TY  - JOUR
T1  - FUTBOLDA LİG SIRALAMASINDA PAGERANK ALGORİTMASI YAKLAŞIMI
AU  - Gençoğlu, Celal
AU  - Gümüş, Hikmet
AU  - Özdalyan, Fırat
AU  - Kosova, Sercin
AU  - Mancı, Egemen
PY  - 2019
DA  - September
DO  - 10.33689/spormetre.516683
JF  - SPORMETRE Beden Eğitimi ve Spor Bilimleri Dergisi
PB  - Ankara University
WT  - DergiPark
SN  - 1304-284X
SP  - 175
EP  - 185
VL  - 17
IS  - 3
LA  - tr
AB  - Buaraştırmanın amacı PageRank ağırlıklı listeleme algoritması kullanarak birfutbol ligi sezonunda takımları kazanma-kaybetme, ofansif ve defansifperformanslarına göre sıralamaktır. Türkiye Futbol Süper Ligi 2017-18 sezonunakatılan 18 takımın aralarında çift devreli lig usulüne göre oynadığı 306 maçsonuçları, atılan ve yenilen goller ve puan tablosu Türkiye Futbol Federasyonuinternet sitesinden alınmıştır. Veriler Matlab yazılımı ile işlenerekhesaplamalar yapılmıştır. Takımların ligde kazanan, yenilen ve beraberekalmaları durumunda sırasıyla 3 puan, 0 puan ve 1’er puan aldıkları resmistatüde elde ettikleri puanlarla oluşan lig sıralaması ve PageRankdirekt,PageRankofans, PageRankdefans ve PageRankfark değerleri arasındaki ilişkiSpearman ‘s rho nonparametrik korelasyon ile değerlendirilmiştir. PageRankalgoritmasının kazanma-kaybetme, ofansif ve defansif performansa göreuygulandığı ağırlıklı liste sıralamasının karşılaştırıldığı bu çalışmadatakımların başarı sıralamalarının değiştiği görülmüştür. PageRankdirekt ve PageRankfarksıralamasında ilk 4 sırada yer alan en başarılı takımlar aynı kalırken resmipuanlamadakinden farklı sıralandıkları tespit edilmiştir. Benzer olarak sonüçte yer aldıkları için bir alt lige düşen takımlar da hem PageRankdirekthem de PageRankfark sıralamasında resmi statüden farklıçıkmıştır. Bu çalışma sonuçlarıtakımların güçlü veya zayıf rakiplerinden aldıkları puanların farklı değerdeolduğunu ve ağırlığına göre puan almalarının daha doğru olduğunu ortayakoymaktadır. Ayrıca kazanılan maçlardaki skor farkı veya atılan, yenilen gollerde göz önüne alınarak başarı sıralaması yapılırsa daha objektif bir performansdeğerlendirmesi olacağı gösterilmiştir. Dahası yarışmalarda dağıtılacak puanıbelirleyecek bir matematiksel model geliştirilebilir. Bu çalışmanın bulgularıtakımların sıralanmasında kullanılacak alternatif yöntemleri tartışmak adınaönemli farklar ortaya koymuştur. Yeni sıralama yaklaşımının daha adil vekaliteli bir lig sıralaması yapmasının mümkün olduğu test edilmiş ve düz puansistemine göre objektif avantajları öne çıkmıştır. İleri araştırmalardaPageRank algoritması modifiye edilerek farklı niteliklerin değerlendirmeyealındığı bir yöntem futbol branşı için önerilebilir.
KW  - PageRank
KW  - Sıralama algoritmaları
KW  - Futbol
KW  - Sportif sıralama
CR  - Barrow D., Drayer I., Elliott P., and et al. (2013). Ranking rankings: an empirical comparison of the predictive power of sports ranking methods. JQAS; 9(2): 187–202.
CR  - Beggs CB., Shepherd SJ., Emmonds S., Jones B. (2017) A novel application of PageRank and user preference algorithms for assessing the relative performance of track athletes in competition. PLoS ONE 12(6): e0178458. https://doi.org/10.1371/journal.pone.0178458.
CR  - Brandt M. and Brefeld U. (2015). Graph-based Approaches for Analyzing Team Interaction on the Example of Soccer, Proceedings of the ECML/PKDD Workshop on Machine Learning and Data Mining for Sports Analytics.
CR  - Brown Shael. (2017). A PageRank Model for Player Performance Assessment in Basketball, Soccer and Hockey. arXiv:1704.00583v1 [stat.AP] 31 Mar 2017 .
CR  - Federation Internationale De Volleyball Official Rules 2017-2020 https://www.fivb.org/EN/Refereeing-Rules/documents/FIVB-Volleyball_Rules_2017-2020-EN-v06.pdf Son erişim tarihi 14.11.2018 10.20.
CR  - Govan AY. (2008). Ranking theory with application to popular sports. Raleigh: North Carolina State University.
CR  - Govan AY., Langville AN., and Meyer CD. (2009). Offense-Defense Approach to Ranking Team Sports, Journal of Quantitative Analysis in Sports. 5:1;  1-19.
CR  - Govan AY., Meyer CD. (2006). Ranking national football league teams using google's pagerank. AA Markov Anniversary Meeting; Charleston: Boson Books.
CR  - Hopkins WG. (2013). A New View Of Statistics. Internet Society for Sport Science: http://www.sportsci.org/resource/stats/ 2013.
CR  - Hu Z., Zhou J., Zhang M., and Zhao Y. (2015). Methods for ranking college sports coaches based on data envelopment analysis and PageRank. Expert Systems: The Journal of Knowledge Engineering, 32, 652– 673.
CR  - In Statista - The Statistics Portal. Retrieved February 05 2019. Major soccer leagues worldwide ranked by average per game attendance in 2017/18 (in 1,000s) https://www.statista.com/statistics/270301/best-attended-football-stadiums-in-the-world-by-average-attendance-2010.
CR  - Jacobson SH. (2009). Seedıng In The Ncaa Men’s Basketball Tournament: When Is A Hıgher Seed Better? The Journal of Gambling Business and Economics. 3: 2; 63-87.
CR  - Langville AN., Meyer CD. (2012). Who's the 1?: The science of rating and ranking. Princeton: Princeton University Press.
CR  - Lazova V., Basnarkov L. (2015). PageRank Approach to Ranking National Football Teams arXiv:1503.01331v1  Computer Science, Social and Information Networks [cs.SI]  4 Mar 2015.
CR  - London A., Nemeth J., and Nemeth T. (2014).  Time-dependent Network Algorithm for Ranking in Sports Acta Cybernetica 21, 495–506.
CR  - Massey K. (1997). Statistical models applied to the rating of sports teams. Bluefield College.Page L., Brin S., Motwani R., and Winograd T. (1999). The PageRank Citation Ranking: Bringing Order to the Web. Technical report, Stanford InfoLab Technical Report 1999 – 66.
CR  - Türkiye Voleybol Federasyonu Yarışma Talimatı http://www.tvf.org.tr/_dosyalar/Talimatlar/TVF_yarisma_talimati.pdf Son erişim tarihi 14.11.2018 09.58
CR  - Zack L., Lamb R., Ball S. (2012). An application of Google's PageRank to NFL rankings. Involve, a Journal of Mathematics. 5(4):463±71.
UR  - https://doi.org/10.33689/spormetre.516683
L1  - https://dergipark.org.tr/en/download/article-file/709769
ER  -