[논문 리뷰] Development of an expected possession value model to analyse team attacking performances in rugby league

Thomas Sawczuk, Anna Palczewska외 1명|arXiv (Cornell University)|2021. 05. 05.

Sports Analytics and Performance참고 문헌 17인용 수 10

한 줄 요약

이 연구는 180场 슈퍼 리그 경기에서의 59,233회의 플레이를 활용해 럭비 리그의 기대 소유가치(EPV) 모델을 개발하였으며, 세 가지 존 기반 모델을 평가하였다: EPV-308(5m×5m 존), EPV-77(10m×10m 존), EPV-19(경기 수익 기반으로 통합된 변형 크기의 존). EPV-19 모델은 이전 여섯 경기의 공격 성과 분포에서 95%의 유사도를 보이며 가장 높은 재현성을 확보하여 전술 분석 및 팀 성과 평가에 최적임을 입증하였다.

ABSTRACT

This study aimed to provide a framework to evaluate team attacking performances in rugby league using 59,233 plays from 180 Super League matches via expected possession value (EPV) models. The EPV-308 split the pitch into 308 5m x 5m zones, the EPV-77 split the pitch into 77 10m x 10m zones and the EPV-19 split the pitch in 19 zones of variable size dependent on the total zone value generated during a match. Attacking possessions were considered as Markov Chains, allowing the value of each zone visited to be estimated based on the outcome of the possession. The Kullback-Leibler Divergence was used to evaluate the reproducibility of the value generated from each zone (the reward distribution) by teams between matches. The EPV-308 had the greatest variability and lowest reproducibility, compared to EPV-77 and EPV-19. When six previous matches were considered, the team's subsequent match attacking performances had a similar reward distribution for EPV-19, EPV-77 and EPV-308 on 95 +/- 4%, 51 +/- 12% and 0 +/- 0% of occasions. This study supports the use of EPV-19 to evaluate team attacking performance in rugby league and provides a simple framework through which attacking performances can be compared between teams.

연구 동기 및 목표

• 러닝 리그에서 기대 소유가치(EPV) 모델을 활용해 팀의 공격 성과 평가 프레임워크를 수립하는 것.
• 고정된 5m×5m(EPV-308), 고정된 10m×10m(EPV-77), 경기 수익 기반으로 통합된 변형 크기의 존(EPV-19)을 활용한 세 가지 EPV 모델을 비교하는 것.
• Kullback-Leibler(KL) 발산을 사용해 경기 간 공격 성과 분포의 재현성을 평가하는 것.
• 리그 평균 대비 각 팀의 존 기반 매치 수익을 비교하여 z-점수 분석을 통해 팀별 핵심 전술 존을 식별하는 실용적 프레임워크를 제안하는 것.

제안 방법

• 경기장은 308개의 약 5m×5m 존(EPV-308), 77개의 약 10m×10m 존(EPV-77), 그리고 경기 수익에 기반한 총 가치 생성량을 반영한 19개의 변형 크기 존(EPV-19)으로 나누어졌다.
• 공격 소유는 마르코프 체인으로 모델링되었으며, 존의 가치는 시도, 컨버전, 페널티, 드롭골 결과로부터 추정되었다.
• 재현성 평가를 위해 각 존의 보상 분포(매치 수익)를 경기 간 비교하기 위해 Kullback-Leibler(KL) 발산이 사용되었다.
• 각 팀의 존 기반 매치 수익을 리그 평균과 비교하기 위해 z-점수 분석을 적용하여 전술적 의존성이 높은 존을 식별하였다.
• 데이터 제약으로 인해 180개의 슈퍼 리그 경기(59,233회의 플레이)에서 사용된 데이터는 각 플레이의 시작 위치만 포함되었다.
• 모델은 이후 경기를 참조로 하여 이전 여섯 경기의 성과 재현성을 평가하였으며, KL 발산의 진짜 분포로 사용되었다.

실험 결과

연구 질문

• RQ1 EPV-308, EPV-77, EPV-19 중 어느 EPV 모델이 경기 간 공격 성과 분포의 재현성에서 가장 높은가?
• RQ2 성과 평가에 사용된 이전 경기 수가 공격 성과 패tern의 재현성에 어떤 영향을 미치는가?
• RQ3 경기 수익 기반의 존 집계 방법이 고정 크기 격자보다 더 스포츠 특화되고 재현성이 높은 EPV 모델을 생성할 수 있는가?
• RQ4 존 기반 매치 수익의 z-점수 분석이 개별 팀의 핵심 전술 존을 어느 정도 식별할 수 있는가?
• RQ5 다양한 존 체계가 럭비 리그 성과 분석에서 EPV 모델의 일반화 가능성과 해석 가능성에 어떤 영향을 미치는가?

주요 결과

• EPV-19 모델은 가장 높은 재현성을 보였으며, 팀의 다음 경기와 이전 여섯 경기의 평균 공격 성과 분포 간 유사도가 95 ± 4%로 나타났다.
• EPV-77 모델은 중간 수준의 재현성을 보였으며, 다음 경기의 보상 분포 유사도가 51 ± 12%로 나타났다.
• EPV-308 모델은 가장 높은 변동성을 보였지만 재현성은 가장 낮았으며, 다음 경기의 보상 분포 유사도가 0 ± 0%로 나타났다.
• z-점수 분석을 통해 팀 4는 넓은 존(존 3 및 4)에 크게 의존하는 것으로 드러났고, 팀 6는 중심 존(존 5–7)에 집중하는 것으로 나타나 전술적 프로파일이 뚜렷하게 다름을 확인하였다.
• 팀 9는 자신의 시도선에서 80–100m 거리의 다양한 존에서 가치를 생성하여 균형 잡힌 공격 전략을 펼치고 있음을 보여주었으며, 이는 높은 득점에 기여할 수 있음을 시사한다.
• 본 연구는 EPV-19가 럭비 리그에서 팀의 공격 성과 평가에 실용적이고 해석 가능하며 재현성이 높은 프레임워크를 제공함을 확인하였다.