Basketbol oyuncu performansı tahminlemesi için bir özellik mühendisliği yaklaşımı

Spor analitiğindeki son gelişmeler basketbolda birçok uygulama alanı bulmuştur. Oyuncu performansı tahminlemesi, basketbol analitiğinin temel hedeflerinden biridir çünkü hem takımlar hem de taraftarlar için çeşitli potansiyel faydaları vardır. Bu çalışmanın amacı, basketbol istatistiklerinde yer alan temel problemleri göz önünde bulunduran ve basketbol oyuncularının performanslarını doğru bir şekilde tahminleyen öngörücü bir modelleme yaklaşımı oluşturmaktır. Araştırmamızda Avrupa basketbolunun kulüp düzeyindeki en üst seviyesi olan Euroleague verisi kullanıldı. Çalışmada kullanılan bu veriler 2016-2017, 2017-2018, 2018-2019 Euroleague sezonlarında oynanan toplam 720 normal sezon maçını içermektedir ve bu sezonlarda 464 bireysel sporcunun performansından toplam 15368 kayıt elde edilmiştir. Çalışmamızda basketbol oyuncularının performansını öngörebilecek modeller oluşturmak için özel olarak yapılandırılmış bir veri madenciliği sürecini takip ettik. Literatürdeki çoğu öngörücü model, savunma ile ilgili istatistiklerin azlığı nedeniyle ofansif istatistiklere dayanmaktadır. Ancak, bu çalışma literatürde şu ana kadar eksik olan oyuncu performans tahmininde savunma metriklerine duyulan ihtiyacı da ele almaktadır. Bu bağlamda, veriye dayalı savunma metrikleri oluşturmak için yeni bir metodoloji geliştirdik ve bir özellik mühendisliği yaklaşımı önerdik. Sonuçlarımız, hem R-squared hem de rmse değerlerinde en önemli geliştirmenin pozisyon bazlı savunma metrikleri ekledikten sonra elde edildiğini göstermektedir.