em conta o risco envolvido e as vantagens para a equipa, tendo em conta quatro dimens˜oes. Durante a repeti¸c˜ao de um jogo, para cada passe, a aplica¸c˜ao mostra a probabilidade de este ser bem sucedido. Os analistas podem mover um jogador da posi¸c˜ao e testar a probabilidade de acerto de um passe que o envolva.
A an´alise das regi˜oes que os jogadores ocupam durante o jogo pode revelar detalhes importantes acerca da organiza¸c˜ao de uma equipa. Para esta an´alise foi calculado o diagrama de Voronoi, que representa no campo a regi˜ao que o jogador domina atrav´es da cor da sua equipa. O diagrama de Voronoi n˜ao tem em conta a dire¸c˜ao e velocidade dos jogadores, pelo que o resultado n˜ao ´e t˜ao preciso. Para contornar este problema foi usada uma vers˜ao melhorada deste diagrama conhecida por Dominant Region (Taki and Hasegawa, 1998) que considera a dire¸c˜ao e velocidade dos jogadores nos seus c´alculos.
2.3
Discuss˜ao
A an´alise visual de dados relacionados com o desporto tem gerado interesse nos ´
ultimos anos, impulsionada pelos avan¸cos na aquisi¸c˜ao de dados espa¸cotemporais dos jogadores em v´arios desportos. As aplica¸c˜oes analisadas focam-se na apresenta¸c˜ao de diferentes visualiza¸c˜oes que permitam a diminui¸c˜ao da carga cognitiva dos analistas, abstraindo-os da manipula¸c˜ao dos dados, atrav´es de programas como o MatLab ou o Mathematica e linguagens de programa¸c˜ao como o Python ou o R.
Apenas Pileggi et al. (2012); Perin et al. (2013); Beshai (2014) referiram as tecnologias usadas para a cria¸c˜ao das plataformas. Optaram pela constru¸c˜ao de aplica¸c˜oes Web e o D3.js foi a framework de JavaScript escolhida para a constru¸c˜ao das visualiza¸c˜oes. Este tipo de aplica¸c˜oes enquadram-se com os objetivos de utiliza¸c˜ao, uma vez que uma plataforma Web construida com um design responsivo em mente pode ser utilizada por qualquer dispositivo com liga¸c˜ao `a Internet. Os tablets, por exemplo, s˜ao muitas vezes utilizados em contexto de treino pelos treinadores e restante equipa t´ecnica para simplificar a passagem de conhecimento aos jogadores. Uma aplica¸c˜ao desktop n˜ao oferece essa versatilidade .
20 CAP´ITULO 2. ESTADO DA ARTE
As plataformas dos autores Pileggi et al.(2012);Beshai(2014);Machado et al.
(2017) usaram dados oficiais, fornecidos pelas ligas do desporto analisado. Existe um crescimento do interesse das ligas na capta¸c˜ao deste tipo de dados e at´e mesmo de empresas externas como a Opta Sports ou STATS.
As plataformas apresentadas por Perin et al. (2013); Losada et al. (2016) apostaram na recria¸c˜ao dos jogos recorrendo a dados de jogada-a-jogada que contemplam eventos como faltas, cantos, passes, remates, entre outros, anotados manualmente pelas entidades que forneceram os datasets. Apesar de estes dados, por n˜ao serem espa¸cotemporais, n˜ao permitiram algumas das an´alises de grupo realizadas por
Benito Santos et al.(2018), eles possibilitam a cria¸c˜ao de visualiza¸c˜oes como redes de passes (Gon¸calves et al.,2017) ou ferramentas de an´alise de remates e lan¸camentos, como as criadas por (Goldsberry, 2012;Pileggi et al., 2012; Beshai, 2014).
Os trabalhos de Ther´on and Casares (2010); Benito Santos et al. (2018) possuem um leque de funcionalidades semelhantes, apesar de estudarem modalidades diferentes. Delibas et al.(2018) expandem o n´umero de funcionalidade disponibilizadas, usando um algoritmo de aprendizagem de m´aquina, um SVM, para calcular a probabilidade de sucesso de passes e prever a equipa que est´a na posse da bola. O diagrama de Voronoi, utilizado por Machado et al.(2017) para mostrar visualmente a ´area de dominˆancia de cada jogador e da equipa ´e melhorado para passar a ter tamb´em em conta a dire¸c˜ao para a qual o jogador se movimenta e a que velocidade se encontra, para demonstrar de forma mais fidedigna a ´area verdadeiramente dominada.
Gudmundsson and Wolle (2013) focou-se na dete¸c˜ao de padr˜oes, como a dete¸c˜ao de sequˆencias de passes e a dete¸c˜ao de padr˜oes de movimentos de jogadores e grupos de jogadores.
Apesar de muitos dos sistemas usados possu´ırem funcionalidades comuns, como o c´alculo de distˆancias, velocidades e regi˜oes de dominˆancia, eles s´o est˜ao dispon´ıveis para uma modalidade. Sendo este leque de funcionalidades transversal e ´util para os desportos de equipa, faria sentido a cria¸c˜ao de uma plataforma em que se possa, dinamicamente, inserir ficheiros relativos a jogos de v´arias modalidades.
2.3. DISCUSS ˜AO 21
treinadores e restante equipa t´ecnica ´e uma parte essencial ap´os a constru¸c˜ao deste tipo de plataformas. Pileggi et al. (2012); Gudmundsson and Wolle (2013); Perin et al. (2013); Losada et al. (2016); Stein et al. (2016); Machado et al. (2017) procuraram a opini˜ao de analistas e outros agentes do desporto. Os sistemas foram avaliados positivamente, com as visualiza¸c˜oes a revelarem detalhes que n˜ao s˜ao, normalmente, f´aceis de detetar. Os consultados conseguiram incluir os sistemas no fluxo de trabalho e pouparam tempo na realiza¸c˜ao de tarefas que habitualmente exigiriam uma maior carga cognitiva.
Na Tabela 2.1 foram resumidos os artigos em pontos chave de interesse, por ordem da data de publica¸c˜ao. As plataformas podem, desta forma, ser rapidamente descritas e comparadas.
Artigo Modalidade Tecnologias
usadas
Dados Visualiza¸c˜oes e funcionalidades principais (Ther´on and Casares,2010) Basquetebol N/A O utilizador importa
ficheiros .gpx para a aplica¸c˜ao
Recria¸c˜ao do jogo em 2D, distˆancia percorrida, distˆancia entre jogadores e pontos, velocidades e an´alises de grupo (Pileggi et al.,2012) H´oquei no gelo JavaScript,
jQuery, D3.js
Dados oficiais da North American National Hockey League
Visualiza¸c˜ao dos remates, mapa de calor e mapa de calor radial
(Gudmundsson and Wolle,2013) Futebol N/A N/A Recria¸c˜ao do jogo em 2D, possibilidade de passe, dete¸c˜ao de sequˆencias de passe frequentes, Clustering Movement e Correlating Clusters
(Perin et al.,2013) Futebol JavaScript, jQuery, D3.js
Dados da Opta Sports Recria¸c˜ao do jogo jogada-a-jogada com base em facetas visuais e an´alise de rema (Beshai,2014) Basquetebol JavaScript,
jQuery, D3.js,
PHP, MySQL,
AngularJS
Dados oficiais retirados do site da NBA
An´alise completa dos remates com v´arias possibilidades de filtros, compara¸c˜ao entre jogadores e an´alise dos remates de uma equipa
(Losada et al.,2016) Basquetebol N/A Dados do site Basketball Reference
Recria¸c˜ao do jogo jogada-a-jogada, dete¸c˜ao de sequˆencias de passe, redes de passes e gr´aficos de radar com estat´ısticas dos jogadores
(Stein et al.,2016) Futebol N/A N/A Recria¸c˜ao do jogo em 2D, an´alise do espa¸co de intera¸c˜ao, espa¸co livre e das op¸c˜oes de passe
(Machado et al.,2017) Futebol N/A Cˆameras de tracking autom´atico em jogos da Liga Brasileira
Recria¸c˜ao do jogo em 2D, mapas de calor posicionais, mapas de calor t´aticos e estudo de trajet´orias
(Benito Santos et al.,2018) Futebol N/A N/A Recria¸c˜ao do jogo em 2D, distˆancia percorrida, distˆancia entre jogadores e pontos, velocidades, an´alises de grupo e c´alculo de entropias
(Delibas et al.,2018) Futebol N/A N/A Recria¸c˜ao do jogo em 2D, c´alculo de sucesso dos passes, previs˜ao de posse de bola e estat´ısticas relacionadas avalia¸c˜ao da qualidade dos passes e diagrama de Voronoi com pesos
22 CAP´ITULO 2. ESTADO DA ARTE