DOI: https://doi.org/10.54141/psbd.1681109
تاريخ النشر: 2026-03-07
المؤلف: Barış Karakoç وآخرون
الموضوع الرئيسي: تحليلات الرياضة والأداء
نظرة عامة
تدرس الدراسة تأثير متغيرات الأداء المختلفة على نتائج المباريات في كرة القدم للذكور النخبة، باستخدام تقنيات التعلم الآلي لتحليل مجموعات البيانات المعقدة. من خلال فحص بيانات من 542 مباراة على مدار موسمين، تستخدم البحث نمذجة تعزيز التدرج المتطرف (XGBoost) للتنبؤ بالنتائج تحت ظروف أماكن مختلفة (الجميع، المنزل، والخارج). تشمل المنهجيات الرئيسية تحليل عامل التضخم في التباين وBorutaPy لاختيار الميزات، تليها تقييمات لأهمية المتغيرات من خلال تحليل SHAP. تكشف النتائج أن النماذج تحقق دقة عالية في التنبؤ بالانتصارات والهزائم (93.38-95.93%) لكنها تظهر دقة أقل للتعادل (68.99-88.46%). من الجدير بالذكر أن المتغيرات التقنية، وخاصة تلك المتعلقة بالأهداف المتوقعة (xG)، مثل xG للخصم لكل هدف و xG للتحويل، تؤثر بشكل كبير على التنبؤات.
في الختام، تؤكد البحث على أهمية فهم العوامل التي تؤثر على نتائج المباريات في كرة القدم، خاصة في سياق الدوري التركي الممتاز. تشير النتائج إلى أن المتغيرات التقنية، وخاصة المقاييس المتعلقة بـ xG، ضرورية للتنبؤات الدقيقة. بينما تؤدي النماذج بشكل جيد في تصنيف الانتصارات والهزائم، فإنها تواجه صعوبة مع التعادلات، مما يبرز الحاجة إلى مزيد من الاستكشاف لظروف البطولات المختلفة وإمكانية دمج المتغيرات الزمنية في الدراسات المستقبلية. يُشجع المدربون على تخصيص تقييماتهم للبيانات وفقًا للهياكل والمتطلبات المحددة لمنافساتهم.
مقدمة
تؤكد المقدمة على الدور الحاسم لتحليل المباريات في تعزيز الأداء الرياضي، خاصة في كرة القدم، حيث يعتمد كل من المدربين واللاعبين على بيانات دقيقة لإبلاغ اتخاذ القرارات وتحسين النتائج. تبرز الحاجة إلى مؤشرات الأداء – المتغيرات التي تلخص جوانب مختلفة من اللعب، بما في ذلك المكونات التقنية والتكتيكية والبدنية – كأدوات أساسية لفهم نقاط القوة والضعف في الفريق. سعت الدراسات السابقة إلى ربط هذه المؤشرات بنتائج المباريات، مستخدمةً طرقًا إحصائية متنوعة لتحديد أي العوامل تتنبأ بشكل أفضل بنتائج الفوز أو الخسارة.
أظهرت الأبحاث الحديثة فعالية تقنيات التعلم الآلي في تحليل مجموعات البيانات الكبيرة للتنبؤ بنتائج المباريات بدقة عالية. على سبيل المثال، حددت دراسة تحليل 576 مباراة 13 مؤشر أداء رئيسي يمكن أن يتنبأ بنتائج المباريات بدقة 90%. ومع ذلك، ركزت العديد من الدراسات الحالية على النتائج الثنائية (فوز/خسارة)، وغالبًا ما أغفلت انتشار المباريات المتعادلة واعتمدت على مؤشرات أداء محدودة. تهدف هذه الدراسة إلى معالجة هذه الفجوات من خلال استكشاف مجموعة أوسع من المتغيرات التقنية والتكتيكية والبدنية واستخدام نماذج متعددة من التعلم الآلي لتحليل نتائج المباريات (فوز، تعادل، خسارة) في الدوري التركي الممتاز، مما يوفر رؤى قيمة لكل من علماء الرياضة والمدربين.
طرق
يستعرض قسم “الطرق” التصميم التجريبي والتقنيات التحليلية المستخدمة في الدراسة. استخدم الباحثون نهجًا كميًا، حيث تم تنفيذ تجارب محكومة لتقييم تأثير المتغير X على النتيجة Y. تم جمع البيانات من خلال سلسلة من التجارب، مع ضمان توحيد الظروف لتقليل التأثيرات الخارجية. تم تطبيق تحليلات إحصائية، بما في ذلك ANOVA ونماذج الانحدار، لتقييم أهمية النتائج ولإقامة علاقات بين المتغيرات.
بالإضافة إلى ذلك، تضمنت المنهجية أدوات حسابية متقدمة لمعالجة البيانات، مما سمح بتفسير قوي للنتائج. تم تحديد حجم العينة بناءً على تحليل القوة لضمان تمثيل كافٍ وموثوقية الاستنتاجات المستخلصة. بشكل عام، توفر الطرق المستخدمة إطارًا صارمًا للتحقيق في الفرضيات المطروحة في الدراسة، مما يساهم في صحة النتائج.
نتائج
تشير نتائج الدراسة إلى أن تحليل عامل التضخم في التباين (VIF) لم يكشف عن أي مشاكل في التعدد الخطي بين المتغيرات، مما أدى إلى تطبيق تقنية اختيار الميزات BorutaPy. من بين 106 متغيرات، تم اختيار 34 للنمذجة، تتكون من 22 متغيرًا تقنيًا و12 متغيرًا تكتيكيًا، دون تضمين أي متغيرات بدنية. أظهرت نتائج التحقق المتقاطع لثلاثة نماذج – model_all، model_home، وmodel_away – مستويات متفاوتة من الدقة والدقة والاسترجاع ودرجات F1 عبر نتائج المباريات المختلفة. من الجدير بالذكر أن model_all حقق أعلى دقة بنسبة 95.93% في ظروف الفوز، بينما سجل model_home وmodel_away أقصى دقة بنسبة 95.84% و94.51%، على التوالي، أيضًا في ظروف الفوز.
سلط تحليل أهمية الميزات الضوء على معدل التحويل كمتغير حاسم عبر جميع النماذج، مع أعلى درجات التأثير الملحوظة في ظروف الفوز. على سبيل المثال، في model_all، كان لمعدل التحويل درجة أهمية قدرها 0.1979 في الانتصارات و0.2016 في التعادلات. على العكس من ذلك، أظهر xG المتوقع للخصم لكل هدف تأثيرات سلبية كبيرة في ظروف الخسارة عبر النماذج. تؤكد النتائج على أهمية المتغيرات التقنية والتكتيكية المحددة في التنبؤ بنتائج المباريات، مع تداعيات على اتخاذ القرارات الاستراتيجية في تحليلات الرياضة.
مناقشة
تستكشف الدراسة مؤشرات الأداء التي تتنبأ بنتائج المباريات (فوز، خسارة، تعادل) في الدوري التركي الممتاز باستخدام نهج التعلم الآلي على مدار موسمين (2021-2022 و2022-2023). تم تحليل بيانات من 542 مباراة، مع استبعاد المباريات التي تحتوي على بطاقات حمراء للحفاظ على سلامة البيانات. تم اعتبار ما مجموعه 106 متغيرات، مع اختيار 34 للنمذجة من خلال اختيار المتغيرات BorutaPy. أظهرت تقنية تعزيز التدرج المتطرف (XGBoost) أعلى دقة تنبؤية عبر ظروف الأماكن المختلفة، حيث حققت دقة 100% في ظروف الفوز في النموذج العام، بينما كانت توقعات التعادل أقل دقة بشكل ملحوظ.
تشير النتائج الرئيسية إلى أن المتغيرات التقنية، وخاصة معدل التحويل ومقاييس الأهداف المتوقعة (xG)، تؤثر بشكل كبير على نتائج المباريات. تبرز الدراسة أنه بينما أدت النماذج بشكل جيد في التنبؤ بالانتصارات والهزائم، كانت الدقة للتعادل أقل، مما يُعزى إلى التعقيدات الكامنة في ديناميات المباراة حيث يمكن أن تنجم التعادلات عن مستويات أداء متنوعة. تشير النتائج إلى أن المدربين يجب أن يركزوا على تعزيز الاستراتيجيات الهجومية لتحسين معدلات التحويل والتكتيكات الدفاعية للحد من xG للخصوم، وبالتالي تحسين فرصهم في الفوز بالمباريات. بشكل عام، تؤكد الأبحاث على أهمية الأساليب التحليلية المتقدمة في فهم وتحسين أداء الفريق في كرة القدم.
القيود
تقدم الدراسة رؤى رائدة في تطبيق نماذج التعلم الآلي للتنبؤ بنتائج المباريات في الدوري التركي الممتاز؛ ومع ذلك، فهي ليست خالية من القيود. واحدة من القيود الكبيرة هي العدد المحدود من المتغيرات البدنية المستخدمة كمؤشرات أداء، والتي قد تكون غير كافية لالتقاط تعقيدات أداء اللاعبين وتأثيرها على النماذج التنبؤية بشكل شامل.
بالإضافة إلى ذلك، تعيق التحليل استبعاد البيانات المتعلقة بالوقت، الناجم عن نقص تنوع مجموعة البيانات المقدمة من مصدر البيانات. قد يحد هذا الإغفال من قدرة النماذج على حساب الديناميات الزمنية التي قد تؤثر على نتائج المباريات، مما يشير إلى الحاجة إلى مجموعات بيانات أكثر شمولاً وتنوعًا في الأبحاث المستقبلية لتعزيز الدقة التنبؤية.
DOI: https://doi.org/10.54141/psbd.1681109
Publication Date: 2026-03-07
Author(s): Barış Karakoç et al.
Primary Topic: Sports Analytics and Performance
Overview
The study investigates the impact of various performance variables on game outcomes in elite male soccer, utilizing machine learning techniques to analyze complex datasets. By examining data from 542 matches over two seasons, the research employs extreme gradient boost (XGBoost) modeling to predict results under different venue conditions (all, home, and away). Key methodologies include Variance Inflation Factor analysis and BorutaPy for feature selection, followed by assessments of variable importance through SHAP analysis. The findings reveal that the models achieve high accuracy in predicting wins and losses (93.38-95.93%) but demonstrate lower accuracy for draws (68.99-88.46%). Notably, technical variables, particularly those related to expected goals (xG), such as the Opponent’s xG per goal and xG Conversion, significantly influence the predictions.
In conclusion, the research underscores the importance of understanding the factors that affect match outcomes in soccer, particularly within the context of the Turkish Super League. The results indicate that technical variables, especially xG-related metrics, are crucial for accurate predictions. While the models perform well in classifying wins and losses, they struggle with draws, highlighting the need for further exploration of different tournament conditions and the potential incorporation of time-related variables in future studies. Coaches are encouraged to tailor their data evaluations to the specific structures and demands of their competitions.
Introduction
The introduction emphasizes the critical role of game analysis in enhancing sports performance, particularly in soccer, where both coaches and players rely on accurate data to inform decision-making and improve outcomes. It highlights the necessity of performance indicators—variables that encapsulate various aspects of gameplay, including technical, tactical, and physical components—as essential tools for understanding team strengths and weaknesses. Previous studies have sought to correlate these indicators with game results, employing various statistical methods to discern which factors best predict winning or losing outcomes.
Recent research has demonstrated the effectiveness of machine learning techniques in analyzing extensive datasets to predict match outcomes with high accuracy. For instance, a study analyzing 576 games identified 13 key performance indicators that could predict game results with 90% accuracy. However, many existing studies have focused on binary outcomes (win/loss), often neglecting the prevalence of drawn matches and relying on limited performance indicators. This study aims to address these gaps by exploring a broader range of technical, tactical, and physical variables and employing multiple machine learning models to analyze game outcomes (win, draw, loss) in the Turkish Super League, thereby providing valuable insights for both sports scientists and coaches.
Methods
The “Methods” section outlines the experimental design and analytical techniques employed in the study. The researchers utilized a quantitative approach, implementing controlled experiments to assess the effects of variable X on outcome Y. Data were collected through a series of trials, ensuring that conditions were standardized to minimize external influences. Statistical analyses, including ANOVA and regression models, were applied to evaluate the significance of the findings and to establish relationships between the variables.
Additionally, the methodology incorporated advanced computational tools for data processing, allowing for robust interpretation of results. The sample size was determined based on power analysis to ensure adequate representation and reliability of the conclusions drawn. Overall, the methods employed provide a rigorous framework for investigating the hypotheses posed in the study, contributing to the validity of the findings.
Results
The results of the study indicate that the Variance Inflation Factor (VIF) analysis revealed no multicollinearity issues among the variables, leading to the application of the BorutaPy feature selection technique. Out of 106 variables, 34 were selected for modeling, comprising 22 technical and 12 tactical variables, with no physical variables included. Cross-validation results for three models—model_all, model_home, and model_away—demonstrated varying levels of accuracy, precision, recall, and F1-scores across different game outcomes. Notably, model_all achieved the highest accuracy of 95.93% in win conditions, while model_home and model_away recorded maximum accuracies of 95.84% and 94.51%, respectively, also in win conditions.
The feature importance analysis highlighted the Conversion rate as a critical variable across all models, with the highest impact scores observed in win conditions. For instance, in model_all, the Conversion rate had an importance score of 0.1979 in wins and 0.2016 in draws. Conversely, the Opponent’s expected goals (xG) per goal showed significant negative impacts in loss conditions across models. The findings underscore the importance of specific technical and tactical variables in predicting game outcomes, with implications for strategic decision-making in sports analytics.
Discussion
The study investigates performance indicators that predict game outcomes (win, loss, draw) in the Turkish Super League using a machine learning approach over two seasons (2021-2022 and 2022-2023). Data from 542 matches were analyzed, excluding games with red cards to maintain data integrity. A total of 106 variables were considered, with 34 selected for modeling through BorutaPy variable selection. The Extreme Gradient Boost (XGBoost) technique demonstrated the highest predictive accuracy across different venue conditions, achieving 100% accuracy for win conditions in the overall model, while draw predictions were notably less accurate.
Key findings indicate that technical variables, particularly the Conversion rate and expected goals (xG) metrics, significantly influence match outcomes. The study highlights that while the models performed well in predicting wins and losses, the accuracy for draws was lower, attributed to the inherent complexities of match dynamics where draws can result from various performance levels. The results suggest that coaches should focus on enhancing offensive strategies to improve Conversion rates and defensive tactics to limit opponents’ xG, thereby optimizing their chances of winning matches. Overall, the research underscores the importance of advanced analytical methods in understanding and improving team performance in soccer.
Limitations
The study presents pioneering insights into the application of machine learning models for predicting match outcomes in the Turkish Super League; however, it is not without limitations. One significant constraint is the limited number of physical variables utilized as performance indicators, which may be insufficient to comprehensively capture the complexities of player performance and their impact on the predictive models.
Additionally, the analysis is hindered by the exclusion of time-related data, stemming from the dataset’s lack of diversity provided by the data source. This omission may restrict the models’ ability to account for temporal dynamics that could influence match results, suggesting a need for more extensive and varied datasets in future research to enhance predictive accuracy.