Modelos preditores de contratação de profissionais do futebol baseado em Inteligência Artificial por mecanismos Machine Learning
Carregando...
Data
Autor(es)
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Minas Gerais
Descrição
Tipo
Tese de doutorado
Título alternativo
Primeiro orientador
Membros da banca
Resumo
Esta tese investiga as dinâmicas estratégicas envolvidas no processo de recrutamento de jogadores de futebol, com foco na construção de um modelo interpretável de apoio à decisão baseado em algoritmos de aprendizado de máquina, lógica fuzzy e análise de redes sociais. A partir de uma abordagem interdisciplinar que articula estudos organizacionais, ciência do esporte e modelagem matemática, a pesquisa propõe uma solução metodológica para avaliar o desempenho técnico de atletas, considerando as especificidades contextuais do futebol profissional contemporâneo. O estudo estrutura-se em três eixos analíticos. No primeiro, uma revisão bibliométrica revelou a emergência de uma literatura convergente entre performance esportiva, modelos fuzzy e inteligência artificial. No segundo eixo, aplicou-se a análise de redes sociais a mais de 100 mil transações internacionais de jogadores, identificando padrões de centralidade, intermediação e formação de comunidades no mercado global de transferências, com destaque para o papel estratégico de países como Bélgica, Portugal e Brasil. No terceiro eixo, desenvolveu-se e testou-se um modelo de avaliação de performance baseado em lógica fuzzy, alimentado por estatísticas extraídas da plataforma Wyscout e validadas com atributos do Football Manager 2024. O modelo demonstrou robustez na comparação funcional de atletas, respeitando o princípio do design representativo e integrando os fundamentos da abordagem ecológica da performance esportiva. Os resultados apontam para a utilidade prática da ferramenta no suporte à tomada de decisão, especialmente na prospecção de talentos e na gestão eficiente de recursos. A tese propõe uma inovação teórica e aplicada, ao oferecer um sistema de pontuação adaptável, que confronta a subjetividade do scouting tradicional com critérios analíticos, promovendo maior racionalidade estratégica na composição de elencos. As contribuições do trabalho se estendem também ao campo da pesquisa organizacional, ao demonstrar como capacidades analíticas podem se tornar ativos estratégicos na busca por vantagem competitiva sustentável no futebol global.
Abstract
This thesis investigates the strategic dynamics involved in the recruitment process of professional football players, with a focus on developing an interpretable decision-support model based on machine learning algorithms, fuzzy logic, and social network analysis. Drawing on an interdisciplinary approach that integrates organisational studies, sports science, and mathematical modelling, the research proposes a methodological solution for evaluating athletes’ technical performance while considering the contextual specificities of contemporary professional football. The study is structured around three analytical axes. The first comprises a bibliometric review, which revealed the emergence of a converging body of literature between sports performance, fuzzy models, and artificial intelligence. The second axis applies social network analysis to over 100,000 international player transfers, identifying patterns of centrality, intermediation, and community formation within the global transfer market—highlighting the strategic roles of countries such as Belgium, Portugal, and Brazil. The third axis presents the development and testing of a fuzzy logic-based performance evaluation model, fuelled by statistics from the Wyscout platform and validated through attributes from Football Manager 2024. The model demonstrated robustness in functional comparisons of players, adhering to the principle of representative design and integrating the tenets of the ecological approach to sports performance. The results indicate the practical usefulness of the tool in supporting decision-making, particularly in talent scouting and efficient resource management. The thesis offers both a theoretical and applied innovation by introducing a flexible scoring system that confronts the subjectivity of traditional scouting methods with analytical criteria, thereby promoting greater strategic rationality in squad composition. Furthermore, the contributions of this work extend to the field of organisational research, by demonstrating how analytical capabilities can become strategic assets in the pursuit of sustainable competitive advantage in global football.
Assunto
Inteligência artificial, Futebol, Administração
Palavras-chave
Análise de redes sociais, Futebol, Machine learning, Fuzzy, Estratégia