22848

ارزيابي عملكرد بازيكنان ورزش هاي تيمي با استفاده از تجزيه ‌و تحليل شبكه

كارشناسي ارشد

بهينه سازي سيستم ها

1396

1399/02/20

دكتر رسول نورالسناء

صنايع

داده‌هاي بزرگ در دنياي امروز ما نقش پررنگي را ايفا مي‌كنند، زيرا ما مي‌توانيم به‌وسيله داده‌ها به اطلاعاتي دست پيدا كنيم كه درگذشته دسترسي به آن‌ها ممكن نبوده است. ازآنجايي‌كه هرروز حجم داده‌ها افزايش مي‌بايد بايستي براي تحليل آن‌ها و دسترسي به الگوهاي مهمي كه در آن‌ها مخفي‌شده است، فكري انديشيده شود. براي استفاده از داده‌ها بايد آن‌ها را تجزيه‌وتحليل كرد. از داده كاوي مي توان به عنوان يكي از مهم ترين متدولوژي ها و روش هاي تحليل داده نام برد. داده‌كاوي، امروزه در دانشگاه‌هاي معتبر جهان، بانام علم داده تدريس مي‌شود. كساني كه در اين رشته تحصيل خواهند كرد، مي‌بايستي، به مهارت‌هاي برنامه‌نويسي، رياضيات، آمار، هوش و .... مسلط شوند تا بتوانند داده‌ها را تحليل كنند و از داده‌هاي به‌ظاهر نامفهوم به الگوهاي بامعني و ارزشمند برسند. با توجه به ابزارها، فناوري و تخصص بشر، صنعت ورزش نيز با انبوهي از داده ها مواجه است و از روش هاي داده كاوي در ورزش به‌منظور دسترسي به اهداف مختلفي نظير پيش بيني خروجي مسابقات، ارزيابي عملكرد بازيكنان، بازاريابي و استعداديابي بهره گرفته مي شود. هدف از اين مطالعه ارزيابي عملكرد بازيكنان ورزش هاي تيمي با استفاده از روش تجزيه‌وتحليل شبكه و مفاهيم و معيارهاي گراف است. بعد از بررسي مقالات مروري و شناسايي خلأ تحقيقاتي، از داده هاي تهيه‌شده توسط شركت واي اسكوت كه اطلاعات دقيقي از مختصات بازيكنان فوتبال در اختيار پژوهشگران قرار داده است، بهره گرفتيم. با پياده سازي معيارهاي نزديكي و بينابيني شبكه همچنين مدل خطي عمومي، رقابت فرانسه-كرواسي را در جام جهاني 2018 مورد تجزيه‌وتحليل قرارداديم. اميد است كه اين تحقيق رهگشاي دانش پژوهان باشد.

1399/09/27

Performance evaluation of team sports players using network analysis

5/9/2020 12:00:00 AM

Big data analytics in today's world plays an imporatant role, because we can access the information that was not possible in the past. Since the volume of data is increasing every day, it is necessary to think intellectually to analyze them and access the important patterns in which they are hidden. To use the data, you have to analyze it. Data mining can be considered as one of the most important methodologies and methods of data analysis. Data mining is now taught in the world's leading universities as data science. Those who will study in this field must be proficient in programming skills, mathematics, statistics, intelligence, etc, in order to be able to analyze the data and to reach meaningful and valuable patterns from incomprehensible data. According to human tools, technology and expertise, the sport industry is also facing a lot of data and methods of data mining used in the sport in order to achieve various goals such as predicting the outcome of competitions, evaluating the performance of players, marketing, talent identification and so on. The aim of this study is to evaluate the performance of team sports players using network analysis methods, graph concepts and its criteria. After reviewing the articles and identifying the research gap, we used the data that provided by Wyscout, which offers researchers with accurate information about the characteristics of football players and their coordinates on the football pitch. By implementing the network's closeness and betweenness criteria as well as the generalized linear model, we analyzed the France-Croatia competition at the 2018 FIFA World Cup. It is hoped that this study will pave the way for researchers.