Intelligenza Artificiale a Supporto delle Designazioni Arbitrali nello Sport della Pallacanestro

La Data Analytics al giorno d’oggi è applicata in diversi ambiti: sanitario, industriale, economico, sociale e molti altri ancora. Anche lo sport fa uso di questa disciplina, al fine di analizzare i propri giocatori, squadre e società. “Quali sono i più promettenti tra i giocatori emergenti?”, “Quali squadre si qualificheranno ai playoff?”, “Quale squadra vincerà il campionato?”. Queste sono solo alcune delle domande che si pongono gli appassionati del proprio sport, e ancora di più le società stesse. La Data Analytics prova quindi a fornire alcune risposte. La pallacanestro è sul podio tra gli sport più praticati in Italia, e tra le sue categorie certamente la Serie A è la più seguita dal pubblico cestistico. Una componente che permette il corretto svolgimento di tutte le gare, assieme a giocatori, allenatori, società e staff, sono gli arbitri. Questo elaborato propone uno studio su come fornire un supporto al designatore di tali arbitri, ovvero colui che li designa alle partite, in modo da svolgere più facilmente il suo importante compito. Gli arbitri designati devono essere all’altezza della partita che si disputerà: a tal fine è meglio conoscere preventivamente il possibile grado di difficoltà di quest’ultima. Ciò però potrebbe non bastare, poiché per designare ogni settimana 21 dei circa 35 arbitri di Serie A, è necessario anche saper gestire al meglio la loro rotazione tra le squadre, in modo che non vengano arbitrate dagli stessi arbitri troppo frequentemente al fine di prevenire l’insorgere di problemi. Molte sono le variabili in gioco, come il cercare di mantenere un equo ed omogeneo numero di designazioni all’interno del gruppo e mantenerlo nel corso dell’anno, rispettare le indisponibilità che si possono presentare durante la stagione e diversi altri fattori che verranno dettagliati nel corso di questa tesi.