网络理论解释巴萨足球为何与众不同

简介:

0

通过网络理论分析研究足球运动员之间的传球,结果表明世界上最成功的一支球队,踢着和地球上所有其他足球队完全不同的足球。

如果你曾经看过足球比赛,你就会知道在不同球队之间的战术和阵型的细微差别。有长传冲吊,近身紧逼,区域防守等等。很多球队都有独特的打法,球迷们或爱或恨。创新是常见的,球队会不断采用或放弃新战术。而鉴于现代足球的国际性质,新的思想会迅速蔓延,因为球员和教练会在不同国家或球队之间不停转会。因此不难想象,一支球队很难踢真正独特的足球,采用别人无法拷贝的的战术和技能。

0

Qatar计算研究所的Laszlo Gyarmati和他的几个朋友并不这么认为。他们使用了一个网络理论来分析西班牙,德国,意大利,法国和英国的所有顶级球队的踢法。他们的分析结果表明,尽管很多球队有着相似的打法,有一支球队脱颖而出,踢出真正独一无二的,其他球队无法比拟的风格。


这一支队伍就是西班牙的巴塞罗那足球俱乐部,足球迷们一定不会对此感到惊讶。这是在这个星球上最成功的足球队之一。巴萨开创了一种叫tiki-taka的踢法,目前还没有其他的队伍能够熟练掌握这种踢法(西班牙国家队当然除外,因为该队拥有来自巴萨的大量球员)。


tiki-taka以队员间的快速短传和飞速移动为特点。这种踢法的核心是主宰控球,和传统的讲究球员配备阵型的的打法完全不同。虽然巴萨和其他球队的区别显而易见,但仍然很难用比赛的指标,如:进球数、犯规数、角球数等等来分析。事实上,通过赛场上收集来的数据来分析足球比赛的本质是一件让体育科学家头疼的事情。


近年,体育数据科学家已经开始收集更多的有效数据,如:铲球数目,犯规,进球几率等等,而队员间的传球适合用于网络理论。


Gyarmati和他的同伴说,一支足球队伍的传球网络把球员看作定点,他们之间的传球看作连接线。这种网状图可以用来研究球队踢法的独特性。

0

目前,网络理论者将他们的分析工作集中在传球网络的大规模性能,比如特定球员之间的联系强度——他们传球给对方的频率,测度一个球员在网络里的重要性的中心度量,以及其他的指标。这真的奏效,并且它已经为展示一些球队的长处和弱处提供了深入的见解。


但是Gyarmati和他的同伴把这个网络理论推向了新的高度,他们转去关注足球在球员之间传递的顺序,找寻这些顺序里浮现出了什么样的模式。


因此他们研究了三次传球的顺序,传三次球可以有五种不同的顺序模式:ABAB, ABAC, ABCA, ABCB, 以及ABCD。举个例子,如果球员1传球给球员2,球员2又传给了球员1,球员1再次传给球员2,那么就发生了顺序ABAB。如果同样的顺序在球员3和球员4之间发生,这也代表着一次ABAB顺序。


Gyarmati和他的同事使用来自西班牙顶级的20个球队的380次比赛里的传球数据开始了他们的研究分析。他们统计了每个队使用ABAB顺序、ABAC顺序等等的次数。结果极具启发性——巴塞罗那队就像鹤立鸡群一样引人注目。


结果显示,除了巴塞罗那以外,所有的西班牙队在传球顺序上有一个相似的分布。然而,巴塞罗那队明显使用了更多的ABABABCB顺序,更少的ABCAABCD顺序。


更重要的是,当Gyarmati和他的同事使用聚类分析以便得知哪些队伍使用相似的传球模式,他们发现传球顺序相似的球队聚成了好几类,巴萨则自己单独归为一类。


并且在整个欧洲范围内,巴萨的独特性甚至更突出了。Gyarmati和他的同事继续研究分析了英国、意大利、法国和德国的所有其他顶级球队。结果显示有两个队伍与其他队伍稍有些不同,他们分别是意大利的托里诺队(Torino)和英国的西汉姆联队(West Ham United)。但是再一次的,巴塞罗那队是一个显著的单独个体,没有任何队伍的比赛方式与这个队相同。


这是一个对于足球本质来讲令人惊奇的发现。和其他测度体育比赛的度量不同,它揭露了巴萨和其他队伍的本质区别。因此如果其他队伍想的话,他们就可以抄袭这种踢法。并且这种分析办法也给深入分析其他动态网状图以启示,如新陈代谢、食物网、社交网等的网状图。


巴萨历经数十年才将tiki-taka运用得炉火纯青。但如果运用这种分析方法,这种崭新的传球方法很快就会被其他球队采用了。



原文发布时间为:2014-11-10

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
网络媒体足球精英赛--凤凰网
http://news.ifeng.com/sports/zhuanti/wangmeizuqiusai/   哈哈里面还有我呢,看大家找到的我吗 ...
671 0
|
1月前
|
机器学习/深度学习 数据采集 人工智能
m基于深度学习网络的手势识别系统matlab仿真,包含GUI界面
m基于深度学习网络的手势识别系统matlab仿真,包含GUI界面
41 0
|
1月前
|
机器学习/深度学习 算法 计算机视觉
基于yolov2深度学习网络的火焰烟雾检测系统matlab仿真
基于yolov2深度学习网络的火焰烟雾检测系统matlab仿真
|
1月前
|
机器学习/深度学习 算法 计算机视觉
m基于深度学习网络的性别识别系统matlab仿真,带GUI界面
m基于深度学习网络的性别识别系统matlab仿真,带GUI界面
29 2
|
1月前
|
机器学习/深度学习 算法 计算机视觉
基于yolov2深度学习网络的视频手部检测算法matlab仿真
基于yolov2深度学习网络的视频手部检测算法matlab仿真
|
1月前
|
机器学习/深度学习 算法 数据库
基于CNN卷积网络的MNIST手写数字识别matlab仿真,CNN编程实现不使用matlab工具箱
基于CNN卷积网络的MNIST手写数字识别matlab仿真,CNN编程实现不使用matlab工具箱
|
1月前
|
传感器 算法 Go
基于EKF扩展卡尔曼滤波的传感器网络目标跟踪matlab仿真
基于EKF扩展卡尔曼滤波的传感器网络目标跟踪matlab仿真
|
2月前
|
机器学习/深度学习 算法 数据挖掘
【MATLAB】tvf_emd_ MFE_SVM_LSTM 神经网络时序预测算法
【MATLAB】tvf_emd_ MFE_SVM_LSTM 神经网络时序预测算法
46 2
|
2月前
|
机器学习/深度学习 算法 数据挖掘
【MATLAB】REMD_ MFE_SVM_LSTM 神经网络时序预测算法
【MATLAB】REMD_ MFE_SVM_LSTM 神经网络时序预测算法
44 5
|
1月前
|
机器学习/深度学习 并行计算 算法
m基于深度学习网络的瓜果种类识别系统matlab仿真,带GUI界面
m基于深度学习网络的瓜果种类识别系统matlab仿真,带GUI界面
32 0