Algoritmi di clustering per la predizione del rischio infortuni e supporto per la valutazione di giocatrici di pallavolo

Il lavoro di tesi propone lo studio di tecniche per la raccolta di dati in ambito sportivo, presentandone due differenti applicazioni nell'ambito del gioco della pallavolo, e uno studio di tecniche di Data Mining che possano ricavare informazioni utili dai dati ottenuti. In primo luogo si approfondisce l'analisi dei dati riguardanti stati fisici di atleti durante la stagione agonistica, partizionando i dati in periodi ritenuti significativi ed evidenziando similitudini e differenze dei parametri durante il periodo precedente ad infortuni accertati, con l'obiettivo di prevenirne in futuro. In secondo luogo vengono considerati i fondamentali del gioco della pallavolo, analizzate e confrontate statistiche di atleti che li svolgono, al fine di effettuare una valutazione dei singoli giocatori che possa supportare decisioni tecnico tattiche. Si propone un nuovo metodo di analisi basato sulla scoperta e sull'osservazione di informazioni implicite, ottenute attraverso l'applicazione di algoritmi di classificazione non supervisionata che mirano al raggruppamento di elementi simili. Il lavoro presenta infine l'analisi dei risultati, fornendo osservazioni, esempi di utilizzo e considerazioni possibili.