[논문 리뷰] A network-based dynamical ranking system

Shun Motegi, Naoki Masuda|arXiv (Cornell University)|2012. 03. 10.

Sports Analytics and Performance인용 수 4

한 줄 요약

이 논문은 시간에 따라 변화하는 방향성 네트워크를 사용하여 테니스 선수 성과를 모델링하는 동적 네트워크 기반 순위 시스템을 제안한다. 경기 결과가 동적 링크를 생성하며, 실시간 성과 변동을 반영하기 위해 선형 온라인 업데이트 방정식을 도입하여, 정적 네트워크 기반 방법보다 향후 경기 결과 예측 정확도를 높인다.

ABSTRACT

From the viewpoint of networks, a ranking system for players or teams in sports is equivalent to a centrality measure for sports networks, whereby a directed link represents the result of a single game. Previously proposed network-based ranking systems are derived from static networks, i.e., aggregation of the results of games over time. However, the score of a player (or team) fluctuates over time. Defeating a renowned player in the peak performance is intuitively more rewarding than defeating the same player in other periods. To account for this factor, we propose a dynamic variant of such a network-based ranking system and apply it to professional men's tennis data. We derive a set of linear online update equations for the score of each player. The proposed ranking system predicts the outcome of the future games with a higher accuracy than the static counterparts.

연구 동기 및 목표

• 경기 결과를 시간적 성과 변동을 고려하지 않고 집계하는 정적 네트워크 기반 순위 시스템의 한계를 해결하기 위해.
• 시간에 따라 변화하는 시간적 중심성 측정치로 선수 순위를 모델링하여 정점 성능 영향을 반영하기 위해.
• 최근 경기 결과에 기반해 실시간으로 선수 점수를 조정하는 온라인 업데이트 메커니즘을 개발하기 위해.
• 선수 능력의 시간적 역학을 통합하여 향후 경기 결과의 예측 정확도를 향상시키기 위해.
• 실제 전문 테니스 데이터를 사용하여 동적 시스템을 정적 네트워크 기반 순위 방법과 비교 검증하기 위해.

제안 방법

• 시스템은 각 승리가 패배자에서 승리자로 향하는 방향성 링크로 생성되는 시간에 따라 변화하는 네트워크로 테니스 경기를 모델링한다.
• 성과의 동적 성격을 반영하기 위해 선형 온라인 업데이트 방정식 세트를 사용해 선수 점수를 업데이트한다.
• 정점 성능 영향을 통합하기 위해 정점 성능 시점에 따라 시간적 맥락을 반영하는 데 더 높은 보상을 부여한다.
• 동적 순위는 반복적으로 계산되어 새로운 경기 결과가 추가될 때 실시간으로 적응 가능하다.
• 성과 시점에 따라 가중치가 변화하는 시간 의존적 링크 가중치를 통합함으로써 전통적인 중심성 측정치를 확장한다.
• 예측 성능를 평가하기 위해 실제 전문 남성 테니스 경기 데이터를 기반으로 시스템을 훈련하고 평가한다.

실험 결과

연구 질문

• RQ1 네트워크 기반 선수 순위에 시간 역학을 통합할 경우 향후 경기 결과의 예측 정확도에 어떤 영향을 미치는가?
• RQ2 정점 성능 기간 동안 상위 선수를 이긴 경우, 비정점 성능 기간에 이긴 것보다 순위에 얼마나 더 큰 영향을 미치는가?
• RQ3 선형 온라인 업데이트 메커니즘이 동적 네트워크 프레임워크에서 변화하는 선수 능력을 효과적으로 포착할 수 있는가?
• RQ4 동적 순위 시스템은 정적 네트워크 기반 순위와 비교해 어떻게 향후 경기 결과 예측 성능를 평가하는가?
• RQ5 시간에 따라 변화하는 선수 성과는 네트워크 기반 순위의 안정성과 신뢰성에 어떤 영향을 미치는가?

주요 결과

• 동적 순위 시스템은 정적 네트워크 기반 순위 시스템보다 향후 경기 결과 예측 정확도가 더 높다.
• 시스템은 정점 성능 기간 동안 강력한 상대를 이긴 것의 증가된 가치를 효과적으로 포착한다.
• 선형 방정식을 사용해 실시간으로 선수 점수를 업데이트하여 효율적인 온라인 계산을 가능하게 한다.
• 정적 결과 집계는 시간적 성과 변동을 고려하지 못하므로 동적 모델이 이를 능가한다.
• 제안된 방법은 시간에 따라 변화하는 선수 능력의 더 세밀하고 정확한 반영을 제공한다.
• 실제 전문 테니스 데이터를 활용한 실험 결과는 동적 접근이 순위 매기기 및 예측 작업에서 열등함을 확인한다.