Using multi-criteria decision-making and machine learning for football player selection and performance prediction: A systematic review - Archive ouverte HAL
Article Dans Une Revue Data Science and Management Année : 2023

Using multi-criteria decision-making and machine learning for football player selection and performance prediction: A systematic review

Utilisation de la prise de décision multicritère et de l'apprentissage automatique pour la sélection des joueurs de football et la prédiction des performances : Une revue systématique

Abdessatar Ati
  • Fonction : Auteur
Patrick Bouchet
  • Fonction : Auteur

Résumé

Evaluating and selecting players to suit football clubs and decision-makers (coaches, managers, technical, and medical staff) is a difficult process from a managerial-financial and sporting perspective. Football is a highly competitive sport where sponsors and fans are attracted by success. The most successful players, based on their characteristics (criteria and sub-criteria), can influence the outcome of a football game at any given time. Consequently, the D-day of selection should employ a more appropriate approach to human resource management. To effectively address this issue, a detailed study and analysis of the available literature are needed to assist practitioners and professionals in making decisions about football player selection and hiring. Peer-reviewed journals were selected for collecting published papers between 2018 and 2023. A total of 66 relevant articles (journal articles, conference articles, book sections, and review articles) were selected for evaluation and analysis. The purpose of the study is to present a systematic literature review (SLR) on how to solve this problem and organize the published research papers that answer our four research questions.
Évaluer et sélectionner des joueurs pour correspondre aux clubs de football et aux décideurs (entraîneurs, gestionnaires, personnel technique et médical) est un processus difficile d'un point de vue managérial-financier et sportif. Le football est un sport très compétitif où les sponsors et les fans sont attirés par le succès. Les joueurs les plus performants, en fonction de leurs caractéristiques (critères et sous-critères), peuvent influencer le résultat d'un match de football à tout moment. Par conséquent, le jour J de la sélection devrait mettre en œuvre une approche plus appropriée de la gestion des ressources humaines. Pour aborder efficacement cette question, une étude détaillée et une analyse de la littérature disponible sont nécessaires pour aider les praticiens et les professionnels à prendre des décisions concernant la sélection et l'embauche de joueurs de football. Des revues par des pairs ont été sélectionnées pour recueillir des articles publiés entre 2018 et 2023. Un total de 66 articles pertinents (articles de revues, articles de conférences, sections de livres et articles de synthèse) ont été sélectionnés pour l'évaluation et l'analyse. L'objectif de l'étude est de présenter une revue systématique de la littérature sur la manière de résoudre ce problème et d'organiser les articles de recherche publiés qui répondent à nos quatre questions de recherche.
Fichier principal
Vignette du fichier
1-s2.0-S2666764923000504-main.pdf (1.41 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-04281291 , version 1 (12-11-2023)

Identifiants

Citer

Abdessatar Ati, Patrick Bouchet, Roukaya Ayachi Ben Jeddou. Using multi-criteria decision-making and machine learning for football player selection and performance prediction: A systematic review. Data Science and Management, 2023, pp.18. ⟨10.1016/j.dsm.2023.11.001⟩. ⟨hal-04281291⟩
56 Consultations
339 Téléchargements

Altmetric

Partager

More