[论文解读] PageRank Approach to Ranking National Football Teams

Verica Lazova, Lasko Basnarkov|arXiv (Cornell University)|Mar 4, 2015

Sports Analytics and Performance参考文献 17被引用 14

一句话总结

本文提出了一种带重启机制的PageRank算法，基于世界杯比赛数据对国家队进行排名，利用基于比赛结果和进球统计的加权图链接。该方法生成的排名与国际足联官方历史排名高度相似，最佳加权函数实现的归一化逆序分数为0.032，表明PageRank通过基于网络的投票机制有效捕捉了球队实力。

ABSTRACT

The Football World Cup as world's favorite sporting event is a source of both entertainment and overwhelming amount of data about the games played. In this paper we analyse the available data on football world championships since 1930 until today. Our goal is to rank the national teams based on all matches during the championships. For this purpose, we apply the PageRank with restarts algorithm to a graph built from the games played during the tournaments. Several statistics such as matches won and goals scored are combined in different metrics that assign weights to the links in the graph. Finally, our results indicate that the Random walk approach with the use of right metrics can indeed produce relevant rankings comparable to the FIFA official all-time ranking board.

研究动机与目标

• 开发一种基于历史世界杯比赛数据的、数据驱动的、基于网络的国家队排名系统。
• 评估带重启机制的PageRank是否能生成与国际足联官方历史排名系统相当的排名。
• 识别在国家队对比图中最佳匹配官方排名的链接加权函数。
• 评估不同比赛统计数据（如胜场、负场、进球数、比赛场次）对最终排名准确度的影响。
• 探讨PageRank是否能公平地反映胜利的重要性（例如击败强队）以及比赛的一致性。

提出的方法

• 构建一个有向图，其中每个节点代表一支国家队，若两支队伍曾在世界杯赛事中交手，则在它们之间建立一条边。
• 使用表I中定义的各种指标（包括负场率、胜场率、净胜球数和比赛场次）计算边的权重。
• 对图应用带重启机制的PageRank算法，使用阻尼因子0.05以最小化排名相似度的误差。
• 该算法模拟一个随机游走者，以(1 - 阻尼因子)的概率跳转到随机节点，确保收敛并防止对高阶节点产生偏差。
• 通过与国际足联官方历史排名的归一化逆序数评估排名，分数越低表示匹配度越高。
• 测试多种加权函数，表现最佳的函数结合了负场率和比赛场次（表I中的函数#1）。

实验结果

研究问题

• RQ1 PageRank算法能否生成与国际足联官方历史排名高度一致的国家队排名？
• RQ2 哪些比赛统计数据组合（如胜场、进球数、比赛场次）能产生最准确的基于PageRank的排名？
• RQ3 PageRank结果对阻尼因子的选择有多敏感？何种取值能实现与官方排名的最佳匹配？
• RQ4 PageRank方法在多大程度上能体现对手实力，特别是能否区分击败强队与弱队的胜利？
• RQ5 像PageRank这样简单、基于网络的方法，能否优于或至少匹配国际足联的积分制或Elo制等复杂评级系统的性能？

主要发现

• 表现最佳的加权函数（结合负场率和比赛场次）实现了0.032的归一化逆序分数，表明与官方国际足联排名高度相似。
• 使用阻尼因子0.05的PageRank方法产生了最低误差，且增加阻尼因子会持续降低排名准确度。
• 德国在PageRank结果中排名第二，与官方排名高度一致；意大利和荷兰也表现出与官方名次的强匹配。
• 丹麦和克罗地亚在PageRank排名中与官方名单相比出现显著位移，表明该方法对链接结构和加权方式可能较为敏感。
• 该方法成功复现了国家队的顶级梯队结构，巴西、德国和意大利在多种加权函数下均稳定位列前五。
• 即使数据量有限且使用简单指标，PageRank方法仍生成了与官方系统在数量上接近的排名，表明其具有鲁棒性，并具备作为替代评级机制的潜力。