VERSA：可靠足球分析的已验证事件数据格式

事件流数据是跨多个领域进行细粒度分析的关键资源，包括金融交易、系统运行和体育赛事。在体育领域，它被积极用于量化玩家贡献和识别战术模式的细粒度分析。然而，这些模型的可靠性受限于固有的 数据质量问题，导致逻辑不一致（例如事件顺序错误或缺失事件）。为此，本研究提出 VERSA（Verified Event Data Format for Reliable Soccer Analytics），一个确保足球领域事件流数据完整性的系统性验证框架。 VERSA 基于状态转换模型，定义有效的事件序列，从而实现对事件流数据中异常模式的自动检测和纠正。值得注意的是，我们检查了来自 K League 1 (2024 赛季) 的事件数据，由 Bepro 提供，发现 18.81% 的所有记录事件表现为逻辑不一致。 解决此类完整性问题后，我们的实验表明， VERSA 显著增强了跨提供商的一致性，确保异构来源下的数据表示稳定且统一。此外，我们演示了由 VERSA 精炼后的数据显著提高了名为 VAEP 的下游任务的鲁棒性和性能，该任务评估玩家贡献。这些结果突显了验证过程在增加数据驱动分析可靠性方面的高度有效性。