跳转到主要内容
人工智能,vip威尼斯登录入口

引入占有框架

:约翰哈金斯

在过去一年的足球分析工作中, 现在已经有了广泛的转变,从单一的持球事件到更全面的分析一系列事件,这些事件构成了一个控球时期.

这种方法通常可以提供额外的上下文,这是单事件度量有时所缺乏的. 考虑 预期目标(xG). 它可以识别过去的射门以及投球位置和射门角度等特征, 并估算出射门得分的可能性. 在xG模型中加入辅助类型也很常见.

包括助攻是对如何获得好机会的逻辑延伸,你可以进一步考虑在投篮之前的二次助攻或其他类型的事件(运球). 像这样的单事件度量通常需要一个情境化的框架, 什么是财产模型.

请观看下面的讲解视频:

把事情串在一起

过去vip威尼斯登录入口曾写过将事件串在一起来重新定义占有,但后来vip威尼斯登录入口将这个框架正式化为一个模型,从这个模型中vip威尼斯登录入口可以得到一些有用和新颖的数据, 团队, 和活动水平. 许多足球分析从业者也展示了类似的思想和算法.

Opta拥有模型的细节与上面2012年的文章描述的类似, 但事件是按顺序和财产组织起来的.

序列 被定义为属于一支球队的比赛,并以防守动作结束, 比赛中的停顿或射门.

财产 是否定义为一行中的一个或多个序列属于同一团队. 由于同一队保持了控制,一连串的传球导致射门被扑出,并导致一个角球,这将构成一次控球, 但不止一个序列, 因为球已经出界了. 当对方获得对球的控制时,对方就结束了控球.

值得注意的是这个模型的一些重要特征:

-不是每一个事件都属于一个序列或一个财产
——与此相关, 在一场比赛中,并不是每一秒钟的球都被标记为属于一个特定的球队
-一个序列开始于球员对球做出一个控制动作. 这包括传球,但不包括防守,如抢断和拦截, 除非这些事件之后有一个受控的动作,如传球或运球
在一场比赛中,每队的物品数量只能有一个不同. 这似乎与传统的占有百分比概念相违背, 但在计算个人的持球数量时,逻辑上是一致的,如果一支球队结束了持球, 另一队开始控球
——然而, 每支球队的持球时间和持球序列的数量不需要相等

考虑这个序列示例(在本例中也是一种占有), 利物浦以马蒂普的头球(绿线)开场,以门框射门(绿箭头)结束。.

 

上面的序列告诉vip威尼斯登录入口在利物浦射门之前,在哪里以及什么类型的比赛为他们赢回了球. vip威尼斯登录入口也知道大约14.从赢球到射门间隔5秒, 所有事件之间的追踪序列涵盖了126.44米,55.96米如果vip威尼斯登录入口只考虑前面的距离的话.

在这个序列中,vip威尼斯登录入口还可以确定在此投篮的累积过程中传球的次数.

倾向的财产

下面的柱状图显示了每款游戏拥有的物品数量的基本分布, 以及不同数量的物品发生的频率. 比赛通常每场比赛拥有的回合数略少于200次,或者每队拥有90-100次.

 

 

下图显示了2016-17赛季英超所有赛季的序列长度分布. 如你所见, 许多序列很短,在覆盖很多地方之前就被打断了, 总的趋势是,随着总长度的增加,频率逐渐减少.

 

 

直接的速度

一个可以从序列中计算出的统计量的例子是直接速度. vip威尼斯登录入口把它定义为球的运动的米数(当直接测量前场时)。, 除以序列的总时间.

参照之前的利物浦序列,直接速度将是3.每秒85米.96米除以14米.5秒). 当与其他序列比较时,vip威尼斯登录入口发现这是一个相对快速的序列. 再一次, 这在顺序层面比财产层面更相关, 由于在财产上的中断使得速度度量变得没有意义.

下面你可以看到2016/17赛季英超球队公开比赛的平均直接速度. 有趣的是,这捕捉到了一些与成功结果不一定相关的风格元素, 阿森纳在斯托克城和莱斯特的比赛中就证明了这一点, 而曼联则更靠近赫尔和伯恩茅斯.

 

 

引入战术应用程序

拥有框架可以回答分析师或教练可能提出的许多问题,这些问题是单事件度量常常难以概括的. 具体地说, 它可以为处理模式和行为如何连续发生的问题提供答案.

查看更详细的示例, 考虑一个球队的直接性如何取决于两个因素:他们在哪里赢回球, 不管他们是打边路还是中路.

为了回答这个问题, 有必要将起始位置和宽度概念作为序列的特征. 基于初始位置(自己的一半vs对手的一半)分组序列符合第一个目的. 归类宽度, 我将序列定义为宽的或中心的,因为我考虑了大多数前场进展是发生在中心通道内还是下面所示的宽通道之一.

切尔西一开始在直接速度方面并不突出. 然而, 考虑基于起始位置和占有宽度的具体分割, vip威尼斯登录入口可以强调的是,当他们在本方半场赢回球并取得中路进展时,他们在2016-17赛季英超联赛中排名前三.47米/秒,相比1.93米/秒,从自己的一半中央前进).

这当然是一个比较特殊的例子,但它很好地展示了多个事件提供的上下文如何允许统计方法回答那些有时很难用单一事件指标回答的问题. 另一个类似的例子是 将Gurpinar-Morgan 在2017年OptaPro分析论坛上的演讲中.

当应用事件数据分析游戏时, 这种所有权风格的框架——现在已经很普遍了——可以极大地帮助这种风格的工作, 提供一个平台,让你更深入地了解玩家, 团队或联盟的整体风格方法.

 

我代表OptaPro, 我想借此机会感谢迈克尔·凯利, 加里Gelade, 感谢Sam Green和Ian Grahamvip威尼斯登录入口这个模型的想法和反馈.