Des milliards de personnes dans le monde passent une partie de leur journée à jouer au football. La longue liste des scientifiques du sport comprend les acteurs clés (footballeurs, entraîneurs), les membres de toutes les équipes d’entraîneurs, les scientifiques qui sont déjà au milieu depuis évaluer les rendements et les développements méchant blessuresceux impliqués dans les paris et bien sûr les fans simples et humbles de la déesse noire et blanche.
Cependant, la recherche publiée le 15/12 de 2021 dans Société royale informé que selon les résultats de l’analyse de 88 000 matchs de football, dans 11 grands championnats européens (Angleterre, France, Allemagne, Italie, Portugal, Espagne, Écosse, Pays-Bas, Belgique, Turquie et Grèce), sur une période de 26 ans ( 1993- 2019) « »Le football est devenu plus prévisible. »
Il a été souligné qu’il existe une énorme différence, en termes de prévisibilité, entre les matchs qui se sont joués il y a dix ans et les matchs qui se jouent aujourd’hui.
Mais comment s’est déroulée l’enquête ?
Les scientifiques ont utilisé une approche de la science des réseaux (c’est un domaine qui étudie les réseaux complexes – ordinateurs, réseaux sociaux et communication – dans chaque cas, les nœuds représentent des éléments spécifiques et les liens sont les connexions entre ces éléments) pour étudier les résultats du football et déterminer si le football devient vraiment ennuyeux ou du moins beaucoup plus prévisible.
Le chef de l’enquête était : Taha YassericProfesseur associé à l’École de sociologie et professeur associé au Geary Institute for Public Policy de l’University College Dublin Intelligence artificielle.
Il a commencé sa carrière en tant que scientifique des réseaux et son statut de fan de football l’a forcé à combiner ses deux amours. « J’avais l’impression que je pourrais peut-être utiliser certaines des méthodes de la science des réseaux pour faire des prédictions sur le résultat des matchs de football », a-t-il déclaré. Mécanique populaire†
Au début de la recherche, un problème a été identifié : « Les équipes jouent contre des adversaires de différents niveaux de dynamique. Vous pouvez voir que l’équipe A a remporté les cinq matchs précédents, mais quand on en sait plus sur ces adversaires, on comprend que quatre sur 5 étaient très faibles au classement. Heureusement, c’était un problème que la science des réseaux a traité pendant des décennies, et nous avons trouvé des solutions à cause de cela. »
Les chercheurs ont créé une base de données de plus de 87 000 matchs couvrant 26 ans de compétitions européennes de football entre 1993 et 2019. Par souci de simplicité, ils ont choisi de supprimer les matchs nuls de leur analyse. Ils se sont concentrés uniquement sur les matchs avec des victoires ou des défaites, avant de se rendre compte que ce n’étaient pas assez d’éléments pour vraiment « capturer » les complexités de l’interaction sur le terrain.
Ligue |
Jeux analysés |
Corrélation |
LaLiga (Espagne) |
10.044 |
0,874 |
Premier League (Angleterre) |
10.044 |
0,823 |
Bundesliga (Allemagne) |
7.956 |
0,805 |
Cinch Premiership (Écosse) |
5.412 |
0,723 |
Primeira Liga (Portugal) |
7.122 |
0,694 |
Super League (Turquie) |
7.616 |
0,686 |
Eredivisie (Pays-Bas) |
7.956 |
0,676 |
Série A (Italie) |
9.066 |
0,622 |
Ligue 1 (France) |
9.510 |
0,563 |
Super League (Grèce) |
6.470 |
0,561 |
Jupiler Pro League (Belgique) |
6.620 |
0,413 |
Pour mieux saisir la différence de capacité, Yasseri et ses collègues ont choisi de mettre en œuvre un modèle de réseau où les « bords » (les lignes de connexion entre les équipes) pointent du perdant au gagnant et « portent » un poids égal au nombre de points. le gagnant a gagné. Le score « nœud » global de chaque équipe du réseau dépend donc de ses interactions avec les autres équipes de la ligue.
Pour chaque nouveau match, ils ont trouvé une différence entre le réseau de notation des équipes. Ils ont mis cette valeur dans un algorithme de régression comptable (c’est un algorithme de tri qui permet d’attribuer des données à des listes individuelles – comme le marquage des e-mails comme spam et non), pour faire la prédiction.
Tout cela a montré qu’il y a une très nette différence de prévisibilité au cours de la dernière décennie. Quelque chose d’autre a été découvert.
« L’avantage du terrain a disparu »
L’expert dans l’analyse des données de transaction à grande échelle et la conduite d’expériences comportementales pour comprendre la dynamique humaine, le comportement des machines sociales, la dynamique de l’information et de l’opinion, le discours de haine et le contrôle du contenu, écrit dans l’avant-propos de la publication que « ces dernières années, le financement excessif du football et le professionnalisme des joueurs a influencé la qualité du match de plusieurs manières.
D’une part, le football est devenu une profession à haut revenu et les joueurs sont très motivés. D’un autre côté, les équipes les plus fortes ont des revenus plus élevés et donc de meilleurs joueurs. Il en résulte une apparition encore plus forte dans les tournois, ce qui peut encore réduire l’équilibre du jeu et ainsi le rendre prévisible.
Pour quantifier et étayer ce constat, nous adoptons une approche minimaliste de la science des réseaux pour mesurer la prévisibilité du football – dans 26 ans, dans les grandes compétitions européennes.
Nous montrons que les matches de ces ligues sont en effet devenus plus prévisibles au fil du temps. Nous soutenons davantage cette observation montrant que l’inégalité entre les équipes a augmenté et que l’avantage du terrain a disparu.
Peko Hosoi, professeur d’ingénierie au Massachusetts Institute of Technology dont les travaux comprennent l’étude des données et de la technologie sportives, a reconnu que bien qu’il n’y ait pas d’approche formelle pour étudier la probabilité des résultats sportifs, l’approche de la science des réseaux adoptée par Yasseri et Maimone est accepté, a beaucoup de sens. Cependant, il a souligné que le sport ne risquait pas de perdre ses amis (ou certains d’entre eux) car il est devenu plus prévisible.
De toute évidence, la nouvelle méthode n’est pas non plus tout à fait précise, Yasseri affirmant que l’avantage de l’analyse est un modèle simplifié qui peut révéler une tendance historique : en Bundesliga, par exemple, le modèle était précis à 60 à 65 % au début. Fin 2010, il était de 80 %.
En ce qui concerne les facteurs qui ont conduit à une prévisibilité accrue, le chercheur principal a déclaré que le professionnalisme croissant et l’inégalité dans le financement de ces tournois sont les coupables possibles.
« Avec plus d’argent pour acheter et vendre des joueurs hautement qualifiés, les meilleures équipes de la ligue peuvent être plus » sûres « de battre leurs concurrents sous-financés – qui ne peuvent pas se permettre de remplir leur liste. » se produit dans d’autres formes de richesse, où encore une fois les riches s’enrichissent et les moins riches continuent de perdre de l’argent lorsqu’ils « perdent » les compétitions les plus lucratives.
Comme choix/issue pour les fans qui pourraient être fatigués de ce qu’ils voient, il a suggéré le football féminin. « C’est beaucoup plus imprévisible. Il n’a pas encore été trop commercialisé et les clubs peuvent encore dépasser les attentes. »
« Défenseur indépendant d’Internet. Passionné de café extrême. Passionné de culture pop. Gourou de la cuisine générale. »