Analiza koszykówki oparta na nauce o sieci

Analiza koszykówki oparta na Network Science obejmuje różne niedawne próby zastosowania perspektywy sieci do analizy koszykówki.

Przegląd

Tradycyjne statystyki koszykówki analizują jednostki niezależnie od ich kolegów z drużyny lub rywali, a tradycyjne pozycje graczy są określane na podstawie indywidualnych atrybutów. W przeciwieństwie do tego, te analizy oparte na sieci są uzyskiwane poprzez konstruowanie sieci graczy na poziomie drużyny lub ligi, w których poszczególni gracze są węzłami połączonymi ruchem piłki lub pewną miarą podobieństwa . Następnie metryki są uzyskiwane poprzez obliczenie właściwości sieci, takich jak stopień , gęstość , centralność , grupowanie , dystans itp. Takie podejście wzbogaca analizę koszykówki o nowe statystyki na poziomie indywidualnym i zespołowym oraz oferuje nowy sposób przypisywania zawodnikowi pozycji.

Statystyki na poziomie zespołu

Największy wkład w wskaźniki na poziomie zespołu wnieśli naukowcy z Arizona State University pod kierownictwem Jennifer H. Fewell. Korzystając z danych play-off pierwszej rundy NBA z 2010 roku, zbudowali sieci dla każdej drużyny, używając graczy jako węzłów i ruchu piłek między nimi jako połączeń. Rozróżniają kompromis między niekoniecznie wzajemnie wykluczającym się podziałem pracy a nieprzewidywalnością zespołu, które są mierzone odpowiednio przez przepływ w górę i w dół oraz entropię zespołu.

Entropia zespołu — miara nieprzewidywalności i zmienności w ataku drużyny, wyższa entropia oznacza większą zmienność. Jest obliczany jako zagregowane indywidualne entropie Shannona , gdzie nieprzewidywalność jest mierzona jako niepewność ruchu piłki między dowolnymi dwoma węzłami.

Strumień pod górę w dół — Mierzy podział pracy lub doświadczenie w przekazywaniu piłki do gracza z najlepszym procentem rzutów. Według Fewella i in. Można to interpretować jako średnią zmianę potencjalnego procentu strzałów na podanie. Metryka jest obliczana jako suma różnic między procentami strzelania węzłów na końcach każdej krawędzi

${\ Displaystyle F = \ suma _ {i \ neq j} p_ {ij} \ (x_ {i} -x_ {j})}$ ,

gdzie p _ij to prawdopodobieństwo związku między graczami i i j, x _i i x _j to ich procenty rzutów.

Inne środki obejmują

Współczynnik skupienia zespołu — Bezpośrednie zastosowanie współczynnika skupienia . Mierzy, jak gracze są ze sobą powiązani, czy piłka porusza się przez jeden węzeł, czy też na wiele sposobów między wszystkimi graczami.

Stopień centralizacji zespołu — podobnie jak poprzedni wskaźnik, mierzy, czy w zespole jest jeden dominujący gracz. Oblicza się go według wzoru

${\ Displaystyle C_ {D} = \ suma _ {v \ in V} {\ Frac {stopnie ($

gdzie deg(v) to stopień węzła v, deg(v ^* ) to węzeł najwyższego stopnia, V to liczba węzłów.

Połączenie niskiego skupienia i wysokiego stopnia centralności oznacza, że ​​obrona może postawić podwójną drużynę na dominującym zawodniku, ponieważ bez niego drużyna z piłką ma problemy z poruszaniem się piłką.

Średnia długość ścieżki — liczba podań na grę.

Natężenie przepływu ścieżki — liczba przejść w jednostce czasu. Mierzy, jak szybko drużyna porusza się piłką.

Odchylenie od maksymalnego potencjału operacyjnego - Wykorzystując graczy jako węzły i ruch piłki oraz linki i rzeczywisty procent strzelania jako skuteczność, analogię można przeprowadzić do sieci ruchu . Zakłada się, że każda osoba ma krzywą umiejętności f(x), która zmniejsza się wraz z liczbą oddanych strzałów. Indywidualna maksymalizacja wydajności wydajności ${\ Displaystyle f (x_ {1}) = f (x_ {2}) ... = f (x_ {i})}$ podczas gdy maksymalną wydajność osiąga się przez rozwiązanie ${\ Displaystyle {\ Frac {dF} {dx_ {1}}} = {\ Frac {dF} {dx_ {2}}}... = {\ Frac {dF} {dx_ {$ , gdzie ${\ Displaystyle F = x_ {1} f (x_ {1}) + x_ {2} f (x_ {2})... + x_ {3} f (x_ {3} )}$

Różnica między nimi to odchylenie drużyn od maksymalnego potencjału.

Statystyki indywidualne

Stosunek sukcesów do porażek — liczba przypadków, w których gracz (węzeł) był zaangażowany w udaną grę, podzielona przez liczbę przypadków, w których gracz był zaangażowany w grę nieudaną. Metryka jest uzyskiwana z gry zespołowej według sieci gier.

Niska/wyższa wydajność — wskaźnik jest obliczany na podstawie mapowania dwuczęściowej sieci graczy. Gracze są połączeni, jeśli byli częścią jednej drużyny. Powiązania są ważone według tego, jak skuteczna była drużyna, w której gracze grali razem. Następnie miary centralności węzłów są porównywane z wzorcowymi rozkładami centralności dla każdego węzła otrzymanymi przez bootstrap i obliczane są wartości p. Na przykład p - wartość gracza i jest dana wzorem:

⁰${\ Displaystyle p_ {i} = {\ Frac {\ suma _ {k = 1} ^ {J} (I | \ pi _ {i^{*}k}\geq \pi _{i}^{0})}{J}}}$ , gdzie π _i ^* to referencyjny wynik centralności, π _i to obliczony wynik centralności, J - liczba iteracje. Wysokie p - wartości wskazują na niedostateczną wydajność, niskie - na nadmierną wydajność.

Niedostateczne wykorzystanie — zawodnik jest niedostatecznie wykorzystany do czasu, jeśli ma niski stopień centralizacji, ale osiąga zbyt wysokie wyniki

Pozycje graczy

Nowe pozycje w koszykówce zostały sklasyfikowane przez studenta Uniwersytetu Stanforda, Muthu Alagappana , który pracując dla firmy zajmującej się wizualizacją danych, Ayasdi, zmapował sieć graczy NBA z jednego sezonu, łącząc ich przez podobieństwo ich statystyk. Następnie na podstawie klastrów węzłów gracze zostali pogrupowani na 13 pozycji.

Ofensywny handlarz piłką Zawodnik, który specjalizuje się w zdobywaniu punktów i prowadzeniu piłki, ale ma niskie średnie przechwytów i bloków .

Defensive Ball-Handler Zawodnik, który specjalizował się w asystowaniu i kradzieży piłki, ale jest przeciętny w zdobywaniu punktów i strzelaniu.

Combo Ball-Handler Zawodnik, który jest powyżej średniej zarówno w ataku, jak i obronie, ale nie wyróżnia się w żadnej.

Shooting Ball-Handler Zawodnik, który jest powyżej średniej w rzutach i punktach zdobytych na mecz.

Role-playing Ball-Handler Ci , którzy grają kilka minut i nie mają dużego wpływu na drużynę.

3-Point Rebounder Potężny mężczyzna i prowadzący piłkę z ponadprzeciętnymi zbiórkami oraz próbami i celnymi rzutami za trzy punkty .

Punktujący zbierający Gracz z wysokimi średnimi punktacji i zbiórek.

Paint Protector Cenione za blokowanie i zbieranie, ale z niską średnią zdobytych punktów.

Punktacja Paint Protector Gracze, którzy są zarówno w dobrym, jak iw ataku i obronie w farbie.

NBA 1st-Team Osoby z ponadprzeciętnymi wynikami w większości kategorii statystycznych.

NBA 2nd-Team Podobni, ale trochę gorsi niż gracze NBA 1st-Team.

Role Player Podobny, ale gorszy od graczy drugiej drużyny NBA.

Jedyne w swoim rodzaju , które są tak dobre i wyjątkowe, że nie da się ich skategoryzować.

Zobacz też

Nauka o sieciach

Teoria grafów

Muthu Alagappan

APBRmetryki

Linki zewnętrzne

• https://www.wired.com/2012/04/analytics-basketball/
• https://www.youtube.com/watch?v=oz1uQi_epAo
• https://www.wired.com/2012/12/basketball-network-analysis/