以来 去年介绍, Stat Perform的占有价值模型已经成为我们创新AI模型的重要工具 优势分析 平台.
在2019/20赛季, 借助客户和用户的反馈, 我们已经在模型框架中发展了许多特性. 新的占有值(PV)框架是针对现有版本在游戏层面上的聚合而开发的, 球队价值通常远大于实际进球数. 相比之下，最初的控球价值框架衡量的是球队控球得分的概率, 新的占有价值(PV)框架现在使用基于时间的方法, 在接下来的10秒内，衡量一支拥有球权的球队得分的概率. 采用这种方法是因为与不同的方法和替代目标变量相比，它具有更好的模型性能, 给我们更多可解释的输出.
对框架的另一个重大改变是取消了球员丢球时的任意负值. 我们稍后会看到, 这使得进攻型球员因丢球而受到的惩罚减少, 结合新的基于时间的方法, 这实际上是允许玩家在危险区域失败的行动中获得奖励.
对于那些刚接触这个概念的人, 控球价值可以让我们评估场上的每一个动作，看看球员对球队的贡献有多大. 例如, 假设凯文·德·布鲁因在中线附近持球，控球值为1% (PV start = 0).01). 如果他带球走线，然后把球传给禁区内的斯特林, 占有值现在是13% (PV end = 0.13)，凯文·德·布鲁因(Kevin De Bruyne)将他的球队得分的可能性提高了12%. 这就是我们所说的 增值(或PV+) 并奖励凯文·德·布鲁因的贡献，无论斯特林接下来选择如何处理球. 曼城在接下来的10秒内进球的可能性增加了12% (PV+ = 0.12).
通过这种方式, 它使我们能够信任那些以前可能被更传统的指标(如进球和助攻)低估的球员. 我们可以查看单个玩家的所有贡献，并评估他们的积极行为是否超过了消极行为. 计算球员对球队的净贡献的基本组成部分仍然保持不变:
进步行动 (积极的PV +).
⇒ 成功但 后退的动作 (负光伏+).
失去所有权 (-通常为负- PV+奖励不成功的行动).
失去控球权导致对手直接威胁 (负PV+相对于对手控球的危险)
看看在新框架下效果如何, 让我们来看看利物浦上赛季的夺冠队伍:
我们可以毫不意外地看到，利物浦球员是提高球队进球潜力的关键，他们来自边路. 而前锋穆罕默德·萨拉赫和萨迪奥Mané对利物浦的净贡献最大, 他们的边后卫, 特伦特·亚历山大·阿诺德和安德鲁·罗伯逊, 离他们不远了.
|
|
我们可以看到新框架与上面的原始模型有何不同, 最明显的是特伦特·亚历山大-阿诺德在净贡献排名上的显著上升. 同时取消了任意占有损失处罚, 新的基于时间的方法的另一个含义是，玩家现在即使失去控球权也能获得积极的奖励. 这通常是罕见的，但如果一个攻击者在对方禁区内赢得了头球, 在接下来的10秒内还有机会进球, 不管它是否属于队友.
旧的框架可能会惩罚像亚历山大-阿诺德这样的边后卫，因为他更冒险但更进步的传球失去了控球权, 但事实上，这些动作仍可能增加他的球队得分的可能性. 例如，让我们看看下面安德鲁·罗伯逊对阿森纳的传中:
安德鲁·罗伯逊从后场传中，几乎没有危险(PV start = 0.003)，然后将球从队友罗伯托·菲尔米诺(Roberto Firmino)头顶上方轻轻打过. 这个传中被蒂尔尼解围，利物浦在接下来的十秒内更有可能进球(PV end = 0).013)，所以罗伯逊现在被新的占有价值框架(PV+ = 0.01). 安德鲁·罗伯逊的传中使利物浦在接下来的10秒内进球的概率提高了1%, 尽管没能联系上队友.
使用这个框架，我们还可以根据事件类型或游戏来分解玩家的贡献. 如果我们看看9月28日利物浦球员对阿森纳的表现, 我们可以看到谁是球场上的关键球员:
考虑到利物浦的优势, 毫不奇怪，几乎所有利物浦的首发球员在比赛中都有积极的整体影响. 特别是在这里, 我们可以看到范迪克在本场比赛中拥有第三高的控球价值(0.36 PV+), 奖励他在右路给特伦特·亚历山大·阿诺德和穆罕默德·萨拉赫的长传中躲避压力. 这些行动的价值通常很难用其他先进的衡量标准来衡量, 但我们现在可以看到，范戴克在比赛中的动作组合导致净PV+为0.36分，这意味着利物浦有望再进一个0分.全场36个进球(与他没有采取这些行动相比).
这里需要注意的是，增加你的团队得分概率并不是每个玩家的目的, 因此，净贡献排名较低可能并不能直接反映球员的表现质量. 与任何指标一样，关键是在您试图测量的上下文中评估输出.
查看球员的净贡献只是拥有价值框架的众多应用之一. 该框架是我们构建的许多模型的关键输入 h888皇冠排名_h888皇冠-apple app store排行榜的边缘分析平台. 你可以在下面的边缘分析中的移动链分析中看到它的应用示例, 让我们能够评估球队比赛模式的危险程度:
我们会讲到这个概念, 和其他许多人一起, 在接下来的文章中，将展示基于时间的占有值方法不仅是一个出色的工具，而且是推动我们许多创新AI模型的基本功能.
