Keski- ja pitkän matkan juoksijoiden luokittelujärjestelmän päivityksen suunnitelma

Abstract

Opinnäytetyössä kehitettiin keski- ja pitkän matkan juoksijoiden kilpailusuorituksiin perustuva luokittelujärjestelmä Python ohjelmointikielellä hyödyntäen moderneja datankäsittely- ja visualisointimenetelmiä, jotka mahdollistavat järjestelmän helpon muokattavuuden ja laajennettavuuden. Työn toimeksiantajana toimi Huippu-urheilun instituutti KIHU. Lähtökohtana oli vuonna 2019 kehitetty R-kielinen luokittelujärjestelmä, jonka tarkoituksena oli jakaa juoksijat kansalliseen, kansainväliseen ja maailmanluokan tasoon perustuen heidän kilpailutuloksiinsa. Opinnäytetyön keskeisenä tavoitteena oli laatia konkreettinen ja teknisesti ajantasainen suunnitelma urheilijoiden luokittelujärjestelmän päivittämiseksi.

Työ toteutettiin ohjelmistokehitysprojektina, jossa alkuperäinen R-koodi analysoitiin ja muutettiin Pythonkielelle Visual Studio Code -ympäristössä hyödyntäen muun muassa Copilotia. Aineistona käytettiin kansallisten ja kansainvälisten kilpailujen tuloksia vuosilta 2012–2018. Aineisto kattoi miesten ja naisten 800 metrin, 1500 metrin, 3000 metrin esteet, 5000 metrin ja 10 000 metrin juoksut. Tulosten analysoinnissa käytettiin pandas-, NumPy- ja SciPy-kirjastoja ja tulokset esitettiin histogrammeina Matplotlibin ja Seabornin avulla. Koodin versionhallintaan käytettiin GitHubia.

Tuloksia kuvattiin samaan tapaan histogrammeina, niiden avulla analysoitiin saatuja tuloksia ja urheilijoiden luokittelujen eroja sekä luotettavuutta. Luokittelujärjestelmän avulla urheilijoiden tuloksia voidaan vertailla selkeästi kolmen kilpailutason välillä. Järjestelmä erotteli luokat toisistaan odotetusti jakaumien ja keskiarvojen perusteella. Erityisesti maailmanluokan urheilijoiden tulokset erosivat merkittävästi muista. Työ tukee urheilijoiden kehityspolkujen seurantaa ja mahdollistaa suorituskykyyn perustuvan kohdennetun dopingvalvonnan.

Opinnäytetyön tuloksena syntyi päivitetty luokittelujärjestelmä, joka mahdollistaa urheilijoiden tason luokittelemisen ja vertailun kilpailudatan perusteella. Päätelmänä voidaan todeta, että työn tavoitteet saavutettiin. Järjestelmä tarjoaa konkreettisen, ajantasaisen työkalun keski- ja pitkän matkan juoksijoiden arviointiin urheilutieteen ja huippu-urheilun tueksi. Jatkokehittämismahdollisuuksia ovat järjestelmän integrointi reaaliaikaisiin tietokantoihin sekä kilpailutulosten laajentaminen uusimpiin kilpailutuloksiin.

This thesis project focused on developing a classification system for middle- and long-distance runners based on their competition performances. The system was implemented in Python, utilizing modern data processing and visualization techniques that enable easy modification and scalability. The project was commissioned by the Finnish Institute of High Performance Sports (KIHU). The work was based on a classification model originally developed in 2019 using the R programming language. The aim of the original system was to classify athletes into national, international, and world-class levels based on their best competition results.

The project was carried out as a software development task. The original R code was analyzed and ported to Python using the Visual Studio Code environment, with assistance from Copilot. The dataset consisted of results from national and international competitions between 2012 and 2018. The data included both men's and women's 800 meter, 1500 meter, 3000 meter steeplechase, 5000 meter and 10 000 meter events. Data analysis was conducted using Python libraries such as pandas, NumPy, and SciPy, while the results were visualized with Matplotlib and Seaborn. Version control was managed using GitHub.

The results were illustrated as histograms, which were used to analyze classification differences and the reliability of the classification model. The system successfully differentiated between the three performance levels based on the distribution and average of results. World-class athletes consistently performed better than those lower levels. The updated system supports the monitoring of athletes’ development paths and enables performance-based targeted doping control.

As a result, a modernized classification system was produced, allowing athlete performance levels to be categorized and compared based on competition data. It was concluded that the project goals were achieved. The system provides a concrete and up-to-date tool for evaluating middle- and long-distance runners in the context of sports science and high-performance sports. Future development opportunities include integration the system with real-time databases and expanding the model to incorporate the most recent competition results.