Aplicação de técnicas de mineração de dados para análise de partidas de futebol

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorCasanova, Dalcimar-
Autor(es): dc.contributorRodrigues, Érick Oliveira-
Autor(es): dc.contributorCasanova, Dalcimar-
Autor(es): dc.contributorOliva, Jefferson Tales-
Autor(es): dc.contributorDal Molin, Viviane-
Autor(es): dc.creatorLinhares, Luiza Stringhini-
Data de aceite: dc.date.accessioned2025-08-29T12:09:06Z-
Data de disponibilização: dc.date.available2025-08-29T12:09:06Z-
Data de envio: dc.date.issued2024-08-09-
Data de envio: dc.date.issued2024-08-09-
Data de envio: dc.date.issued2024-05-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/34391-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1090005-
Descrição: dc.descriptionThe interest in predicting the outcome of soccer matches remains relevant today, especially given the growing sports betting market in Brazil and around the world. To determine favoritism in a match, a number of factors are considered, including player statistics, history of matches and performance during the season. However, the distance traveled by teams throughout the season for away games is often overlooked. In this study, we investigated the influence of the distance traveled by teams on the results of Premier League matches, using data mining techniques. The process involved creating a data warehouse with performance information and geographical data, supplemented with data from midweek competitions. Scenarios were defined and the logistic regression algorithm was applied to train the model. Analysis of the results showed that the distance traveled by the teams had no significant impact on match results. The comparison with bookmaker data showed similar accuracy, indicating that other factors may be more relevant in determining results. In conclusion, although the distance traveled by the teams is relevant to the logistics of competitions, it does not seem to be a determining factor in Premier League results.-
Descrição: dc.descriptionO interesse em prever os resultados de partidas de futebol permanece relevante atualmente, especialmente devido ao crescente mercado de apostas esportivas no Brasil e no mundo. Para determinar o favoritismo em um confronto, uma série de fatores é considerada, incluindo estatísticas dos jogadores, histórico de confrontos e desempenho na temporada. No entanto, a distância percorrida pelos times ao longo da temporada para jogos fora de casa é frequentemente negligenciada. Neste estudo, é investigada a influência da distância percorrida pelos times nos resultados das partidas da Premier League, utilizando técnicas de mineração de dados. O processo envolveu a criação de um data warehouse com informações de desempenho e dados geográficos, complementado com dados de competições de meio de semana. Foram definidos cenários e aplicado o algoritmo de regressão logística para treinar o modelo. Realizando a análise dos resultados, foi observado que a distância percorrida pelos times não teve um impacto significativo nos resultados das partidas. A comparação com os dados das casas de apostas mostrou uma acurácia semelhante, indicando que outros fatores podem ser mais relevantes na determinação dos resultados. Conclui-se que, embora a distância percorrida pelos times seja relevante na logística das competições, não parece ser um fator determinante nos resultados da Premier League.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherPato Branco-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherDepartamento Acadêmico de Informática-
Publicador: dc.publisherEngenharia de Computação-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightshttp://creativecommons.org/licenses/by/4.0/-
Palavras-chave: dc.subjectMineração de dados (Computação)-
Palavras-chave: dc.subjectAprendizado do computador-
Palavras-chave: dc.subjectBanco de dados-
Palavras-chave: dc.subjectData mining-
Palavras-chave: dc.subjectMachine learning-
Palavras-chave: dc.subjectData bases-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO-
Título: dc.titleAplicação de técnicas de mineração de dados para análise de partidas de futebol-
Título: dc.titleApplication of mining techniques data for analysis of football matches-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.