[論文レビュー] PlayeRank: Multi-dimensional and role-aware rating of soccer player performance.

Luca Pappalardo, Paolo Cintia+4 more|arXiv (Cornell University)|Feb 14, 2018

Sports Analytics and Performance参考文献 19被引用数 5

ひとこと要約

PlayeRankは、4つのヨーロッパリーグの試合内イベントの数百万件にわたるデータを統合したロール認識型分析を用いて、サッカー選手のパフォーマンスを多変数で評価するデータ駆動型フレームワークである。専門家による評価と著しく一致し、選手検索のための効率的な空間クエリを可能にし、サッカーデータ分析プラットフォームにおける堅牢性とスケーラビリティを示している。

ABSTRACT

The problem of rating the performance of soccer players is attracting the interest of many companies, websites, and the scientific community, thanks to the availability of massive data capturing all the events generated during a game (e.g., tackles, passes, shots, etc.). Existing approaches fail to fully exploit the richness of the available data and lack of a proper validation. In this paper, we design and implement PlayeRank, a data-driven framework that offers a principled multi-dimensional and role-aware evaluation of the performance of soccer players. We validate the framework through an experimental analysis advised by soccer experts, based on a massive dataset of millions of events pertaining four seasons of the five prominent European leagues. Experiments show that PlayeRank is robust in agreeing with the experts' evaluation of players, significantly improving the state of the art. We also explore an application of PlayeRank --- i.e. searching players --- by introducing a special form of spatial query on the soccer field. This shows its flexibility and efficiency, which makes it worth to be used in the design of a scalable platform for soccer analytics.

研究の動機と目的

• 豊富な試合内イベントデータを活用せず、厳密な検証が欠如している既存の選手レーティングシステムの限界を是正すること。
• 選手のポジションと役割を考慮した、原理的でデータ駆動型のフレームワークを構築すること。
• ヨーロッパリーグの4年以上にわたる試合イベントの大規模データセットに対して専門家がアノテートした評価を用いて、フレームワークの検証を行うこと。
• サッカーフィールド上の空間的およびパフォーマンス基準に基づく選手検索を可能にする応用を通じて、フレームワークのスケーラビリティと実用性を示すこと。

提案手法

• フレームワークは、試合内イベント（例：パス、タックル、シュートなど）から導出された複数のパフォーマンス指標を評価する多変数スコアリングシステムを採用している。
• ポジション固有のベンチマーク（例：センターミッドフィルダー対フルバック）に基づいてスコアを補正することで、ロール認識型の分析を実現している。
• 選手の相互作用とイベントの順序をネットワークとしてモデル化するグラフベースのランク付けメカニズムを用いて、選手レーティングを算出している。
• 自動レーティングと人間の専門家による評価を比較する検証パイプラインを通じて、専門家のフィードバックを統合している。
• 選手の試合内での位置的行動とパフォーマンスプロファイルに基づく、効率的な選手検索を可能にする空間クエリメカニズムを導入している。
• システムは、ヨーロッパの上位5大リーグの4シーズン分の数百万件のイベントからなる大規模データセットを用いてトレーニングおよび評価されている。

実験結果

リサーチクエスチョン

• RQ1 多変数かつロール認識型のレーティングシステムは、サッカー選手パフォーマンスに関する専門家の評価とどの程度一致するか？
• RQ2 PlayeRankは、既存の最先端手法に比べて、レーティングの正確性と一貫性においてどの程度優れているか？
• RQ3 フレームワークは、サッカーフィールド上の空間的およびパフォーマンス基準に基づく、スケーラブルで効率的な選手検索をサポートできるか？
• RQ4 異なるポジションにおける選手の役割や位置的責任の変動に対して、PlayeRankはどの程度頑健性を示すか？

主な発見

• PlayeRankは、既存の最先端手法に比べて専門家の評価との一致度が著しく高く、選手パフォーマンス評価の正確性が向上していることが示された。
• フレームワークは、ポジション固有の貢献を効果的に捉えており、ポジション認識型の正規化がレーティングの公平性と解釈可能性を高めていることが明らかになった。
• 検証段階で専門家のフィードバックを統合したことで、多様な選手の役割にわたり、PlayeRankの出力の信頼性と一貫性が確認された。
• 空間クエリメカニズムにより、フィールド上の位置とパフォーマンスに基づいた効率的で意味のある選手検索が可能となり、フレームワークの実用的有用性が実証された。
• PlayeRankは複数のシーズンおよびリーグにわたり頑健性を示しており、強力な一般化能力とスケーラビリティを有していることが示された。
• フレームワークの設計は、その効率性と適応性のおかげで、大規模なサッカーデータ分析プラットフォームへの導入を支援する。