足球损伤的预测建模

本论文旨在研究预测建模在足球损伤方面的潜力。这项工作是与托特纳姆热刺足球俱乐部 (Tottenham Hotspurs FC, THFC)、PGA 欧洲巡回赛以及伍尔弗汉普顿流浪者队 (Wolverhampton Wanderers, WW) 密切合作开展的。进行了三项调查：1. 利用 UEFA 损伤记录预测足球损伤的恢复时间：UEFA 记录是职业足球中记录损伤的通用标准。本次调查使用了三个 UEFA 损伤记录数据集。采用了不同的机器学习算法来构建预测模型。通过基于相关性的子集特征选择和随机森林进行特征选择，从而提升了机器学习模型的性能。2. 利用暴露记录预测职业足球中的损伤：研究了职业足球运动员的暴露量（训练小时数和比赛小时数）与损伤发生率之间的关系。足球中的一个常见问题是理解运动员的训练计划如何影响其受伤几率。任务是预测球员在受伤前可以训练的天数。3. 利用训练中 GPS 测量数据预测内在损伤发生率：相当比例的足球损伤可归因于过度训练和疲劳。训练期间收集的 GPS 数据可能提供疲劳指标，或可用于检测可能导致过度训练的高强度训练 session。本研究使用了 THFC 一线队训练期间收集的 GPS 数据，以预测一周内是否会发生损伤。