Web Scraping e Tennis: estrazione, salvataggio ed analisi di dati statistici dal sito dell'ATP

The Internet is, nowadays, the largest collection existing of data, and the web is thus increasingly becoming the main source from which to obtain information. However, extracting data from the web is often too expensive; the practical copy-paste cannot in fact be a practicable way with a mass of data in the order of millions and the time and energy employed would be enormous. Fortunately, can be found in this area techniques that enable the process of extracting data and information from websites to be more usable and less expensive. Web Scraping, the main topic of this paper, is, in fact, a set of computer techniques by which data is extracted from the web. In this thesis we want to introduce, present and describe this topic in all its nuances, citing its origins, showing how to approach it, describing its tools, techniques and libraries. Its then presented and described the project that has been developed, with which Web Scraping was applied in the field of statistics data analysis in sports, specifically in tennis.

Internet è, ad oggi, la più grande raccolta di dati esistente, ed il web diventa così sempre più la principale fonte dalla quale ricavare informazioni. Estrarre dati dal web, spesso, risulta però un'operazione troppo dispendiosa; il pratico copia-incolla non può essere infatti una strada percorribile con una mole di dati nell'ordine dei milioni ed il tempo e le energie impiegate sarebbero enormi. Fortunatamente si collocano in questo ambito delle tecniche che permettono di rendere più fruibile e meno dispendioso il processo di estrazione di dati ed informazioni dai siti web. Il Web Scraping, argomento principale di questo elaborato, è, infatti, un insieme di tecniche informatiche mediante le quali vengono estratti dati dal web. In questa tesi si vuole introdurre, presentare e descrivere questo argomento in tutte le sue sfumature, citandone le origini, mostrando come approcciarvisi, descrivendone strumenti, tecniche e librerie. Viene poi presentato e descritto il progetto che è stato sviluppato, con il quale si è applicato il Web Scraping nel campo delle analisi di dati statistici in ambito sportivo, nello specifico quello tennistico.