Информационная модель футбола на примере участия сборной России на ЧМ 2018

Abstract

Цель работы – показать информационную модель футбола, частью которого является рейтинг на практически значимой задаче успешного выступления сборной России на ЧМ 2018. Материал и методы исследования. Наблюдали видеозаписи игр Премьер-лиги РФ в 2016 и 2017 годах, фиксировали выигранные и проигранные единоборства в 50 компонентах игры. Результаты трансформировали в рейтинг игрока по компоненту игры. Наблюдали за скоростью их убывания в ходе игры. Данные по сборным и клубным командам получали с сайта www.myscore.ru и далее обрабатывали на сайте www.ra-first.com. Использовали созданное магистрами программное обеспечение. Результаты. При обычном для сборной РФ уровне эффективности управления с Rt = 2563 сборная РФ выигрывала у Египта (1:0), проигрывала Саудовской Аравии (1:2) и Уругваю (0:2). Однако возможен более благоприятный исход, при котором сборная России способна добраться до ¼ финала. Из числа > 100 игроков Премьер-лиги РФ, имеющих паспорт России, определили исходный состав команды, который в матчах с уже известными соперниками будет иметь наибольшее число выигранных единоборств. Далее определили оптимальное число единоборств в каждом компоненте игры. Подобрали наиболее проходные комбинации для выбранного состава в каждом из матчей сборной, построенных на единоборствах с наибольшим преимуществом наших игроков. Заключение. Проблема оценки уровня игрока, тактики игры осталась в футболе неизменной с 60-х годов и по-прежнему решается числом (%) ТТД, которое не коррелирует с результатом игры. Поэтому игрой руководят тренеры. Информационный массив под названием футбол слишком велик, чтобы им управлял один тренер. Предлагаемая информационная модель демонстрирует преимущество над тренерскими решениями и отражает тренд на внедрение ИТ-системы в процесс управления в спорте. Aim. The purpose of this work is to show the football information model (FIM) on the example of a practically significant task of the successful performance of the Russian national team at 2018 World Cup. Material and Methods. We watched video recordings of 2016-2017 Russian Premier League and fixed won and lost individual confrontations according to a list of 50 components. We transformed the results in a player’s rating on a game component. We registered the speed of their decrease during a game. The data on national and club teams were obtained with the help of www.myscore.ru website and were processed using www.ra-first.com website. During the study we also used the software developed by masters’ degree students. Results. At a usual level of management effectiveness of Rt = 2563 the Russia national football team achieved a 1:0 victory over Egypt, lost to Saudi Arabia 1:2 and to Uruguay 0:2. However, a more favorable outcome is possible, in which the Russia national team is able to reach ¼ final. We determined the initial team from the number of >100 Russian Premier League players having a Russian passport, which would have the largest number of individual confrontations won over these rivals. We also determined an optimal number of such confrontations in each component of the game. We selected the most successful combinations for this team in each game, developed using individual confrontations with the greatest advantage of our players. Conclusion. The problem of the assessment of a player’s level and game tactics has remained unchanged since the 60-es and is still resolved by the number (%) of tactical and technique actions, which does not correlate with a game outcome. Therefore, coaches manage the game. However, the volume of information in football is too large for one coach. The information model proposed demonstrates the advantage over coach decisions and reflects the tendency of IT-system implementation in sports management.