Analyse d'une compétition mondiale de football féminin par Process Mining - Intelligence Artificielle Accéder directement au contenu
Communication Dans Un Congrès Année : 2024

Analyse d'une compétition mondiale de football féminin par Process Mining

Résumé

This article presents the results of a statistical analysis experiment carried out on the Women’s World Cup 2023 competition. Unlike traditional indicators developed in sports statistics, our approach are based on process mining tools. This approach enables us to analyze underlying processes in plays, offering a new point of view on the analysis of sports performance. The data presented here representing both top-level teams and giving visibility to women’s soccer. All the data is available on the StatsBomb website, one of the biggest open-source data platforms. The results provide map shot trajectories and highlight tactical patterns, using process mining methods. It also highlights the tactical evolution of the winning team, in this case Spain, from its first to its last match.
Cet article présente un retour d’expérimentation d’analyse statistique sur des données issues de la FIFA Women’s World Cup 2023, coupe du monde de football. Contrairement aux indicateurs traditionnels développés en statistique sportive, notre approche intègre l’utilisation d’outils de process mining, une méthodologie rarement explorée dans le domaine du sport jusqu’à présent. Cette démarche nous permet d’analyser les processus sous-jacents de manière approfondie, offrant ainsi une perspective nouvelle pour analyser la performance d’une équipe. Les données présentées ici proviennent de la Coupe du monde féminine 2023 représentant des équipes de haut niveau et donnant une visibilité au football féminin. L’intégralité des données sont disponibles sur le site StatsBomb1, l’une des principales source dans l’open data sportif. Les résultats obtenus ont permis une cartographie des trajectoires des tirs ainsi qu’une mise en évidence des schémas tactiques, grâce aux méthodes de process mining. Ils offrent également la possibilité d’observer l'évolution tactique de l’équipe victorieuse, en l’occurrence l’Espagne, depuis son premier match jusqu’au dernier.
Fichier principal
Vignette du fichier
Lacroix_etal_sport_process_mining.pdf (284.5 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-04574620 , version 1 (14-05-2024)

Identifiants

  • HAL Id : hal-04574620 , version 1

Citer

Laly Lacroix, Julie Treilhou, Emmanuelle Claeys, Sébastien Dejean. Analyse d'une compétition mondiale de football féminin par Process Mining. 55èmes Journées de Statistique de la SFdS (2024), SFdS : Société Française de Statistique, May 2024, Bordeaux, France. pp.1--7. ⟨hal-04574620⟩
0 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More