Resumo
A análise de partidas de futebol é de suma importância na definição de programas de treinamento apropriados e estratégias de jogo. A crescente disponibilidade de dados relacionados ao esporte nos últimos anos, devido ao uso de sistemas de rastreamento modernos, permitiu avanços em análises esportivas, proporcionando aos treinadores informações valiosas para análise de times e partidas. A disponibilidade desses dados, por outro lado, desafia a Ciência a desenvolver ferramentas capazes de armazenar, visualizar e analisar esse grande volume de informações. Análises no futebol são geralmente realizadas usando estatísticas de partidas, eventos do jogo (por exemplo, passes e finalizações) e os dados de localização dos jogadores. Estudos relacionados têm representado os eventos dos jogos como um único grafo, em que os jogadores são vértices e as arestas são ações realizadas entre eles durante a partida. O grafo é então analisado sob a perspectiva de medidas de redes complexas. Embora as abordagens existentes ofereçam informações relevantes sobre as ações táticas ocorridas durante o jogo, revelando alguns padrões táticos, desconsideram os aspectos espaço-temporais inerentes ao esporte, como o posicionamento dos jogadores no campo e o momento no tempo que ações relevantes ocorrem. Esta tese trata destes problemas ao apresentar um framework de análise de jogos de futebol. Para tanto, propõe-se uma nova abordagem para a análise de partidas de futebol, baseada em grafos que considera as características espaço-temporais, intrínsecas a esse esporte dinâmico. As partidas de futebol foram representadas como grafos temporais, codificando a localização dos jogadores em grafos instantâneos. Nestes grafos, os vértices representam os jogadores em sua localização real e as arestas são definidas com base na distância entre eles no campo e na possibilidade de trocas de passes curtos. Demonstramos que essa representação, denominada Opponent-Aware graph, que leva em consideração a presença de adversários, e a medida de entropia de diversidade são ferramentas efetivas para determinar o papel dos jogadores atacantes em uma partida e a probabilidade de passes bem-sucedidos. Considerando diferentes medidas de redes complexas em grafos temporais, este estudo também investiga a viabilidade da utilização de medidas de redes complexas e algoritmos de aprendizado de máquina para caracterizar o papel dos jogadores em uma partida. Os resultados permitem caracterizar melhor o processo de tomada de decisão dos jogadores, fornecendo informações relevantes para treinadores e pesquisadores para, possivelmente, melhorar estratégias de treinamento. Este estudo também aborda o problema de visualização de grafos temporais, introduzindo o Ritmo Visual de Grafos (do inglês Graph Visual Rhythm), uma nova representação baseada em imagem para visualizar padrões de mudança tipicamente encontrados em grafos temporais. Esta representação é baseada no conceito de ritmos visuais, motivada pela sua capacidade de codificar uma grande quantidade de informações contextuais sobre a dinâmica de grafos de forma compacta. A utilização dos ritmos visuais de grafos foi realizada através da criação de uma ferramenta de análise visual para apoiar o processo de tomada de decisão com base em análises de partidas de futebol baseadas em redes complexas.
