Publicação
Successful team synergies : a social network analysis on high performing soccer teams in the UEFA Champions League
| Resumo: | A interacção sinergética entre colegas de uma equipa de futebol tem propriedades susceptíveis de serem estudadas através da Social Network Analysis (SNA). A análise de redes formadas pelos passes de colegas de equipa tem demonstrado que o sucesso colectivo está correlacionado com alta densidade de rede e coeficientes de clustering, bem como com centralização de rede reduzida. Apesar disso é importante evitar uma simplificação excessiva no estudo deste fenómeno, nomeadamente a consideração por igual na obtenção das métricas de rede dos eventos que estão na origem quer da performance colectiva de sucesso quer de insucesso. No presente estudo, investigamos se a densidade, o coeficiente de clustering e a centralização das redes podem prever o sucesso ou o insucesso da performance de uma equipa no futebol. Analisámos 12 jogos do Grupo C da UEFA Champions League 2015/2016, utilizando registos públicos das transmissões de TV. Realizaram-se análises de notação para categorizar as sequências ofensivas como bem-sucedidas ou mal-sucedidas e para recolher os dados das redes de passe e subsequentes métricas. Utilizou-se um modelo de regressão logística hierárquica para prever o sucesso das sequências ofensivas a partir da densidade, do coeficiente de clustering e da centralização das redes, utilizando a variável total de passes como variável moderadora. Os resultados confirmaram o efeito independente das métricas de rede. A densidade, ao contrário do coeficiente de clustering e a centralização, foi um preditor significativo do sucesso das sequências ofensivas, tendo-se registado uma relação negativa entre densidade e sucesso de sequências ofensivas. Para além disso, densidades reduzidas foram associadas a um número superior de sequências ofensivas, embora maioritariamente mal-sucedidas. Por outro lado, altas densidades foram associadas a um número inferior de sequências ofensivas bem-sucedidas, mas também a um menor número total de sequências e de "perdas de posse de bola" sem que a equipa atacante tivesse conseguido entrar na zona de finalização. Uma análise individual por equipa indicou que a relação entre a performance da equipa e a densidade é dependente da equipa. A aplicação de SNA aos desempenhos de sucesso e insucesso, de forma independente, de uma equipa de futebol é importante para minimizar uma possível simplificação excessiva das sinergias efectivas de uma equipa. |
|---|---|
| Autores principais: | Pina, Tiago Jorge Laires Fraga Morais de |
| Assunto: | Social network analysis Jogos desportivos colectivos Futebol de elite Análise de jogo Performance de peritos Sinergia de equipa Social network analysis Team sports Elite soccer Match analysis Expert Performance Team synergy |
| Ano: | 2017 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade de Lisboa |
| Idioma: | inglês |
| Origem: | Repositório da Universidade de Lisboa |
| Resumo: | A interacção sinergética entre colegas de uma equipa de futebol tem propriedades susceptíveis de serem estudadas através da Social Network Analysis (SNA). A análise de redes formadas pelos passes de colegas de equipa tem demonstrado que o sucesso colectivo está correlacionado com alta densidade de rede e coeficientes de clustering, bem como com centralização de rede reduzida. Apesar disso é importante evitar uma simplificação excessiva no estudo deste fenómeno, nomeadamente a consideração por igual na obtenção das métricas de rede dos eventos que estão na origem quer da performance colectiva de sucesso quer de insucesso. No presente estudo, investigamos se a densidade, o coeficiente de clustering e a centralização das redes podem prever o sucesso ou o insucesso da performance de uma equipa no futebol. Analisámos 12 jogos do Grupo C da UEFA Champions League 2015/2016, utilizando registos públicos das transmissões de TV. Realizaram-se análises de notação para categorizar as sequências ofensivas como bem-sucedidas ou mal-sucedidas e para recolher os dados das redes de passe e subsequentes métricas. Utilizou-se um modelo de regressão logística hierárquica para prever o sucesso das sequências ofensivas a partir da densidade, do coeficiente de clustering e da centralização das redes, utilizando a variável total de passes como variável moderadora. Os resultados confirmaram o efeito independente das métricas de rede. A densidade, ao contrário do coeficiente de clustering e a centralização, foi um preditor significativo do sucesso das sequências ofensivas, tendo-se registado uma relação negativa entre densidade e sucesso de sequências ofensivas. Para além disso, densidades reduzidas foram associadas a um número superior de sequências ofensivas, embora maioritariamente mal-sucedidas. Por outro lado, altas densidades foram associadas a um número inferior de sequências ofensivas bem-sucedidas, mas também a um menor número total de sequências e de "perdas de posse de bola" sem que a equipa atacante tivesse conseguido entrar na zona de finalização. Uma análise individual por equipa indicou que a relação entre a performance da equipa e a densidade é dependente da equipa. A aplicação de SNA aos desempenhos de sucesso e insucesso, de forma independente, de uma equipa de futebol é importante para minimizar uma possível simplificação excessiva das sinergias efectivas de uma equipa. |
|---|