شناسایی نقشه‌های خودسازمانی در تیم ملی فوتبال ایران از دیدگاه نظریه شبکه‌های اجتماعی: تحلیلی بر عملکرد هجومی در مسابقات جام جهانی 2018 روسیه

هدف از انجام پژوهش حاضر، استفاده از روشی نوین مبتنی‌بر تکنیک‌های شبکه‌های اجتماعی برای شناسایی نقشه‌های خودسازمانی در تیم‌های فوتبال بود. نوع پژوهش مشاهده‌ای بود و براساس داده‌های استخراج‌شده از سایت فیفا، بعد از هر بازی شاخص‌هایشبکه در دو سطح میکرو و ماکرو سازمان‌دهی ‌شدند و سه بازی رسمی تیم ملی فوتبال ایران در جام جهانی 2018 تحلیل شدند. درمجموع، 517 فاز هجومی در سه بازی تحلیل شدند. برای هر فاز هجومی یک سری ماتریکس‌های مجاورت ایجاد شدند که براین‌اساس، مقادیر چگالی، ضریب خوشه‌بندی و مرکزیت بازی براساس موقعیت نسبی بازیکن در زمین در دو سطح با استفاده از نرم‌افزار nod xl تحلیل شدند. نتایج حاصل توضیحی را برای عملکرد تاکتیکی و ویژگی‌های شبکه‌های تیم ملی ایران در این بازی‌ها فراهم کرد و مقادیر پایین چگالی و ضریب خوشه‌بندی بر وجود راه‌حل‌های تاکتیکی ضعیف در فاز هجومی دلالت داشتند. به‌طورکلی، یافته‌های این پژوهش راهبردهایی عملیاتی را فراهم می‌کنند که بتوان ازطریق آن‌ها ساختار شبکه تیمی و شاخص‌های آن را در تیم‌های فوتبال بررسی کرد و بتوان به مربیان در درک ویژگی‌های رفتار تیمی، بهبود تصمیم‌گیری درحین مسابقه و ارائه پروتکل‌های تمرینی مناسب کمک کرد.

Identifying SelfOrganization Maps in the Iranian National Soccer Team from the Perspective of Social Networking Theory: An Analysis of the offensive Performance in the 2018 World Cup Matches

The purpose of this study was to use a new method based on social networking techniques to identify selforganizing maps in football teams. The research approach was observational. Based on the data extracted from the FIFA site, after each game, network indicators were organized at two levels of micro and macro, and three official matches of the national football team of Iran were analyzed in the 2018 World Cup. Based on Available Data The network indicators were organized at two levels of micro and macro, and three official matches of the Iranian national team were analyzed in the 2018 World Cup. A total of 517 offensive phases were analyzed in three games. For each attacking phase, a series of proximity matrices was created, which analyzed the density, clustering and game center based on the relative position of the player in the field at two levels using the Nod XL software. The results provided explanations for the tactical performance and features of the Iranian national team networks in these games, and low levels of density and clustering coefficients indicated weak tactical solutions in the offensive phase. The result is a comprehensive explanation for the tactical team performance. Iran nationalized in these games. In general, the findings of this study provide operational strategies that can be used to examine the structure of the team network and its indicators in football teams, and to educate the instructors in understanding the characteristics of teamwork, improving decision making during the match, and providing a protocol Appropriate training exercises.