Terwijl miljoenen Fantasy Premier League-spelers piekeren over een beslissing om dit weekend Bruno Fernandes of Mohamed Salah in hun teams te starten, nieuw onderzoek door de Universiteit van Limerick in Ierland heeft de geheimen van de populaire online game ontgrendeld.

Een nieuwe studie door een team van onderzoekers van UL heeft de onderliggende tactieken geïdentificeerd die worden gebruikt door de best gerangschikte concurrenten onder de zeven miljoen spelers van Fantasy Premier League (FPL), de officiële - en 's werelds grootste - fantasy-voetbalwedstrijd van de Engelse Premier League.

Joseph O'Brien, Professor James Gleeson, en Dr. David O'Sullivan, gevestigd binnen het Mathematics Applications Consortium for Science and Industry (MACSI) in de afdeling Wiskunde en Statistiek aan de UL, hebben zojuist onderzoek gepubliceerd in PLOS EEN , een hoge kwaliteit, peer-reviewed wetenschappelijk tijdschrift, die, via een combinatie van grootschalige data-analyse, statistische technieken, en netwerkwetenschap, biedt een dieper inzicht in het gedrag en de daaruit voortvloeiende acties van de allerbeste concurrenten in het spel.

Hoofdauteur van de studie Joseph O'Brien, een doctoraat student gebaseerd op MACSI in UL, zei:"FPL lijkt op het eerste gezicht een extreem eenvoudig spel, omdat je gewoon de meest getalenteerde voetballers voor hun teams moet kiezen en zien wat er gebeurt. in dit onderzoek analyseren we de resultaten van concurrenten over meerdere jaren en stellen vast dat er groepen 'managers' zijn die consistent extreem sterk presteren, suggereert een element van vaardigheid."

Vastbesloten om te begrijpen waarom dit fenomeen optreedt, de onderzoekers maakten gebruik van de openbaar beschikbare gegevens om informatie te extraheren van ongeveer 40 miljoen webpagina's, een beschrijving van de acties die zijn ondernomen door de top een miljoen gerangschikte managers.

Door analyse van deze gegevens, er kon een aantal duidelijk gedefinieerde strategieën worden geïdentificeerd die succesvolle managers onderscheidden van hun minder bedeelde collega's.

"We konden onmiddellijk veel verschillende strategieën waarnemen die door managers werden gebruikt en in het bijzonder waren er meerdere momenten in het seizoen waarop succesvolle managers op een heel andere manier handelden dan lager gerangschikte managers. bijna alsof de duizenden waren samengekomen met een kant-en-klaar spelplan, ’ legde Jozef uit.

Bediscussieerbaar, de meest interessante bevinding was dat, ondanks dat managers combinaties kunnen kiezen uit meer dan 600 unieke voetballers, er waren meerdere fasen in het seizoen waarin de teams van deze bekwame managers samenkwamen om sterk op elkaar te lijken.

Met behulp van machine learning-tools konden de onderzoekers vervolgens de spelers identificeren die cruciaal waren bij het samenstellen van succesvolle teams.

"We waren verbaasd toen we ontdekten dat de belangrijkste speler in succesvolle teams het grootste deel van het seizoen niet Mo Salah of Kevin De Bruyne was, maar Aaron Wan-Bissaka - een speler in zijn debuutseizoen voor Crystal Palace. vanwege zijn extreem lage prijs en verrassend efficiënte score (hij voltooide het jaar daarop een transfer van £ 45 miljoen naar Manchester United). Deze combinatie stelde hem in staat een consistente 'enabler' te zijn voor managers om elders duurdere spelers te hebben, " zei Jozef.

Alles bij elkaar genomen toont dit onderzoek duidelijke kenmerken aan die aanwezig zijn bij de hoogst gerangschikte managers, wat suggereert dat "een weg naar succes voor concurrenten in het spel met bijzondere nadruk op langetermijnplanning en identificatie van optimale activerende spelers", legde de UB-onderzoeker uit.

Wijzend op mogelijke kansen voor toekomstige toepassingen van het onderzoek, Joseph schetste dat "interessante vragen blijven bestaan ​​over de vraag of de technieken die we in dit onderzoek voorstellen, kunnen worden gebruikt bij het op vergelijkbare wijze identificeren van handtekeningen van succesvolle concurrenten binnen andere domeinen, waaronder e-sports, ondernemerschap, en wetenschappelijke output".