超越停摆:结束体育联赛的两阶段方法
最优化与控制
2024-04-02 v1 人工智能
机器学习
摘要
问题定义:职业体育联赛可能因各种原因(如最近的COVID-19大流行)而暂停。联赛在重启时必须解决的一个关键问题是如何适当地选择剩余比赛的一个子集,以在缩短的时间框架内结束赛季。学术/实践相关性:尽管有大量关于从零开始安排整个赛季的文献,但结束现有赛季则完全不同。我们的方法试图实现与完整赛季相似的球队排名。方法:我们提出一个数据驱动模型,利用预测和规范分析来生成由原始赛程中部分比赛组成的剩余赛季赛程。我们的模型在随机优化模型中引入了新颖的基于排名的目标,其参数首先使用预测模型进行估计。我们引入了一个确定性等价重构以及一个定制的Frank-Wolfe算法来高效求解我们的问题,以及一个基于最小最大遗憾的鲁棒对应模型。结果:我们展示了基于2004-2019年NBA赛季的模拟数值实验,并表明我们的模型计算效率高,优于近似非排名调度策略的贪婪基准,并产生可解释的结果。管理启示:我们的数据驱动决策框架可用于生成一个比赛场次减少25-50%的缩短赛季,同时仍能产生与完整赛季相似的赛季末排名(如果完整赛季进行了的话)。
引用
@article{arxiv.2404.00178,
title = {Beyond Suspension: A Two-phase Methodology for Concluding Sports Leagues},
author = {Ali Hassanzadeh and Mojtaba Hosseini and John G. Turner},
journal= {arXiv preprint arXiv:2404.00178},
year = {2024}
}
备注
32 pages, 9 figures