与谁对战影响如何作战：基于图注意力网络与时域卷积的体育表现预测
机器学习
2023-03-30 v1 社会与信息网络
摘要
本研究提出一种称为 GATv2-GCN 的新型深度学习方法，用于预测运动员在体育比赛中的表现。我们利用运动员统计数据及其在比赛中的交互来构建动态运动员交互图。我们使用图注意力网络捕捉每名运动员对其他运动员的注意力，从而更准确地建模动态运动员交互。为处理多变量运动员统计时间序列，我们引入时域卷积层，赋予模型时间预测能力。我们使用真实体育数据评估模型性能，证明其预测运动员表现的有效性。此外，我们探索了模型在体育博彩场景中的潜在应用，提供了利用预测能力制定盈利策略的见解。所提方法有望推进运动员表现预测的最先进水平，并为体育分析与博彩行业提供有价值的见解。
引用
@article{arxiv.2303.16741,
title = {Who You Play Affects How You Play: Predicting Sports Performance Using Graph Attention Networks With Temporal Convolution},
author = {Rui Luo and Vikram Krishnamurthy},
journal= {arXiv preprint arXiv:2303.16741},
year = {2023}
}