篮球网络的连续时间随机块模型
应用统计
2016-07-26 v2
摘要
对于职业篮球，寻找有价值且合适的球员是建立获胜球队的关键。为应对此类挑战，篮球经理、球探和教练正越来越多地求助于分析。球员和球队的客观评估一直是篮球分析的首要目标。典型的统计分析主要关注盒式得分（box score）并开发了各种指标。尽管方法越来越先进，但基于盒式得分统计的指标提供的关于球员如何相互作用的信息有限。两名盒式得分相似的球员可能打出不同的球队配合。因此职业篮球球探必须观看真实比赛来评估球员。现场球探有效，但存在低效和主观性问题。在本文中，我们超越静态盒式得分，将篮球比赛建模为动态网络。所提出的连续时间随机块模型根据球员的打球风格和表现对其进行聚类。该模型提供了针对簇的球员在得分、篮板、抢断等方面有效性的估计，并捕捉簇内和簇间的球员交互模式。通过将相似球员聚类在一起，该模型可帮助篮球球探缩小搜索空间。此外，该模型能够揭示不同球队进攻策略中的细微差异。对 NBA 篮球比赛的应用说明了该模型的性能。
引用
@article{arxiv.1507.01816,
title = {A Continuous-time Stochastic Block Model for Basketball Networks},
author = {Lu Xin and Mu Zhu and Hugh Chipman},
journal= {arXiv preprint arXiv:1507.01816},
year = {2016}
}