Carregando…
Um momento.
§01O problema
O IDT é ótimo dentro da bolha. Entre bolhas, é parcialmente um chute.
Imagina dois clubes. Clube A no interior do RS: 200 sócios que jogam só entre eles. Clube B em SP: 100 sócios, idem. O sistema gera IDTs de 1,5 a 5,5 pros dois lados. Pergunta: o IDT 1,5 do Clube A está na mesma escala do IDT 1,5 do Clube B?
Matematicamente: não dá pra saber. O sistema nunca viu um sócio do A jogar contra um sócio do B. Ele chuta que estão na mesma escala porque foi o que conseguiu fazer com o que tinha, mas é chute.
E esse chute é invisível. O IDT 1,5 sai limpinho no perfil, sem aviso de que “olha, esse 1,5 aqui pode ser meio fictício”.
Comparação que parece simétrica
Clube A — interior RSIDT 1,5
Clube B — academia SPIDT 1,5
Os dois números existem. Comparar diretamente é matematicamente questionável: zero partidas entre os dois grupos.
Esse problema é invisível no número final. A camada de calibração global expõe ele explicitamente.
§02A intuição
Em vez de mudar o número, medir a confiança.
Se um jogador é de uma bolha super isolada, marcar “calibração baixa”. Não mexer no IDT dele, só dizer: “esse número aqui é menos comparável globalmente que aquele outro”.
Pra isso, precisamos de três coisas:
- Descobrir as bolhas. Não tem como usar cidade (cobertura 0,16%) nem clube (6,5%). Solução: olhar quem joga com quem e deixar o algoritmo revelar os grupinhos — como detectar comunidades em qualquer rede social.
- Medir o quão fechada cada uma é. Poucas partidas com gente “de fora” = bolha fechada = baixa confiança. Muitas partidas cruzadas com gente diversa = bolha bem conectada = alta confiança.
- Penalizar individualmente. Se você é da bolha fechada e nunca jogou fora, carrega toda a incerteza dela. Se você é da bolha fechada mas viaja pra torneios, calibrou sozinho — não precisa carregar a incerteza inteira.
Em vez de mudar o número
3,8(IDT central, inalterado)
calibração global: baixa
Adicionar um sinal explícito de incerteza global, sem mexer no ordenamento ou na escala existente. O jogador continua sendo IDT 3,8 — você fica sabendo que comparar nacionalmente requer cautela.
§03O método
Community detection sobre o grafo de partidas. Bayes pro resto.
A
Leiden
Algoritmo padrão da indústria pra encontrar comunidades em grafos. Roda em segundos sobre 20k jogadores. Cada pool — masculino adulto, feminino adulto, juvenil masculino, juvenil feminino — gera seu próprio mapa.
B
Evidência intercluster
Pra cada bolha, somar o peso das partidas que saem dela (tier × recência), ponderado por diversidade: 10 jogadores-ponte de níveis variados pesam muito mais que 1 jogador fazendo todas as partidas externas.
C
RD global por jogador
A incerteza da bolha vira sigma de calibração. Pra cada jogador: RD_global² = RD_individual² + (exposure × sigma_bolha)². Soma de variâncias independentes — RD global sempre ≥ RD individual.
§04O grafo
Aqui estão as bolhas.
Cada ponto é um jogador. Cada linha cinza, uma partida. Cores marcam as 12 maiores bolhas detectadas pelo algoritmo no masculino adulto — 23,7 mil jogadores nos clusters reconhecidos, de um pool total de 33,2 mil. Os blocos coloridos densos são as comunidades; as linhas finas entre eles são as poucas pontes que permitem comparação global.
§05As descobertas
O que a base nos contou.
55.951 jogadores no banco. 48.403 com IDT calculado, distribuídos em quatro pools independentes (adulto masculino e feminino, juvenil masculino e feminino). Cinco descobertas que mudam como pensar o IDT.
01
76
bolhas no masculino adulto
O grafo de 33 mil jogadores parece um único bloco conectado. Mas o Leiden — algoritmo de detecção de comunidades — quebra esse bloco em 76 bolhas distintas. A maior tem só 5,9% dos jogadores (1.952). As outras 75 estão lá embaixo, separadas por poucas partidas-ponte.
Modularidade 0,85 — alta. As bolhas são bem definidas, não ruído.
02
82%
dos adultos só jogam dentro da própria bolha
Distribuição do coeficiente de participação (mede o quanto cada jogador se espalha entre comunidades adjacentes): 27.106 de 33.225 jogadores adultos masculinos têm participação ZERO. Mediana zero. Não é “alguns viajam” — é “a esmagadora maioria nunca jogou contra alguém de outra bolha”.
No feminino é ainda mais — 84,5% das adultas com participação zero.
03
MT inteiro
um estado virou uma bolha
1.337 jogadores no Mato Grosso, 94,4% das partidas em torneios dentro do estado, calibração global baixa (0,34). O algoritmo achou o cluster sem ninguém dizer “olhe pro MT” — a geografia emergiu dos jogos. O ajuste do cluster é praticamente zero (−0,85 Glicko): sem pontes pra outros estados, o sistema não inventa correção. Comparar um IDT 2,5 mato-grossense com um IDT 2,5 paulista é, hoje, um chute parcial — e agora a gente sabe disso.
Padrão repetido em RN, AL e outros estados com circuito regional fechado.
04
Juvenil ≠ adulto
circuito federado importa
Juvenil masculino tem 30 bolhas (vs 76 nos adultos), das quais 7 (23%) saem com confiança alta. No adulto masculino, nenhuma. O circuito CBT/regional move os meninos pra fora da cidade, e isso aparece automaticamente no algoritmo. Validação importante: o método não está dizendo “tudo é baixa” por bug — ele consegue distinguir grupos bem conectados de grupos mal conectados.
Modularidade juvenil 0,67 vs adulta 0,85. Bolhas existem, mas são bem mais permeáveis.
05
±1,46
IDT de ajuste máximo aplicado em produção
O C_c já está vivo no número que aparece em todo perfil, ranking e H2H. Para 40 mil jogadores masculinos com idt_with_offset calculado, o ajuste mediano absoluto é 0,08 IDT — pequeno. Em casos extremos chega a 1,46 IDT, sempre em direções que fazem sentido pra quem conhece o circuito. 2.163 jogadores M (5,4%) têm |Δ| > 0,5; 4.920 (12%) têm |Δ| > 0,2.
Bolhas sem ponte alguma: ajuste praticamente zero — quando não há evidência, o sistema não inventa.
§06As bolhas reconhecíveis
O algoritmo achou clubes e regiões sem ninguém dizer onde procurar.
Os top clusters do masculino adulto saem com identidade reconhecível — não porque algum humano marcou no banco, mas porque foi assim que o tênis se organizou na prática.
O maior cluster do RS é o circuito clubístico de Porto Alegre: 1.952 jogadores que circulam entre os torneios do GNU (29% dos jogadores do cluster passaram por torneios lá), Academia Personal Tennis (18%), Sogipa (14%), HR Tennis (10%) e a Federação Gaúcha (24%). Não é só sócio do GNU — é quem joga os abertos da capital. Caxias do Sul aparece como cluster separado, ancorado no Recreio da Juventude (24% do cluster). Santa Catarina aparece como duas bolhas distintas, ambas dominadas pela Federação Catarinense (89% dos jogadores em cada) — provável amador vs juvenil/federado, ou regiões diferentes.
Estados inteiros podem virar bolha. MT, RN, AL aparecem cada um como cluster único, dominado pela federação local — o Mato Grosso tem 1.337 jogadores, 76% deles passando pelos torneios da Federação MT, com calibração quase nula porque quase ninguém de lá joga fora.
Esse reconhecimento automático é a melhor validação que o método tem. O algoritmo descobre sozinho o que qualquer porto-alegrense do tênis já sabia: quem joga GNU joga Sogipa joga Personal joga HR — e quase nunca contra um catarinense.
Top 7 clusters — adulto masculino
011952
RS — Porto Alegre (GNU, Sogipa, PT, HR)
capital gaúcha
021847
SC — circuito catarinense (a)
89% Fed. SC
031421
RN/PB — beach tennis nordeste
Fed. Potiguar + Paraibana
041337
MT — circuito mato-grossense
75% Fed. MT
051140
RS/BR — circuito juvenil CBT
CBT 43% + Fed. RS 27%
061087
RS — Serra Gaúcha (Recreio Caxias)
24% Recreio Juventude
07969
SC — circuito catarinense (b)
89% Fed. SC
§07A descoberta maior
Não é um algoritmo. É um diagnóstico estrutural.
A descoberta mais importante deste estudo não é nenhum algoritmo. É que o tênis amador brasileiro adulto é estruturalmente um conjunto de ilhas. O Glicko-2 funciona muito bem ordenando gente dentro das ilhas, mas a comparação entre ilhas é, hoje, parcialmente um chute.
Esse diagnóstico tem valor por si só. Agora sabemos onde estimular pontes faz mais diferença. Subsidiar a viagem de um top do MT pra um torneio aberto em SP vale muito mais — pra calibração da base — que mais um torneio dentro de Cuiabá. O método aponta onde colocar a próxima ponte.
95%
dos clusters de adulto masculino (72 de 76) saem com calibração baixa nos parâmetros default.
Não é o método sendo pessimista. É a fotografia da estrutura social do tênis amador brasileiro — gente que joga onde mora, contra quem joga onde mora também.
§08O que muda no produto
O equilíbrio já está em produção.
O IDT exibido em todo lugar do site — perfil, ranking, h2h — agora é Ri + Cc (rating individual + altura da bolha equilibrada). Você não precisa fazer nada — o número que aparece já é o calibrado entre bolhas.
Jogadores em bolhas bem conectadas têm Cc próximo a zero (já estavam alinhados nacionalmente). Jogadores em bolhas isoladas têm um pequeno ajuste pra refletir a melhor estimativa do nível absoluto deles dado o que o sistema sabe. Bolha sem ponte alguma: ajuste praticamente zero — quando não há evidência, o sistema não inventa.
Em média, o ajuste é pequeno (mediana absoluta ~0,08 IDT no masculino, ~0,10 no feminino). Em casos extremos pode chegar a ±1,46 IDT — e todos eles fariam sentido pra quem conhece o circuito. 5,4% dos jogadores masculinos têm |Δ| acima de 0,5 IDT. O painel admin expõe os ajustes pra auditoria.
§09Explore
Detalhes técnicos, paper e código.
Os achados completos vivem em docs/clusters.md no repositório, com o estudo de validação pré-implementação em docs/superpowers/findings/2026-05-17-graph-exploration.md. Helpers matemáticos em db/idt_connectivity.py com testes unitários. Pipeline em scripts/build_idt_clusters.py e scripts/recompute_idt_cluster_calibration.py. Fale conosco em contato@idtenis.com.br.