Mostrando entradas con la etiqueta deportes. Mostrar todas las entradas
Mostrando entradas con la etiqueta deportes. Mostrar todas las entradas

domingo, 23 de febrero de 2020

Guerra de bots en el FC Barcelona

‘Barçagate’: Así actúan los ejércitos de bots maliciosos

Los algoritmos que dirigen a los bots se han convertido en un medio poderoso de comunicación política y es muy difícil llegar a descubrir quiénes son los creadores que están detrás
La Vanguardia

Por Patricia Plaza



Los usuarios que aparecen como destacados, son los más centrales (los que catalizan las conversaciones recibiendo más respuestas, retuits o menciones) en la conversación sobre el hashtag #bartomeuOUT (Social Elephants y Gephi)


Muchos políticos, famosos e influencers se jactan de tener muchos seguidores en las redes sociales. Sin embargo, gran parte de ellos no son de carne y hueso. A estas alturas, la compra de seguidores es un secreto a voces. Algunas empresas ofertan paquetes de 1.000 seguidores falsos en Twitter, Facebook, Instagram o YouTube por el módico precio de 0,89€ (‘Me gustas’ y retuits van aparte).

Pero más allá de engrosar las listas de seguidores, likes y retuits, en los últimos años los bots se han convertido en una forma de manipular a los ciudadanos, siendo también generadores de opinión. Programas informáticos diseñados que actúan como ejércitos para crear comentarios y reforzar la imagen de su amo. Usados por empresas para brindar servicio de atención a sus clientes, o potenciales clientes, para dar una buena experiencia de compra o información. Por ejemplo, un estudio publicado por FakeSpot, denunciaba que el 61% de las reseñas de productos electrónicos de Amazon eran falsas.

La Cadena Ser destapaba esta semana la caja de los truenos, según este medio el FC Barcelona habría contratado una empresa que utilizaba cuentas falsas en las redes para criticar a jugadores y opositores. Un contrato de un millón de euros repartidos en seis cuentas falsas de Facebook distintas. Esa empresa es I3 Ventures, la misma que en junio presentaba un estudio encargado por el FC Barcelona en el que alertaba sobre la presencia de bots. El análisis detectaba que el 30% de los usuarios que hablaban sobre el Barça eran cuentas automatizadas. El propio FC Barcelona presentaba ese estudio y lo publicaba íntegramente en su página web con la voluntad de conocer la percepción de la marca Barça en las redes sociales. Titulado como Análisis del comportamiento de la conversación global digital en torno al FC Barcelona, el informe analizaba la actividad de enero de 2018 a junio de 2019.


Los bots pueden desempeñar actividades maliciosas, como enviar spam, acosar o promover discursos de odio

En un estudio de la Universidad de Oxford sobre las campañas de Trump y Clinton en Twitter en 2016, Phil Howard, profesor de estudios de internet, explicaba que cada vez más políticos y gobiernos de todo el mundo “emplean” tanto bots como personas para gestionar sus conversaciones políticas en las redes sociales. Los bots “pueden desempeñar tareas como suministrar noticias e información”. Y también “actividades maliciosas, como enviar spam, acosar o promover discursos de odio”.

Los algoritmos que dirigen a los bots se han convertido en un medio poderoso de comunicación política y es muy difícil llegar a descubrir quiénes son los creadores que están detrás. Auténticas campañas de marketing diseñadas desde distintas cuentas falsas para llegar a un objetivo común. Es lo que en la jerga marketiniana se denomina astroturfing . Una técnica de propaganda que pretende dar impresión de espontaneidad y popularidad, ocultando al verdadero emisor del mensaje.
Cómo identificar un bot

Los bots intentan actuar como si fueran humanos, pero su intensa actividad les delata. Además de una imagen de perfil y nombre de usuario sospechoso, suele seguir a muchas más cuentas de las que le siguen. Pero lo más relevante es la monotemática de sus publicaciones y su ritmo de publicación constante en el que no parece tener prisa por irse a dormir. Y su velocidad de respuesta sin apenas tiempo para leer los comentarios. Si la cuenta es de muy reciente creación o si descubrimos que usa una App para publicar, también son datos que nos pueden llevar a sospechar.


Si se detectan desviaciones la probabilidad que se trate de un bot es mayor”
Alessandro Bernardi Analista de redes sociales y cofundador de ‘Social Elephants’

Al igual que los virus de ordenador, los criadores de “granjas de bots” han ido perfeccionándolos con el tiempo, emulando cada vez mejor el comportamiento humano. Algunas herramientas como Botometer tratan de detectar bots de Twitter, monitorizando datos públicos de la cuenta y comparándolos con los patrones típicos de cuentas reales. “Si se detectan desviaciones la probabilidad que se trate de un bot es mayor”, explica Alessandro Bernardi, analista de redes sociales y cofundador de Social Elephants.

Por ejemplo, si analizamos la actividad del perfil oficial del FC Barcelona en Twitter (@FCBarcelona_es), Botometer nos indica que tiene 0.1/5 probabilidades de ser un bot, es decir que tiene un comportamiento muy humano:

Botometer establece que la cuenta de Twitter @FCBarcelona_es solo tiene 0.1/5 probabilidades de ser un bot (Botometer)

En el caso del Barçagate las supuestas cuentas falsas son páginas de Facebook, una red social que ofrece muy pocos datos públicos, lo que limita mucho poder identificar si se trata de bots o no. Un estudio de la israelí Reblaze llamado El Estado de la Protección de los Bots 2019 muestra que 62% de los usuarios de internet, donde se incluyen las redes sociales, son bots. Y de esos, el 38% son denominados “malos”, es decir, que atentan contra la integridad de las personas, de las empresas o son usadas en favor de un gobierno o partido político. “Según un reportaje de Wired con datos de Robhat Labs se ha estimado que en el caso de ciertos eventos de debate político los bots pueden llegar a contribuir hasta un 60% de toda la actividad”, afirma Bernardi.

Bots de guerrilla usados para destruir, acosar y promover discursos de odio. Una sutileza y hostilidad que preocupa tanto a autoridades como a empresarios y a usuarios de las redes.

Aunque en realidad, según Bernardi, en el caso del Barçagate no haría falta usar bots para realizar una acción en redes sociales: “Con un presupuesto de un millón de euros sería más fácil poner un equipo humano a gestionar personalmente ciertas cuentas distribuyendo ciertos contenidos estratégicamente preparados”.

Sean humanos o bots los que estén detrás de estos perfiles de Facebook, la verdad es que es muy difícil descubrir quién es el verdadero emisor de los mensajes y quién está detrás de todas las publicaciones que difaman a jugadores. Y aquí está el quid de la cuestión: si es el FC Barcelona el que desarrolla su propia campaña o si se trata de una fuente externa. Las dudas son muy amplias y la incertidumbre se ciñe sobre la sombra del propio Bartomeu. El Barça rompía su contrato con I3 Ventures, al mismo tiempo que I3 Ventures negaba haber cobrado un millón de euros del Barça para monitorizar las redes.

¿Las redes sociales están haciendo algo para frenar la presencia de bots?


Twitter lleva tiempo diciendo que está trabajando en un “sello” (similar al de las cuentas verificadas) para poder distinguir entre cuentas de humanos y de bots. “Tanta tiene que ser la desesperación de esta red social que recientemente su fundador (Jack Dorsey) le llegó a preguntar a Elon Musk si se les ocurría una manera de ‘arreglar Twitter’”, explica Bernardi.

De todas formas Twitter ya ha bloqueado unas cuantas de las cuentas implicadas en el reciente Barçagate. A lo mejor por denuncia de alguien o porque la misma red social ha detectado un comportamiento anómalo que incumple sus normas, no necesariamente de bot:


Twitter ha bloqueado alguna de las cuentas en Twitter vinculadas al 'Barçagate' (Twitter)

Alessandro Bernardi ha analizado en Botometer las distintas cuentas que en la información de la Cadena Ser se citan como bots y que no aparecen como bloqueadas. “En dos casos detectamos algo de probabilidad que realmente sea un bot, pero por ejemplo la cuenta de ‘Mes Que un Club’, sale un comportamiento prácticamente humano. Así que quizás tendríamos que dejar de pensar si hablamos de bots o no, y poner el foco en si hubo o no una estrategia maliciosa y un intento de manipulación, aunque sea que fuera operado por humanos”.

Según la actividad de la cuenta en Twitter de @AlterSports, Botometer detecta que tiene 2,1/5 probabilidades de ser un bot (Botometer) Según la actividad de la cuenta @SportsLeaksCom en Twitter, Botometer detecta que tiene 1,4/5 probabilidades de ser un bot (Botometer) Según la actividad de la cuenta @MésQueUnClub en Twitter, Botometer detecta que tiene 0,2/5 probabilidades de ser un bot (Botometer)

A modo de ejemplo, el analista de redes sociales y cofundador de Social Elephants ha elaborado para La Vanguardia una monitorización del hashtag #bartomeuOUT durante esta semana, antes y después que saliera a la luz la información de la Cadena Ser sobre las supuestas cuentas falsas de Facebook.

Social Elephants ha contabilizado más de 90.000 tuits esta semana con el hahstag #bartomeuOut:
Este gráfico muestra la actividad de unos 90.000 tuits que usaron el hashtag #bartmeuOUT en Twitter entre el 12 y el 20 de febrero. (Social Elephants)

Los autores de los tuits son sobre todo hombres y medios de comunicación:
Los autores de los tuits que han usado el hashtag #BartomeuOUT entre el 12 y el 20 de febrero son sobre todo hombres y medios (Social Elephants)

Los usuarios son en su mayoría de Barcelona: Los usuarios que han usado el hashtag #bartomeuOUT entre el 12 y el 20 de febrero son en su mayoría de Barcelona (Social Elephants)

Analizando las conversaciones, este mapa identifica quién habla con quién y cuáles son los diferentes grupos de usuarios que hablan de temas en común (identificados por colores diferentes). Los usuarios que aparecen como destacados son los usuarios mas centrales (los que catalizan las conversaciones recibiendo más respuestas, retuits o menciones) en la conversación sobre el hashtag #bartomeuOUT:

  Los usuarios que aparecen como destacados, son los más centrales (los que catalizan las conversaciones recibiendo más respuestas, retuits o menciones) en la conversación sobre el hashtag #bartomeuOUT (Social Elephants y Gephi)

También puede ser interesante tratar de identificar bots que hayan usado el hashtag #bartomeuOUT, por ejemplo buscando entre los usuarios que sospechosamente hacen muchos retuits a los demás: Estos son los usuarios que sospechosamente hacen muchos RTs a los demás con el hashtag #bartomeuOUT (Social Elephants)

Entre estos destaca el caso de @BartomeuVerdugo. Esta cuenta tiene solo seis seguidores y más de 300 retuits tan solo a tuits que contienen el hashtag #bartomeuOUT:
Curioso el caso de @BartmoeuVerdugo con tan solo 6 followers y mas de 300 Retweets tan solo a tweets que contengan el hashtag #bartmeuOUT (Twitter)

Irónico que en su perfil, este usuario se defina como “no soy un robot”. Sin embargo, como siempre hay bots que saben disimular peor o mejor, Botometer es bastante claro en identificarlo como bot con un 3.9/5 de probabilidad:
Según la actividad de la cuenta @BartmoeuVerdugo en Twitter, Botometer detecta que tiene 3,9/5 probabilidades de ser un bot (Botometer)

Tras este análisis, podemos concluir que la guerra de bots no solo la juega una parte. Sea o no sea el FC Barcelona quien está detrás de las cuentas falsas que refuerzan la imagen de Bartomeu y atacan a los jugadores, lo que sí es cierto es que, como en todos los ámbitos de la vida, la guerra también se lucha desde el otro lado. Todo es un tira y afloja en el que existen bots para todos los gustos.

domingo, 15 de marzo de 2015

Pagerank descubre el mejor equipo de fútbol de todos los tiempos

El algoritmo Pagerank revela el máximo equipo de fútbol de todos los tiempos
La red creada por los resultados de los equipos que juegan entre sí puede ser clasificado en la misma forma que los sitios web, dicen los científicos de la computación.
MIT Technology Review



El algoritmo PageRank de Google se ha convertido en uno de los más famosos de la informática. Fue diseñado originalmente para clasificar los sitios web de acuerdo a su importancia al suponer que un sitio es importante si se vincula a otros sitios importantes.

El algoritmo funciona contando los enlaces a un sitio web y la importancia de los sitios de estos vienen. A continuación, utiliza este para calcular la importancia del sitio original. A través de un proceso de iteración, el algoritmo se le ocurre un ranking.

Desde los fundadores de Google, Larry Page y Sergei Brin, desarrollaron el algoritmo a mediados de la década de 1990, los investigadores han comenzado a usarlo para clasificar nodos en otras redes. Una idea ha sido la de utilizarlo para clasificar documentos científicos que utilizan la red de enlaces en las referencias que contienen. Otra es la de usarla para las elecciones en las que todo el mundo es un candidato y pueden votar por nadie más.

Hoy en día, Verica Lazova y Lasko Basnarkov en la Universidad Cyril y Methodius de Macedonia han encontrado otro uso para el algoritmo de PageRank. Estos chicos lo han utilizado para crear un ranking de los equipos nacionales de fútbol del mundo de todos los tiempos utilizando los resultados de los 20 torneos de la Copa Mundial que se han producido desde 1930. Su hipótesis es que un equipo debe altamente clasificado si se ha golpeado a otros equipos altamente clasificados .

El método es sencillo. Se llevan a los resultados de más de 7.000 partidos jugados entre 210 países desde 1930. Durante estos juegos, los equipos anotaron más de 20.000 goles en un promedio de 4.3 por partido.

Lazova y Basnarkov van a crear una red en la que los equipos son nodos y existe un vínculo entre ellos si han jugado uno contra el otro. El peso y la polaridad de este enlace depende de los resultados, que ha vencido a quién y así sucesivamente.

Finalmente, se aplican el algoritmo Pagerank durante un número de iteraciones para determinar un ranking.

Los resultados serán una lectura interesante para cualquier aficionado al fútbol. El equipo mejor clasificado es Brasil, que no es de extrañar teniendo en cuenta que ha ganado el torneo un récord de 5 veces, más que cualquier otra nación. También ha jugado más partidos que cualquier otro equipo, ganado más partidos y marcado más goles.

Después de Brasil vienen de Italia, Alemania, Holanda, Argentina, Inglaterra, España, Francia y Checoslovaquia, en ese orden.

Lazova y Basnarkov luego comparar su clasificación a la lista de todos los tiempos creado por órgano rector internacional del fútbol, ​​la FIFA. Esto tiene Brasil en la parte superior, seguido por Alemania y luego Italia. Argentina es el equipo clasificado cuarto con España quinto y sexto Inglaterra.

Eso es similar a la lista Pagerank pero hay algunas diferencias notables también. Los Países Bajos son el lugar número 8 en la lista de la FIFA, pero cuarto en la lista Pagerank. Dinamarca es el 17 en la lista de Pagerank pero sólo 25 de la FIFA de. Y Checoslovaquia no aparece en absoluto en la lista de la FIFA, después de haber dejado de existir como país en 1993.

Eso es un enfoque interesante que muestra la utilidad del Pagerank en ser capaz de clasificar los nodos en más o menos cualquier tipo de red. Es evidente que el mismo enfoque podría funcionar para el fútbol americano, béisbol, baloncesto, cricket y más o menos cualquier otro deporte. Si algún científico de la computación tiene algo de tiempo libre para realizar estos rankings, él o ella podría ganar los corazones y las mentes de innumerables fans que estarán esperando ansiosamente el resultado de la clasificación de Pagerank de sus equipos.


domingo, 28 de septiembre de 2014

La red social de los jugadores de la Copa Mundial 2014

Red Social de Jugadores de la Copa del Mundo 2014 




La Copa Mundial de la FIFA 2014, el mayor evento deportivo en cuatro años (lo lamento por las Olimpiadas) comienza hoy. El torneo tiene 736 jugadores de 32 países. Cuando los jugadores no están jugando para sus selecciones nacionales, juegan en 301 clubes diferentes. Los jugadores de diferentes equipos nacionales se reúnen en estos clubes. Por ejemplo, el Manchester United tiene jugadores de 9 equipos nacionales diferentes. Esto significa que los jugadores en la Copa del Mundo que juegan en el Manchester United saben jugadores de al menos ocho equipos nacionales diferentes. ¿Por qué es esto importante? Si dos jugadores pertenecen al mismo equipo (nacional o club), que tienen una conexión social. El uso de análisis de redes sociales que podemos analizar y visualizar esta conexión (ejemplos de la UEFA 2012 y la Copa Mundial de 2010 redes similares). Así pues, aquí es la red social de la Copa Mundial de la FIFA 2014:



En la imagen de arriba es el jugador a jugador-conexiones (aquí hay un pdf con una mejor resolución). El tamaño de un nombre de jugadores representa el número total de otros jugadores que comparte un club con. Los mejores jugadores, Antonio Valencia, Javier Hernández, Julián verdes, Shinji Kagawa, Robin van Persie, Nani, Arjen Robben, Mario Mandžukić, Patrice Evra, Xherdan Shaqiri, Daniel Van Buyten, Dante y Javi Martínez tienen los 13 compañeros del club en el torneo . El color del jugador es determinado por un programa de ordenador que detecta clusters. La mayoría de los grupos son los mismos que los equipos nacionales, pero notamos que en el medio, la línea entre España, Francia, Brasil, etc comienzan a volverse borrosa. Para tener una mejor idea de los jugadores más conectados, a continuación es el núcleo de la red: top 10% de los jugadores.

También puede visualizar las conexiones entre los diferentes equipos nacionales y los clubes.



Una línea entre un club y el equipo se forma cuando un jugador juega en ambos (pdf). Cuanto más un equipo nacional tiene jugadores de un equipo específico, el grueso de la línea. Por ejemplo, el equipo alemán cuenta con siete jugadores del Bayern Munich y España cuenta con siete jugadores del Barcelona. Los más diversos equipos son Argelia y Nigeria cuyos jugadores vienen todos de diferentes clubes. Para aclarar la situación, a continuación es una imagen de los equipos y clubes que tienen al menos dos jugadores comunes. Cuatro países tienen por lo menos dos jugadores de Napoli.



El más interesante hallazgo para mí es que todos los jugadores están conectados de una manera u otra. En promedio, dos jugadores tienen menos de tres pasos entre ellos. Sería interesante extender este análisis a los clubes anteriores de los jugadores y ver cómo la red social de los últimos cinco años se vería así.


Verkostoanatomia – the Network Approach

martes, 16 de septiembre de 2014

Nuevos patrones en el fútbol gracias al ARS

Cómo la Teoría de Redes está revelando patrones anteriormente desconocidos en el deporte 
El análisis de la red de pases entre jugadores de fútbol revela que uno de los equipos más exitosos del mundo juega un tipo completamente diferente de fútbol que cualquier otro equipo de fútbol del planeta. 



Si alguna vez has visto fútbol, sabrá de las sutiles diferencias en la táctica y la formación entre los diferentes equipos. Está el juego de pelota larga, el juego de presión, la defensa en zona y así sucesivamente. Muchos equipos tienen estilos particulares de juego que los fans admiran y odian.

Las innovaciones son comunes, con los equipos constantemente adoptan o abandonan nuevas tácticas. Y dado el carácter internacional del fútbol, las nuevas ideas se extendieron rápidamente, ya que los jugadores y entrenadores se mueven de un equipo y de un país a otro.

Así que es fácil imaginar que es difícil jugar una marca única de fútbol, ​​usando tácticas y habilidades que no hay otras copias de equipo.

Eso no es del todo cierto, dicen Laszlo Gyarmati en el Instituto de Investigación Informática de Qatar y unos pocos amigos. Estos chicos han utilizado un enfoque de la teoría de redes para caracterizar la obra de todos los mejores equipos de España, Alemania, Italia, Francia e Inglaterra. Y dicen que este indicador revela que mientras muchos equipos comparten un estilo similar de juego, un equipo se destaca como única, la reproducción de un estilo de fútbol que ningún otro equipo puede igualar.

Aficionados al fútbol no se sorprenderán al saber que ese lado es el equipo español FC Barcelona, ​​uno de los equipos de fútbol con más éxito en el planeta. El Barcelona ha sido pionera en un tipo de fútbol llamado tiki-taka que ningún otro equipo ha sido capaz de dominar (con la notable excepción de la selección española, que generalmente tiene un gran contingente de jugadores del Barça en sus filas).

Tiki-taka se caracteriza por pases cortos y rápidos movimientos rápidos de los jugadores. La idea es dominar la posesión del balón. Eso está en agudo contraste con las tácticas convencionales que se centran en jugador formaciones.

Pero mientras que la diferencia en el juego entre Barcelona y otros equipos es reltively fácil de ver, es difícil de caracterizar el uso de características en el juego, tales como goles, faltas, esquinas y así sucesivamente. De hecho, la caracterización de la naturaleza del juego de fútbol a partir de datos recogidos en el terreno de juego ha demostrado ser un negocio frustrante para los científicos del deporte.

Pero en los últimos años, los científicos del deporte han comenzado a recopilar datos mucho más de grano fino, como el número de entradas, faltas, tiros y fuera de objetivo y así sucesivamente. Pero son los pases entre los jugadores que han fascinado a los teóricos de la red.

"La red pase de un equipo de fútbol formado por los jugadores como vértices y los pases entre los jugadores como los bordes", dicen Gyarmati y co. Esto crea una red que puede ser estudiado por sus características únicas.

Hasta ahora, los teóricos de la red se han centrado su análisis en las propiedades a gran escala de las redes de paso, tales como la fuerza de las conexiones entre específico player- la frecuencia con que pasan el uno al otro, la centralidad de intermediación que mide una importancia jugadores dentro de la red y así sucesivamente. Eso es ciertamente útil y ha proporcionado algunas ideas fascinantes en las fortalezas y debilidades de algunos equipos.

Pero Gyarmati y co toman este enfoque de red a un nivel mucho más profundo. Estos chicos vez se han centrado en la secuencia de pasos que tienen lugar entre los jugadores y luego se le preguntó qué tipo de patrones emergen.

Así que ellos se centran en secuencias de tres pases. Hay cinco modelos diferentes que una secuencia de tres pasos puede tomar: ABAB, ABAC, ABCA, ABCB, y ABCD. Por ejemplo, la secuencia ABAB ocurre si el jugador 1 pasa al jugador 2, que pasa de nuevo al jugador 1, que pasa al jugador 2 de nuevo. Y si la misma secuencia tiene lugar entre los jugadores 3 y 4, todavía se denota como una secuencia ABAB.

Gyarmati y co comienzan su análisis utilizando pasan los datos de los 380 partidos disputados por los 20 equipos en la primera división española.

Luego trazan el número de veces que cada equipo utiliza la secuencia ABAB, la secuencia de ABAC, la secuencia de ABAC y así sucesivamente. Los resultados son reveladores-Barcelona se destaca como un pulgar dolorido.

Resulta que, a parte de Barcelona, ​​todos los equipos españoles hacen pases con una distribución similar de las secuencias. Sin embargo, Barcelona utiliza claramente más secuencias ABAB y ABCB durante el uso de un número significativamente menor ABCA y ABCD secuencias.

Lo que es más, cuando Gyarmati y análisis co uso del clúster para ver qué equipos usan patrones similares de secuencias, diversas agrupaciones surgen entre los equipos con patrones similares de juego. Barcelona, ​​sin embargo, está en una clase propia.

Y a escala europea, la singularidad de Barcelona es aún más notable. Gyarmati y co continúan su análisis mediante el estudio de todos los demás equipos de la máxima categoría en Inglaterra, Italia, Francia y Alemania.

Los resultados muestran un par de valores atípicos que se sientan un poco lejos de los otros, como el equipo italiano Torino y el equipo Inglés West Ham United. Pero, de nuevo, Barcelona es una liga aparte, jugando con un estilo que ningún otro equipo puede igualar.

Esa es una visión fascinante de la naturaleza del fútbol. Y a diferencia de muchos otros indicadores que miden el deporte, da una indicación clara de exactamente cómo el juego de Barcelona se diferencia de todos los demás. Así que otros equipos tienen patrones específicos para copiar, si se atreven.

Y se abre la posibilidad de que el mismo tipo de análisis podría proporcionar ideas sobre otros tipos de redes dinámicas, como las redes metabólicas, las redes tróficas, redes sociales, etc.

Le ha tomado años, si no décadas, para el Barcelona para perfeccionar tiki-taka. Pero con este tipo de análisis puede que no sea tan largo antes de que alguien más está jugando la misma marca única de fútbol.

Ref: arxiv.org/abs/1409.0308 : Searching for a Unique Style in Soccer
MIT Technology Review


sábado, 15 de marzo de 2014

Redes de pases de fútbol

Análisis de las redes de distribución de balón en fútbol: pases de juego y pases de adaptación

Isidro Maya Jariego, María Rocío Bohórquez Gómez-Millán


Este artículo propone distinguir los pases de juego y los pases de adaptación al juego en las aplicaciones del análisis de redes sociales al estudio del fútbol. Las redes de pases de balón permiten describir y evaluar las configuraciones tácticas en el desarrollo de un partido (Bundio y Conde, 2007; Cotta, Mora, Merelo-Molina y Merelo, 2011). El equipo es analizado como una red en la que los jugadores son los nodos y los pases de juego son lazos dirigidos. Los patrones de interacción entre jugadores revelan procesos emergentes que trascienden las estadísticas individuales de corte tradicional. Pese a que las primeras aplicaciones utilizan la matriz bruta de pases de balón, la diferenciación de las relaciones entre jugadores en función del tipo de tarea desarrollada muestra con más claridad los elementos tácticos del juego (Maya Jariego y Bohórquez, 2011). Para ilustrarlo utilizamos datos del Real Betis Balompié en la final de Copa de S. M. El Rey de 2005 y del encuentro Getafe CF – Sevilla FC en la final de Copa de 2007. Tanto los indicadores de centralidad como las pruebas no paramétricas muestran una clara diferenciación entre la red de pases de juego y la red de pases de adaptación. Los resultados permiten interpretar el desarrollo táctico del partido, que comparamos con la descripción basada en estadísticas individuales de corte tradicional.


miércoles, 31 de julio de 2013

ARS: El grafo riverplatense

La red social de River, según algunos

Un email anda divulgando una serie de enlaces (como proxy de asociaciones de algún tipo) sobre la red social de las entidades y actores de la escena política del club River Plate (Argentina). ¿Es una red de uno o dos modos? Más allá de la falta de precisiones técnicas, es una atractiva forma de acercar el ARS al escenario de la propaganda política.