|
|
اندازهگیری تاثیر بازیکنان فوتبال بر جریان و پیچیدگی مسیر پاسهای تیم با معیارهای مبتنی بر تحلیل شبکههای پیچیده
|
|
|
|
|
نویسنده
|
اسماعیلی الیاس ,امیری حمید
|
منبع
|
رايانش نرم و فناوري اطلاعات - 1400 - دوره : 10 - شماره : 4 - صفحه:68 -87
|
چکیده
|
تحلیل علمی و دقیق مسابقات فوتبال، یکی از مهمترین نیازمندیهای مربیان و آنالیزورها محسوب میشود. این مقاله، بر روی تحلیل پاس در مسابقات فوتبال متمرکز شده است و با به کارگیری تئوریهای شبکههای پیچیده و شبکههای اجتماعی، معیارهای سطح بالاتر و دقیقتری در مقایسه با معیارهای سنتی مانند تعداد و دقت پاس، پیشنهاد کرده است. برای این منظور، ابتدا بر اساس دادههای دقیقی که برای تمامی پاسهای یک مسابقه ثبت شدهاند، دو شبکه مختلف استخراج میشوند که شبکه اول شامل کل پاسهای تیم برای تحلیل رفتار کلی تیم و شبکه دوم شامل پاسهایی هجومی برای تحلیل جریان هجومی تیم است. سپس بر اساس ساختار این شبکهها، سه معیار کمی برای اندازهگیری سه پارامتر مهم در تحلیل پاس پیشنهاد میشود که عبارتند از تحلیل میزان دسترسپذیری بازیکنان، اندازهگیری تاثیر بازیکنان در جریان پاسهای تیم و تحلیل پیچیدگی مسیر پاس بین بازیکنان. این سه پارامتر مهم نقش کلیدی در پیدا کردن نقاط قوت و ضعف جریان پاس تیمها دارند. در بخش نتایج، روش پیشنهادی بر روی دادههای واقعی یک تیم در چند مسابقه متوالی اعمال شده است. بر اساس نتایج، رویکرد پیشنهادی قادر به تحلیل دقیق تاثیر پاس بازیکنان در موفقیت تیم در حین یک مسابقه است.
|
کلیدواژه
|
تحلیل پاس فوتبال، شبکه پاس، گراف، درجه مرکزیت
|
آدرس
|
دانشگاه تربیت دبیر شهید رجایی, دانشکده مهندسی کامپیوتر, ایران, دانشگاه تربیت دبیر شهید رجایی, دانشکده مهندسی کامپیوتر, ایران
|
پست الکترونیکی
|
s.hamidamiri@sru.ac.ir
|
|
|
|
|
|
|
|
|
Measuring Soccer Players’ Influence on Flow and Path Complexity of Team Passes Based on Metrics of Complex Network Analysis
|
|
|
Authors
|
Esmaeili Elyas ,Amiri Seyed Hamid
|
Abstract
|
Soccer coaches and analyzers require deep and precise analysis of matches. In this paper, we focus on the analysis of passes in soccer matches using complex networks and social networks theories and propose novel metrics with deeper analysis than traditional metrics such as the numbers of passes and accuracy. To this end, based on accurate recorded data of passes in a match, two different networks are extracted where the first network is comprised of all passes of a team in a match to overlay analyze the team behavior for ball circulation. The second network is comprised of offensive passes to analyze offensive attacks of a team in a match. Based on the structure of these networks, we propose three quantitative metrics to measure three important parameters including availability of players, impact of one player on the flow of a team, and the complexity of the passing path between players. Using these three important parameters, teams can investigate their strengths and weaknesses in passing flow. To evaluate the proposed approach, we applied it to the actual data of a team in several consecutive matches. The results reveal that the proposed approach can accurately analyze the impact of players on the success of team during a match.
|
Keywords
|
|
|
|
|
|
|
|
|
|
|
|