Intelligent systems for analyzing soccer games: the weighted centroid

Sistemas Inteligentes para el análisis de fútbol: centroide ponderado

Nuevos sistemas inteligentes se han desarrollado recientemente, con el fin de mejorar la calidad de análisis del partido. Estos sistemas basan su análisis en el comportamiento táctico de los equipos, sin embargo, todos los métodos innovadores necesitan algunos cambios para aumentar su potencial en las implicaciones prácticas. Por lo tanto, el objetivo principal de este trabajo es proponer una actualización del centroide y métrica del equipo, teniendo en cuenta a todos los jugadores del equipo y también la posición de la bola, además, tiene como objetivo analizar la relación entre los centroides de los equipos oponentes.

Un partido de fútbol 11, fue analizado con el fin de aplicar el nuevo algoritmo del centroide; los principales resultados mostraron una fuerte evidencia de la relación positiva entre centroides en el eje x (r_s = 0.781) y el eje y (r_s = 0.0707). Este estudio, confirma trabajos previos que analizaron la relación positiva y fuerte entre equipos centroides. Además, fue posible demostrar la pertinencia de la nueva actualización de métrica táctica y su importancia para el aumento de la información en las aplicaciones prácticas durante el partido.

Introducción

El rendimiento deportivo consiste en una compleja serie de interrelaciones entre una gran variedad de variables de rendimiento (Borrie, Jonsson y Magnusson, 2002). Por lo tanto, las estructuras y configuraciones de juego deben considerarse como un todo en lugar de analizarse de forma individual (Clemente, Couceiro, Martins, Dias y Mendes, 2012). Los sistemas con muchos elementos que interactúan dinámicamente pueden producir patrones de comportamiento ricos y variados que son claramente diferentes del comportamiento de los jugadores individuales. Siguiendo esta línea de pensamiento, McGarry et al. (2002) propusieron que los ricos y variados patrones que surgen en los deportes de equipo son el resultado de la autoorganización entre muchos osciladores acoplados (por ejemplo, los jugadores). Así, para muchos deportes de equipo se requieren métodos y métricas específicos para analizar y evaluar el comportamiento colectivo dinámico, es decir, el comportamiento táctico (Clemente, 2012).

En el caso del fútbol, se han desarrollado varias técnicas de análisis de partidos para ayudar a los entrenadores en la toma de decisiones (Carling, Williams y Reilly, 2005). El análisis notacional es el método más común para el análisis de partidos (Clemente, Couceiro, Martins y Mendes, 2012). Sin embargo, este método no hace uso del conocimiento intrínseco de los procedimientos que conducen a los resultados utilizados en el análisis (Lees, 2002).