering, och beslutsfattande på speldagen, " säger Big Data chefredaktör Zoran Obradovic, Ph.D., Carnell professor i dataanalys, Temple University, Philadelphia, PA. "State-of-the-art lösningar för en rad viktiga utmaningar inom det framväxande området sportanalys diskuteras i detta specialnummer som kommer att uppskattas av big data och sportentusiaster."