Team performance according to ball possession characteristics : a social networks approach


Autoria(s): Tomás, Sérgio Filipe da Silva
Contribuinte(s)

Duarte, Ricardo Filipe Lima

Data(s)

12/08/2016

12/08/2016

2015

Resumo

Over the last few years, football entered in a period of accelerated access to large amount of match analysis data. Social networks have been adopted to reveal the structure and organization of the web of interactions, such as the players passing distribution tendencies. In this study we investigated the influence of ball possession characteristics in the competitive success of Spanish La Liga teams. The sample was composed by OPTA passing distribution raw data (n=269,055 passes) obtained from 380 matches involving all the 20 teams of the 2012/2013 season. Then, we generated 760 adjacency matrixes and their corresponding social networks using Node XL software. For each network we calculated three team performance measures to evaluate ball possession tendencies: graph density, average clustering and passing intensity. Three levels of competitive success were determined using two-step cluster analysis based on two input variables: the total points scored by each team and the scored per conceded goals ratio. Our analyses revealed significant differences between competitive performances on all the three team performance measures (p < .001). Bottom-ranked teams had less number of connected players (graph density) and triangulations (average clustering) than intermediate and top-ranked teams. However, all the three clusters diverged in terms of passing intensity, with top-ranked teams having higher number of passes per possession time, than intermediate and bottom-ranked teams. Finally, similarities and dissimilarities in team signatures of play between the 20 teams were displayed using Cohen’s effect size. In sum, findings suggest the competitive performance was influenced by the density and connectivity of the teams, mainly due to the way teams use their possession time to give intensity to their game.

Ao longo dos últimos anos, o futebol entrou num período de acesso rápido a uma grande quantidade de dados de análise de jogo. As redes sociais têm sido adoptadas para revelar a estrutura e organização da rede de interacções, como as tendências de passe dos jogadores. Neste estudo investigou-se a influência das características posse de bola no sucesso competitivo das equipas Espanholas de La Liga. A amostra foi composta por dados brutos da distribuição de passe da OPTA (n = 269.055 passes) obtidos a partir de 380 jogos onde estão envolvidas todas as 20 equipas da temporada 2012/2013. Então, geramos 760 matrizes de adjacência e as suas redes sociais correspondentes, utilizando o software Node XL. Para cada rede foram calculadas três medidas de desempenho da equipa de forma a avaliar as tendências da posse de bola: graph density, average clustering e passing intensity. Foram identificados três níveis de sucesso competitivo utilizando uma análise de grupos a dois níveis com base em duas variáveis: O total de pontos marcados por cada equipa e o rácio de golos marcados por golos sofridos. A nossa análise revelou diferenças significativas entre desempenhos competitivos em todas as três medidas de desempenho da equipa (p <0,001). As equipas classificadas no fundo do ranking apresentaram menor número de jogadores conectados (graph density) e triangulações (average clustering) do que as equipas com ranking intermédio e de topo. No entanto, todos os três grupos divergiram em termos de intensidade de passe (passing intensity), sendo que as equipas de topo do ranking têm um maior número de passes por tempo de posse de bola, do que as equipas com ranking intermédio ou baixo. Finalmente, foram encontradas semelhanças e diferenças nos padrões de jogo das 20 equipas utilizando Cohen’s effect size. Em suma, os resultados sugerem que o desempenho competitivo foi influenciado pela densidade e conectividade das equipas (Graph density and average clustering, respectivamente), principalmente devido à forma como as equipas usam o seu tempo de posse de bola para dar intensidade ao seu jogo.

Identificador

http://hdl.handle.net/10400.5/11963

Idioma(s)

eng

Direitos

openAccess

Palavras-Chave #Network analysis #Game analysis #Performance evaluation #Soccer #Social networks #Análise de redes #Análise do jogo #Avaliação do desempenho #Futebol #Redes sociais #Domínio/Área Científica::Ciências Médicas::Ciências da Saúde #Domínio/Área Científica::Ciências Sociais
Tipo

masterThesis