CAMP：一种情境感知的板球运动员性能指标
人工智能
2023-07-27 v1 计算机与社会
机器学习
摘要
按观众规模计，板球是仅次于足球的第二大受欢迎运动。然而，作为团队运动中的基础任务，个体球员表现评估目前主要基于聚合表现统计，包括平均得分跑数与取到的击球数。我们提出情境感知的球员性能指标 CAMP，以量化个体球员对板球比赛结果的贡献。CAMP 采用数据挖掘方法，并为选拔与征召、教练与训练、阵容排布及战略制定提供有效的数据驱动决策支持。CAMP 纳入表现的确切情境，如对手实力与比赛特定情形（如压力局面）。我们在 2001 至 2019 年间的限局数板球比赛数据上对 CAMP 进行了实证评估。每场比赛中，专家委员会评选一名最佳球员，称为 Man of the Match（MoM，本场最佳）。CAMP 评分最高的两名球员在 961 场比赛中与 MoM 吻合达 83%。因此，CAMP 对最佳球员的评分与领域专家高度吻合。据此度量，CAMP 显著优于当前基于 Duckworth-Lewis-Stern（DLS）方法的最佳已知球员贡献度量。
引用
@article{arxiv.2307.13700,
title = {CAMP: A Context-Aware Cricket Players Performance Metric},
author = {Muhammad Sohaib Ayub and Naimat Ullah and Sarwan Ali and Imdad Ullah Khan and Mian Muhammad Awais and Muhammad Asad Khan and Safiullah Faizullah},
journal= {arXiv preprint arXiv:2307.13700},
year = {2023}
}