劳里纳斯·劳多尼乌斯是诺贝尔物理学博士奖的首任得主. Garry Gelade奖, 该网站认可数据执行的本科生提交的优秀提案 专业论坛.
获奖后, Laurynas在2021年的虚拟活动中展示了一张海报, 这说明了一个项目的发现，该项目应用时空数据来量化个体球员对球队成功反击的贡献, 使用Voronoi细胞和其他方法.
在评估反击时消除主观性
为什么客观地量化每个玩家对反击的贡献很重要?
挑战自己是一个很好的起点, 只用你的肉眼, 识别和奖励球员在一个孤立的反击场景中最重要的贡献.
当你观看下面的视频时, 考虑玩家的贡献是最有影响力的, 为什么.
看完这段视频, 我相信你现在会体会到客观地为足球运动员的动作分配数值的挑战. 毫无疑问，这是足球分析的巨大挑战之一.
建立一个模型的好处是显而易见的——对任何两个球员进行公正的比较都能极大地帮助球探, 球队选择和足球的许多其他方面.
我的模型结合了使用追踪和事件数据计算的4个参数，并将它们应用于玩家对反击的贡献上. 虽然有许多现有的足球相关的研究集中于将价值归因于传球, 这个模型更进一步，通过将所有行为组合成贡献来评估它们的价值. 有些类似的模型已经被开发出来, 但它们已经被训练成机器学习模型，不包括许多单独的指标.
此外, 这个项目的重点是反击, 攻击场景的子集，迄今为止很少受到数据科学家和研究人员的关注.
定义贡献
在这个项目中使用的模型并没有区分玩家所做的不同类型的攻击动作, 而是把它们都组合成贡献. 贡献本质上是一对游戏内的控球状态(游戏邦注:即某一时刻所有球员和球在球场上的位置), 首先是球员第一次触球的时刻，其次是队友随后触球的时刻, 反过来, 开始自己的贡献). 这两种游戏内控球状态之间的差异回答了“球员在持球时是如何影响局面的”这个问题?’
得出贡献的准确分数
两种占有状态之间的区别并不能告诉菠菜台子-apple app store排行榜很多，除非菠菜台子-apple app store排行榜能客观地给它们分配数值. 对于这个, 四个独立的指标, 来源于跟踪和事件数据, 已设计和实施:
1. 距离
这是四个指标中最直观的. 很明显，如果一个球员把球从, 例如, 他们自己的第三个球进了对方的禁区, 他们为使进攻更加危险做出了很大的贡献. 因此，他们的贡献应该得到很高的评价. 为了精确测量, 该模型计算球员第一次拿到球时球到球门之间的欧氏距离，以及球员完成动作后的欧氏距离.e. 尝试传球). 两者之间的差异告诉菠菜台子-apple app store排行榜，由于球员的参与，球离球门有多近，因此这就是指标的值. 负值也可以被分配，因为球员可能会把球带离球门更远.
2. 危险
基于距离度量, 菠菜台子-apple app store排行榜可以根据球员的动作确定球在球场上的确切位置, 不仅仅是距离目标有多远.
评估危险, 在球场的不同区域, 是Daniel Link等人深入研究的课题. 在他们对足球攻击危险的研究中. 他们的研究建议将攻击的第三方分成2×2平方米，然后为每个平方米分配0到1之间的危险分数(见下图1)。.
为了计算准确的数值，他们遵循五个关键规则:
a)随着离目标距离的减小和中心性的增加，危险增加.
b)进入禁区会带来突然增加的危险，因为防守方有被罚点球的风险.
c)在目标前方有一个均匀的区域，在该区域内危险不会进一步增加.
d)球门的锐角减小了危险.
e)禁区一侧的区域是危险的，因为有可能传中，但越位的风险很小.
3. 大玩家
虽然距离和危险指标是信息, 它们基本上只基于球的位置.
如果球员有一条从中线到球门的清晰路径会怎样? 仅根据前两个指标, 那个球员的贡献将受到极大的重视, 尽管他们几乎没有受到对手球员的压力. 因此，重要的是要考虑, 当评估玩家行为时, 他们如何影响对手的防守.
这正是第三个指标所衡量的. 更具体地说, 它计算在球员的动作中有多少对手球员在球后. 由于守门员大部分时间都呆在球后，所以他们没有被考虑在这个指标中.
4. 空间控制
一项研究探索了一支球队的成功与他们在对手半场控制了多少空间之间的关系, 距球门30米. 研究发现，两者之间存在某种直接关联:许多成功的团队, 比如2010年代初的巴塞罗那和多特蒙德, 控制了对手半场的大片空间, 所以只有那些贡献增加了控制空间的玩家才有意义.
在这个项目中，控制空间是使用Voronoi细胞测量的. 球员的Voronoi单元是他们比其他球员更接近球场上的点的集合.
计算整个球场的空间并不能提供很多信息, 因为一个在本方半场增加空间的球员并不一定有助于反击. 因此，在球场上选择了一个门槛(区域), 确定何时考虑空间控制.
对球门前不同区域的实验表明，如果控制空间只在球场的最后四分之一内测量, 那么所有玩家在空间控制上的差异就更大了, 让菠菜台子-apple app store排行榜能够更好地区分玩家贡献的重要性. 因此，这被设置为模型中的阈值.
结合指标
为了产生每个玩家贡献的单一分数，这四个指标被结合在一起. 第一步是将它们归一化为相同的范围:这里选择[-1;1]. 然后将贡献的分数加起来并乘以2.5使可获得的分数在-10到10之间. 然后，这将导致分配给贡献的最终分数.
应用程序
建立了方法论之后, 现在菠菜台子-apple app store排行榜需要演示如何将模型应用于比赛中的任意一段比赛.
如果一篇文章相对简单(如…… 加雷斯·贝尔在2014年国王杯上的绝杀进球)分配贡献分数的挑战相当直接, 然而，随着新玩家加入游戏，难度会成倍增加.
这个模型能够解决这个问题.
让菠菜台子-apple app store排行榜回到本文开头展示的视频示例. 在这个新版本的剪辑, 菠菜台子-apple app store排行榜在每个贡献结束时暂停镜头，并显示模型如何评估它.
下面的条形图总结了在反击期间分配给贡献的值.
当你最初考虑玩家的贡献在这个特定的反击中最具影响力时, 如果您的值与该模型得出的值相似，那将是一件有趣的事情.
既然我已经向你解释了我的方法, 为了好玩，菠菜台子-apple app store排行榜再做一次同样的练习，但是这次, 当你给每个贡献分配分数时，尽量考虑到这四个指标.
一旦你看了这个片段, 点击下面的视频，查看模型的贡献值，并将其与您自己的值进行比较.
同样，下面的条形图总结了每个反击贡献的值.
在这个例子中，玩家6的贡献值得强调. 根据该模型，他的贡献是最大的，总分接近5分. 然而，当我在专业论坛上向代表们展示这段视频时, 人们倾向于认为8号或9号玩家的贡献最大. 这强化了用肉眼量化玩家在反击阶段的贡献的主观性.
它还进一步强调了这类研究在评估反复出现的匹配场景时试图减少偏见的潜力, 哪些可以潜在地提高匹配分析过程，并为招聘分析提供信息.
参考文献。
塔瓦雷斯,里卡多. (2019). 在足球中使用Voronoi图表.
链接,维.Lang S.Seidenschwarz P. 2016. 利用时空跟踪数据实时量化足球运动中的危险.
控制,R.拉贝·D.记忆D. (2017). “哪一关更好??“评估精英足球传球效率的新方法”. 人体运动科学55.
Perl, J. & Memmert D. (2017). 基于空间和控球的足球进攻成功的初步研究——关键性能指标和理解比赛动力学的关键.
原产于立陶宛, Laurynas Raudonius今年早些时候毕业于曼彻斯特大学计算机科学专业. 现居瑞士, 他之前曾在立陶宛顶级球队FK Kauno Žalgiris担任比赛分析师.
