跨越空隙：基于聚类的战术线突破传球
机器学习
2025-06-10 v1 机器学习
摘要
线突破传球（LBPs）是足球中至关重要的战术行动，使球队能够突破防线并进入高价值空间。本研究提出了一种基于聚类的无监督框架，用于检测和分析LBPs，该框架利用来自精英赛事的同步事件和跟踪数据。我们的ethods通过垂直空间分段建模对手队形，并识别开展中突破防线的传球。在检测之外，我们引入了几项战术指标，包括空间构建比率（SBR）和两个基于链式的变体LBPCh和LBPCh，用于量化LBPs在生成即时或持续攻击威胁方面的效果。我们在2022 FIFA世界杯的队伍和球员数据上评估了这些指标，揭示了垂直推进和结构性破坏之间的风格差异。该方法具有可解释性、可扩展性，直接适用于现代的绩效分析和球员挖掘工作流程。
引用
@article{arxiv.2506.06666,
title = {Through the Gaps: Uncovering Tactical Line-Breaking Passes with Clustering},
author = {Oktay Karakuş and Hasan Arkadaş},
journal= {arXiv preprint arXiv:2506.06666},
year = {2025}
}
备注
12 pages and 5 figures