接下来发生了什么？利用深度学习评估足球事件数据中防守动作的价值
人工智能
2021-06-04 v1
摘要
客观量化足球（soccer）中球员动作的价值是一个具有挑战性的问题。迄今为止，足球分析领域的研究主要集中于比赛的进攻端，而针对防守动作（如抢断和拦截）的事件驱动评估指标研究较少。因此，本文利用深度学习技术定义了一种新颖的指标，通过研究防守动作之前比赛段落的威胁来评估此类防守动作。由此，我们能够根据防守动作在比赛中阻止了什么发生来对其估值。我们的防守动作期望威胁（Defensive Action Expected Threat, DAxT）模型已使用2017/2018和2018/2019赛季英格兰超级联赛的真实事件数据进行验证，并将模型输出与附加特征相结合，推导出球员防守能力的综合评分。总体而言，我们发现该模型能够预测防守动作的影响，从而使我们能够更好地利用事件数据评估防守球员。
引用
@article{arxiv.2106.01786,
title = {What Happened Next? Using Deep Learning to Value Defensive Actions in Football Event-Data},
author = {Charbel Merhej and Ryan Beal and Sarvapali Ramchurn and Tim Matthews},
journal= {arXiv preprint arXiv:2106.01786},
year = {2021}
}
备注
10 pages, 7 figures, Proceedings of the 27th ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD '21), August 14--18, 2021, Virtual Event, Singapore