Sistema para el análisis de resultados y clasificaciones en La Liga Española

Abstract

[ES] En este Trabajo de Fin de Grado (TFG) se desarrolla FutStats, una página web cuyo objetivo es informar sobre La Liga Española de futbol, partidos, resultados, equipos, jugadores y estadísticas asociadas a todos ellos, constituyendo una herramienta para entender por qué los resultados de equipos o jugadores han sido tales. Basándose en estos mismos datos y un correcto análisis de ellos, el usuario puede predecir de forma más acertada qué ocurrirá en el futuro, pudiendo ser comparada esta predicción, con la predicción que ofrece nuestra IA. El usuario también será capaz de acceder a un minijuego como entretenimiento basado en la composición del mejor once inicial posible con la elección de jugadores que la web te propone, eligiendo posición por posición uno de los 5 jugadores de la liga Española que la web te da como opciones por posición. El backend de la web se basa Spring Boot, desarrollado en Java, mientras que el frontend utiliza Angular en archivos typescript. Por otra parte los datos utilizados por la web son recogidos mediante web scraping con la biblioteca de Python BeatifulSoup4, y se insertan en una base de datos relacional de MySQL para poder ser utilizados posteriormente. Este TFG demuestra cómo la integración de tecnologías modernas como Spring Boot, MySQL y Angular, junto con técnicas de web scraping, puede crear una plataforma potente para la gestión y visualización de datos deportivos. FutStats tiene el potencial de expandirse para cubrir otras ligas y competiciones internacionales, brindando a los usuarios una herramienta completa para el análisis futbolístico.

[CA] En aquest Treball de Fi de Grau (TFG) es desenvolupa FutStats, una pàgina web que té com a objectiu informar sobre La Lliga Espanyola de futbol, partits, resultats, equips, jugadors i estadístiques associades a tots ells, constituint una eina per entendre per què els resultats dels equips o jugadors han estat els que han estat. Basant-se en aquestes dades i en un correcte anàlisi d'elles, l'usuari pot predir de manera més encertada què passarà en el futur, i aquesta predicció pot comparar-se amb la predicció que ofereix la nostra IA. L'usuari també podrà accedir a un minijoc com a entreteniment, basat en la composició del millor onze inicial possible amb l'elecció de jugadors que la web et proposa, triant posició per posició un dels 5 jugadors de la lliga Espanyola que la web et dona com a opcions per a cada posició. El backend de la web es basa en Spring Boot, desenvolupat en Java, mentre que el frontend utilitza Angular amb fitxers TypeScript. D'altra banda, les dades utilitzades per la web es recullen mitjançant web scraping amb la biblioteca de Python BeautifulSoup4 i s'insereixen en una base de dades relacional de MySQL per a ser utilitzades posteriorment. Aquest TFG demostra com la integració de tecnologies modernes com Spring Boot, MySQL i Angular, juntament amb tècniques de web scraping, pot crear una plataforma potent per a la gestió i visualització de dades esportives. FutStats té el potencial d'expandir-se per cobrir altres lligues i competicions internacionals, oferint als usuaris una eina completa per a l'anàlisi futbolística

[EN] In this Final Degree Project (TFG), FutStats is developed, a website aimed at providing information about the Spanish La Liga, matches, results, teams, players, and statistics associated with all of them, constituting a tool to understand why the results of teams or players have been as they are. Based on this data and its proper analysis, the user can more accurately predict what will happen in the future, and this prediction can be compared with the one provided by our AI. The user will also be able to access a minigame as entertainment, where they can build the best possible starting eleven by selecting players suggested by the website, choosing position by position from among the 5 players in La Liga that the website offers as options for each position. The website's backend is based on Spring Boot, developed in Java, while the frontend uses Angular with TypeScript files. On the other hand, the data used by the website is collected through web scraping using the BeautifulSoup4 Python library and inserted into a MySQL relational database to be used later. This TFG demonstrates how the integration of modern technologies such as Spring Boot, MySQL, and Angular, together with web scraping techniques, can create a powerful platform for the management and visualization of sports data. FutStats has the potential to expand to cover other leagues and international competitions, providing users with a complete tool for football analysis.