文献

J-GLOBAL ID：202002268699279524   整理番号：20A2725137

中国語フットボールスーパーリーグにおけるデータ駆動チームランキングとマッチング性能解析【JST・京大機械翻訳】

Data-driven team ranking and match performance analysis in Chinese Football Super League

著者 (9件)： Li Yuesen (School of Sports Engineering, Beijing Sport University, Beijing, P.R. China) ,  Ma Runqing (School of Sports Engineering, Beijing Sport University, Beijing, P.R. China) ,  Goncalves Bruno (Departamento de Desporto e Saude, Escola de Ciencias e Tecnologia, Universidade de Evora, Evora, Portugal) ,  Goncalves Bruno (Comprehensive Health Research Centre (CHRC), Universidade de Evora, Evora, Portugal) ,  Goncalves Bruno (Portugal Football School, Portuguese Football Federation, Oeiras, Portugal) ,  Gong Bingnan (Faculty of Physical Activity and Sports Sciences. Universidad Politecnica de Madrid, Madrid, Spain) ,  Cui Yixiong (School of Sports Engineering, Beijing Sport University, Beijing, P.R. China) ,  Cui Yixiong (AI Sports Engineering Lab, School of Sports Engineering, Beijing Sport University, Beijing, P.R. China) ,  Shen Yanfei (School of Sports Engineering, Beijing Sport University, Beijing, P.R. China)
資料名： Chaos, Solitons & Fractals  (Chaos, Solitons & Fractals)
巻： 141  ページ： Null  発行年： 2020年 
JST資料番号： W0310A  ISSN： 0960-0779  CODEN： CSFOEH  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 近年,マッチイベントデータを用いて,関連足ボールにおけるチームレベルの技術的戦術性能の評価への研究が増加している。しかし,ほとんどの研究は,単一次元手法を使用し,分離における整合結果に対する各性能側面の影響をモデル化し,結果の解釈性を制限した。本研究は,大規模マッチデータセットに基づくマッチ結果に関して,チームパフォーマンスのランク付けと鍵性能特徴の活用に最先端のアルゴリズムを適用することを狙った。2014年から2018年の中国の足球超 Le(CSL)の1200の全てのデータを使用した。元の164のマッチ事象から,攻撃,通過,および防御性能に関連する22の特徴を抽出した。次に,線形サポートベクトル分類器(LSVC)モデルを,これらの22入力特徴を用いて構築し,それらの性能によってチームをランク付けし,そして,最もマッチした結果(win/not win)に影響する特徴を分析し,データセットを4:1対列車の比率に分割し,モデルを検証した。結果は,データ駆動LSVCモデルが0.83の予測精度を示し,チームのマッチパフォーマンスのランキングとチームのリーグ立位の予測が実際のランキングと高度に相関することを示した。ペナルティエリアにおける目標に関するサービング,パス成功およびショットは,ウィンニングのためのトップポジティブ特徴として実証され,一方,オープンプレイ,パスおよび不良ショット%の間のターゲット上のショットは,マッチ結果に最も影響する3つの負の特徴であった。すべてのチームのチームランクは,それらの実際の最終リーグランキングと高度に相関していた。一般的に,CSL採取チームは,防御能力および射撃精度に基づくそれらの成功を築く,そして,高ランクチームは,それらの対応物より常により良い性能を維持することができた。チームランクフレームワークは,チームのマッチ性能品質,マッチ準備中の意思決定,および季節の異なる期間におけるプレーヤー移転を評価するための,統合および複雑なアプローチを提供することができた。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  意思決定 ,  中国語 ,  線形性 ,  一次元 ,  粒状材 ,  等級づけ ,  *性能分析 ,  ペナルティ ,  立位
準シソーラス用語： 防衛 ,  予測精度 ,  射撃 ,  *データ駆動 ,  ビッグデータ , 【Automatic Indexing@JST】

著者キーワード (5件)： サッカー ,  マッチ解析 ,  ランキング ,  予測モデリング ,  ビッグデータ

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 中国 ,  データ駆動 ,  チーム ,  ランキング ,  マッチング ,  性能解析