Mar, 2024

基于投篮风格和进攻角色对篮球进攻阵容进行聚类分析

PDF
TL;DR本研究通过对篮球比赛中球员的打法进行量化分析，特别关注进攻端的打法兼容性对得分效率的影响，使用追踪数据进行投篮风格聚类和基于注释的比赛类型和高级统计的进攻角色聚类，通过这两种聚类得到的阵容信息，训练和解释了基于贝叶斯模型的机器学习模型，可以预测代表得分效率的统计数据，从而提供了哪些五人组合更有效以及哪些两人组合能产生良好效果的洞察。
scoring efficiencyplaying stylesoffenseshooting style clusteringplaytype data
发现论文，激发创造
  • 了解射手推进原因 —— 基于人工智能的篮球表现预测引擎

    本文介绍了一种自动工具，可以及时提供运动员的表现分析图，同时考虑了比赛风格和游戏动态等因素，并生成易于解释的热图来分析非空间因素如何影响球员表现。

    Mar, 2023

  • 篮球网络的连续时间随机块模型

    本研究针对职业篮球中选手的筛选和評估进行了深入的探讨，提出了一种基于动态网络模型的 Continuous-time 随机块模型，可以实现针对不同的数据维度进行切割，以减少应试者范围。此模型与传统的统计分析方法不同，可以捕捉到选手之间的相互作用，并揭示出不同球队的进攻策略之间的微妙差异，为篮球管理层提供了很好的支持。

    Jul, 2015

  • 因子化点过程强度：职业篮球的空间分析

    本文采用机器学习方法来分析 NBA 职业篮球运动员的投篮选择规律，并用非负矩阵分解的方法得出了低维度的球员类型空间表征。

    Jan, 2014

  • 利用机器学习优化国家篮球协会的攻击战术

    在 NBA 分析革命中，通过机器学习技术使用线性回归模型和神经网络回归模型验证与不同 NBA 比赛类型相关的统计数据 ORTG（进攻评分），最终发现神经网络回归模型略优于线性回归模型。利用这些模型的准确性，进一步优化模型输出，以实现高效的进攻战术组合。

    Aug, 2023

  • 在线多人游戏的玩家行为和最佳团队构成

    该研究考虑通过聚类玩家行为和学习最佳团队组合来预测多人在线游戏中的胜负结果，使用无监督学习找到行为聚类，并使用分类算法学习预测器，结果可以用来预测相当高的准确率。

    Mar, 2015

  • 篮球中球员及球队表现的建模

    本文回顾了篮球比赛分析方法，关注了团队战略、个人表现以及未来趋势，重点强调需要进行因果推断。

    Jul, 2020

  • 足球 1 对 1 射门决策的战略框架：机器学习、基于理论建模和博弈论的综合方法

    使用机器学习和博弈论方法，提出了一种分析射门情况的新框架，并引入了期望收益和 xSOT 指标来评估选手的行动表现，从而实现了不同射门的区分和比较。通过与基准模型和消融模型的比较，验证了该框架的可行性，并观察到 xSOT 指标与现有指标之间的高度相关性。最后，通过在 2022 年世界杯和 2020 年欧洲杯中的射门情况进行研究，阐明了最优策略的应用。

    Jul, 2023

  • 篮球中无球得分预测的数学模型

    我们提出了两个数学模型来预测篮球比赛中的无球得分机会，分别考虑了传球得分和运球得分的动作，我们利用 630 场 NBA 比赛中的球员追踪数据评估了这些模型，结果表明 BIMOS 在得分预测准确性方面优于 BMOS，因此我们的模型为篮球的战术分析和球员评估提供了有价值的见解。

    Jun, 2024

  • 通过轨迹预测评估足球中为队友创造得分机会的能力

    利用图变分循环神经网络对足球比赛中球员的轨迹进行预测，并对球员在没有球的情况下对进球做出贡献的能力进行评估，结果显示提出的指标与球员的年薪相关性显著，表明该方法可以有效评估球员在没有球的情况下为队友创造进球机会的能力。

    Jun, 2022

  • 冰球运动员评级的竞争进程危险函数模型

    使用半 - 马尔可夫过程和贝叶斯层次模型来评估国家曲棍球联盟 (National Hockey League, NHL) 中球员的整体能力，使得球员能力得以考虑到队友和对手质量、比赛情况等因素，并解决了现有方法的许多局限性。

    Aug, 2012