团队运动中的时空移动：一种使用动态图表的可视化方法
应用统计
2016-12-01 v2
摘要
分析移动并研究球员轨迹是球队在寻求提高比赛获胜机会或理解其表现时的关键需求。最先进的跟踪系统现在生成高清晰度和高频率的球员轨迹时空轨迹，促进了从轨迹中提取洞见的各种研究工作。尽管已经提出了借用自不同学科（机器学习、网络与复杂系统、GIS、计算机视觉、统计学）的许多方法来满足球队的需求，但仍然缺乏一种友好且易于使用的时空移动可视化方法。本文建议使用 GoogleVis R 包中的 gvisMotionChart 函数。我展示并讨论了一个篮球案例研究的结果。数据涉及一支参加“C-gold”联赛的意大利球队于 2016 年 3 月 22 日进行的一场比赛。通过该案例研究，我表明这种可视化方法有助于支持研究人员在体育移动分析的初步阶段，并促进对其结果的解释。
引用
@article{arxiv.1611.09158,
title = {Spatio-Temporal Movements in Team Sports: A Visualization approach using Motion Charts},
author = {Rodolfo Metulini},
journal= {arXiv preprint arXiv:1611.09158},
year = {2016}
}
备注
25 pages, 6 figures. arXiv admin note: text overlap with arXiv:1602.06994 by other authors without attribution