跳转到主要内容
人工智能,vip威尼斯登录入口

引入角色发现:在精英职业足球中生成数据驱动的角色

 

通过在俱乐部的游戏模式中定义角色, 招聘分析师可以更客观地直接比较符合每个角色参数的玩家. 在这篇文章中, 数据执行概述了ai派生的模型, 由事件数据驱动, 能自动检测在世界领先比赛中的球员在场上的角色吗.

 

:安迪•库珀

采用不同的方法进行技术侦察

在过去的十年里, 童子军部门鉴定的过程, 监测和评估征聘前景是不断发展的新技术, 由视频和数据驱动, 已经成为可用的.

然而, 这是否导致了俱乐部对球员评估标准的改变? 在部门, 位置kpi将基于游戏模型进行定义, 哪些是根据玩家的表现输出来衡量的. kpi也可以应用于侦查人员的特定位置模板,以主观地评估球员, 添加进一步的上下文层.

但是,与10年前相比,这些过程无疑更加集中和严格, 有一个主要问题还没有得到适当的解决:基于特定位置的kpi来评估玩家的可靠性有多高?

今天, 球员和他们的位置仍然像25年前一样被贴上后卫的标签, 中后卫, 中锋等等. 然而, 当比较在相同“位置”为不同俱乐部效力的潜在球员时, 许多人将拥有根本不同的品质, 这使得vip威尼斯登录入口很难根据相同的kpi客观地评估他们.

这就是数据执行的新角色发现概念出现的地方. 角色发现是一种评估玩家的新方法,由vip威尼斯登录入口首创 人工智能的团队,解决了基于位置评估球员的局限性. 相反,它侧重于根据玩家在团队中的角色来分析他们.

通过应用无监督学习过程, 角色发现允许招聘分析师在更广泛的团队风格中评估玩家:根据游戏模型中每个角色所需的关键倾向和特征将潜在玩家分组.

在这一块, vip威尼斯登录入口将通过一些关键组件背后的角色发现, 哪一个将使扶轮社在明年考虑新的技术球探方法.

阶段1:在游戏风格背景下,识别每个玩家的空间倾向

在总, 角色发现(Role Discovery)检测整个音高中18种不同类型的角色, 来自29个不同的玩家集群. 角色检测的起点是确定玩家传球最常见的开始和结束位置, 生成空间热图.

下图显示了球场上两个中锋最常出现的三个区域, 罗伯特·莱万多夫斯基和罗伯特·菲尔米诺, 在2018/19赛季打出他们的传球.

尽管这两名球员都被贴上中锋的标签, 从这些热图中可以清楚地看出,这两名球员在各自的俱乐部扮演了不同的角色. 莱万多夫斯基最常见的传球位置是禁区边缘的中心区域. 相比之下,菲尔米诺在右路的半场踢了很多球.

然而, 这些信息本身提供的见解有限——而且缺乏任何比赛情境的上下文. 因此,通过应用 执行游戏风格框架 对球员的触球, vip威尼斯登录入口可以开始理解每个玩家如何影响特定的游戏阶段.

这进一步凸显了莱万多夫斯基和菲尔米诺之间的风格差异. 下面的图表显示了每个球员在他们的球队处于特定风格时的触球簇, 与前五名的其他球员相比.

与平均水平相比, Firmino的集群主要参与反击阶段,并且在持续威胁阶段也具有很强的特色. 莱万多夫斯基的集群在持续威胁中低于平均水平, 这表明,与其他角色相比,他的角色在球队的控球顺序中并不像其他角色那么重要.

第二阶段:量化球员在控球状态下的贡献

在球场上建立起球员经常接触到球的区域的, 以及它们对特定游戏风格的贡献, 然后角色发现应用Stats执行 拥有价值框架 判断球员在控球过程中的参与如何增加他们球队在接下来的十秒内得分的概率.

拥有值根据玩家的积极和消极贡献分配积分, 负责关键的球上活动,包括传球, 运球和交叉, 以及防守动作,如拦截和拦截.

下表列出了2018/19赛季利物浦每90个球员中PV+产量最高的球员, 突出莫·萨拉的进步贡献, 安德鲁·罗伯逊和菲尔米诺在增加进球概率.

另一个用于分析球员用球情况的新指标是预期传球完成度(xP)。. 这个模型考虑了各种因素, 包括距离和角度的传球和其他背景元素的占有移动, 建立传球完成的概率.

通过应用这个度规, vip威尼斯登录入口可以更好地了解球员控球的倾向——识别哪些球员尝试并完成了高比例的穿透性传球, 从概率的角度来看, 是否更难完成.

将该数据合并到角色发现模型中, vip威尼斯登录入口把场地分成不同的区域, 突出每个区域的位置和玩家的xP完成率, 确定他们在哪些方面为团队做出了重要贡献.

结合PV和xP, vip威尼斯登录入口可以评估玩家传球的潜在奖励, 考虑到潜在的风险, 并比较他们与其他玩家的表现.

回到vip威尼斯登录入口对莱万多夫斯基和菲尔米诺的比较, 下图显示了2018/19赛季,每位球员在进入中路进攻区域时的表现.

Firmino的xP完成率高于此 .75表示他很安全,很有可能传球进这个区域. 同时, 他也增加了球队得分的可能性, 是进步PV排名前10%的人.

Lewandowski, 成为不同类型的前锋, 接近xP完成率的平均水平吗, PV是倒数10%, 这强化了一个事实,即他的控球链条更少,而且更有可能进行大量的射门, 让他成为链条上的最后一名选手. 然而,这并不能说明全部情况,vip威尼斯登录入口将在本文后面详细说明.

阶段3:确定玩家如何参与占有序列

进一步确定玩家如何与队友互动, 角色发现包含了另一个新模型, 运动链,它确定了一支球队在场上产生最高PV的最常见的传球模式.

运动链的标签是基于传递主题,包括四个传递, 哪些可以帮助确定一个球队如何进行球和球员参与.

与xP, 为了分析运动链,vip威尼斯登录入口把场地分成了不同的区域, 这样vip威尼斯登录入口就能找出最常见的模式, 使用聚类, 球队如何把球从一个区域转移到另一个区域. 如下图所示, 起跑区可以是防守三分卫的中路区域, 球门区是对方禁区的边缘.

运动链也可以应用于游戏风格, 确定球队在采用特定风格时如何传球. 下面的例子展示了利物浦在2018/19赛季中最危险的连锁球队,当他们进行集结时,他们在对方的禁区内结束了比赛, 突出他们是如何通过内、右、左通道打进禁区的.

阶段4:应用每个模型来创建角色

识别单个球员在球队的所有权链中的参与情况, vip威尼斯登录入口采用了Chain2Vec模型, 灵感来自于 Word2Vec, 识别玩家经常出现的连锁集群, 它们的背景以及玩家如何在一个单一的主题中互动. 这种先进的模型通过深度学习技术提供了一个紧凑的球员和团队参与的表现.

在这, 玩家触摸地图用于提供每个玩家的空间上下文信息, 以及游戏风格, xP和PV模型. 除了, 其中包括了玩家采取的开放式投篮的类型和他们的位置.

然后将所有这些输出应用到最终的Role Discovery模型, 使用聚类算法, 高斯混合模型,学习分组,并将参与者分成不同的组.  从这些集群, 然后,vip威尼斯登录入口可以使用数据驱动的描述,将400多个球员描述压缩成球场上的18个独立角色.

这些角色的标签如下(点击可放大):

回到莱万多夫斯基和菲尔米诺, 已经确定每个球员适合不同的角色, vip威尼斯登录入口现在可以将他们与各自角色的玩家进行比较,而不是直接比较.

下图显示了vip威尼斯登录入口之前使用的相同的传递比较, 但这一次,vip威尼斯登录入口将参与者隔离在各自的角色中, 哪些用橙色高亮显示.

以Firmino为例, 与前五名的玩家相比,他的经验完成率排在前10%, 但当只与其他“进攻创造性威胁”球员相比时,他更接近平均水平.

与Lewandowski, 仅与其他“高级远期”相比, vip威尼斯登录入口可以看到他的传球比平均水平安全得多,而他的进步PV贡献仍然低于平均水平, 与所有玩家相比,这些数字并不极端.

结论:让玩家比较更客观

通过定义角色, 招聘分析师可以使用角色发现(Role Discovery),更客观地直接比较符合每个角色参数的玩家. 这可以简化侦查过程,确保玩家, 谁在球场上处于同样的位置, 不是按同等标准进行评估,而是按照他们所发挥的作用进行分析.

构成该模型的要素包含了四个关键的招聘考虑事项:

  • 球员在球场的什么地方踢球? ——空间占用
  • 他们什么时候做出重要贡献? -游戏风格参与
  • 他们的主要贡献的风险回报状况和质量如何, 与其他同样角色的人相比? - xP和累进PV输出
  • 球员的传球动作是什么类型的? -运动链参与

除了, 角色发现也可以作为一种帮助,用来确定哪些球员拥有不同角色或位置的关键属性,以适应他们目前为俱乐部效力的位置. 这将有助于分析人士找出像年轻的加雷斯·贝尔或菲利普·拉姆这样的球员, 有些球员在职业生涯开始时是边后卫,而现在他们在球场上扮演着更高的角色.

案例研究, 今年晚些时候,数据执行网站将公布角色发现如何应用于确定特定角色的替代者的例子, 以及一些来自支持该概念的模型的分析示例, 包括xP和运动链.

如果您想了解更多vip威尼斯登录入口角色发现的信息,或者对vip威尼斯登录入口目前所开发的内容有任何疑问, 请务必与vip威尼斯登录入口联系 在这里.