Review of sports data mining techniques

Spor veri madenciliği, oyuncu, takım ve oyun bazında toplanan verilerin, veri madenciliği araç ve teknikleri ile performans çözümleme, oyuncu seçimi, skor-sonuç tahmini ve strateji geliştirme amacı ile kullanılmasıdır. Her bir spor dalı için geliştirilen özel performans ölçülerinin spor veri madenciliği ve spor istatistiklerinde önemli bir rolü vardır. Takım sporları ve oyuncular için hesaplanan performans ölçüleri, kazanma beklentisini tahmin etmek için kullanılabilir. Bu amaçla geliştirilen Pisagor Beklentisi, ilk olarak beyzbol oyunlarında kullanılmıştır. Diğer spor dallarının da ilgisini çeken Pisagor Beklentisi, basketbol gibi iki olası sonuçlu diğer takım sporlarına uyarlanmıştır. Ancak futbol gibi üç olası sonuçlu sporlar için Pisagor Beklentisi üzerine yapılan çalışmalar kısıtlıdır. Bu tezde, çeşitli spor dalları ile ilgili spor veri madenciliği çalışmalarının incelenmesi amaçlanmıştır. Bu bağlamda, birçok spor dalına ilişkin performans ölçüleri ve spor veri madenciliği çalışmaları incelenmiş ve detaylı bir literatür taraması yapılmıştır. Ayrıca, futbol için yeni bir Pisagor Beklentisi hesaplama yaklaşımı önerilmesi amaçlanmıştır. Uygulama bölümünde, on beş farklı Avrupa futbol liginde mücadele eden takımlar için 2017/2018 sezon sonu puanları ve sıralamaları önerilen yaklaşım kullanılarak tahmin edilmiştir. Seçilen Avrupa futbol liglerine ait son beş sezon verisi, eğitim veri kümesi olarak kullanılmıştır. Tüm hesaplamalar R'da yapılmıştır.