tHoops：一个篮球时空数据的多方面分析框架

在过去几年中，体育信息系统与技术的进步使我们能够收集大量详细的时空数据以捕捉篮球运动的各个方面。例如，投篮图（即捕捉（命中或投失）投篮位置的地图）以及球场上所有球员的时空轨迹可以捕捉有关球队攻防倾向与战术的信息。对这些过程的特征刻画对于球员与球队比较、赛前侦察、比赛准备等十分重要。球队间的打球倾向传统上以启发式方式比较。近来体育分析文献中出现了类似的自动化比较方法。然而，这些方法几乎完全聚焦于底层动作（通常为投篮）的空间分布，忽略了可能影响所研究动作的众多其他参数。在本工作中，我们提出一个基于张量分解的框架，用于基于核心时空信息与上下文元数据获得一组原型时空模式。我们框架的核心是一个三维张量 X，其维度表示所考虑的实体（球队、球员、球权等）、球场上的位置和时间。我们利用 PARAFAC 分解将张量分解为若干可解释的模式，可视为所考察过程（例如投篮选择、进攻战术等）的原型模式。我们还引入一种选择待考虑分量数的方法。利用张量分量，我们可以将每个实体表示为这些分量的加权组合。本文引入的框架在球队篮球运营工作流中具有进一步应用，我们也对此简要讨论。