[论文解读] A Continuous-time Stochastic Block Model for Basketball Networks

Lü Xin, Mu Zhu+1 more|arXiv (Cornell University)|Jul 4, 2015

Sports Analytics and PerformanceEconomics, Econometrics and Finance参考文献 15被引用 16

一句话总结

本文提出了一种连续时间随机块模型（CSBM），将篮球比赛建模为基于实时追踪数据的动态交易网络，通过非时齐连续时间马尔可夫链对球员互动进行建模，按比赛风格和表现对球员进行聚类。该模型揭示了球队的进攻策略，并提供了各聚类特有的得分、篮板和抢断效率估计，从而实现比传统场上的数据统计更客观、更高效的球员评估。

ABSTRACT

For professional basketball, finding valuable and suitable players is the key to building a winning team. To deal with such challenges, basketball managers, scouts and coaches are increasingly turning to analytics. Objective evaluation of players and teams has always been the top goal of basketball analytics. Typical statistical analytics mainly focuses on the box score and has developed various metrics. In spite of the more and more advanced methods, metrics built upon box score statistics provide limited information about how players interact with each other. Two players with similar box scores may deliver distinct team plays. Thus professional basketball scouts have to watch real games to evaluate players. Live scouting is effective, but suffers from inefficiency and subjectivity. In this paper, we go beyond the static box score and model basketball games as dynamic networks. The proposed Continuous-time Stochastic Block Model clusters the players according to their playing style and performance. The model provides cluster-specific estimates of the effectiveness of players at scoring, rebounding, stealing, etc, and also captures player interaction patterns within and between clusters. By clustering similar players together, the model can help basketball scouts to narrow down the search space. Moreover, the model is able to reveal the subtle differences in the offensive strategies of different teams. An application to NBA basketball games illustrates the performance of the model.

研究动机与目标

• 解决传统场上的数据统计在捕捉篮球分析中球员互动与实时比赛动态方面的局限性。
• 开发一种基于实时追踪数据的、数据驱动的、客观的球员聚类方法，依据比赛风格与表现进行分类。
• 将篮球比赛建模为非时齐连续时间马尔可夫链，以捕捉时间动态与互动模式。
• 使球探与教练能够通过揭示球队间进攻策略的细微差异，高效识别符合球队战术的球员。
• 为关键篮球动作（如得分、篮板和抢断）提供聚类特定的绩效估计。

提出的方法

• 利用SportVU追踪数据将篮球比赛建模为交易网络，球员作为节点，动作（传球、投篮、抢断）作为有向边。
• 将每位球员的动作序列表示为具有时变强度函数的连续时间马尔可夫过程，不同动作对应不同的强度函数。
• 应用随机块模型（SBM）框架，基于共享的动作模式与绩效指标，将球员聚类为K个群体。
• 使用带有Gibbs抽样的EM算法估计隐含聚类成员关系与模型参数，整合时间积分强度函数。
• 采用拉格朗日松弛法与数值求根法（通过R语言的uniroot实现），以确保聚类间转移速率的概率约束。
• 采用Delta方法与观测信息矩阵，计算估计速率函数的95%点态置信带。

实验结果

研究问题

• RQ1 如何在静态场上的数据统计之外，客观地对球员表现与比赛风格进行建模？
• RQ2 连续时间马尔可夫链在多大程度上能够捕捉篮球比赛的动态与实时特性？
• RQ3 基于互动模式与动作序列的球员聚类，能否揭示球队间进攻策略的有意义差异？
• RQ4 各聚类特有的得分、篮板与抢断效率估计与传统指标相比如何？
• RQ5 置信带表明，估计的动作速率函数对噪声是否具有鲁棒性？

主要发现

• CSBM能够根据比赛风格与表现成功将球员聚类为不同群体，使球探能够高效缩小球员搜索范围。
• 该模型揭示了球队之间在进攻策略上的显著差异，特别是在传球与投篮的时机与频率方面。
• 得分与抢断等动作的聚类特定速率函数显示出清晰的时间模式，且在24秒计时器临近结束时置信区间变宽，因观测值减少。
• 与场上的数据统计相比，该模型提供了更细致的绩效估计，捕捉了球员在团队协作中的贡献，而不仅限于个人数据。
• 置信带结果表明，所观察到的动作模式不太可能是数据噪声导致的伪影，尤其在比赛的早期与中期阶段。
• 带有Gibbs抽样的EM算法收敛稳定，能够有效估计隐含聚类成员关系与球员聚类间的转移概率。