[论文解读] A network-based dynamical ranking system

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

Sports Analytics and Performance被引用 4

一句话总结

本文提出了一种基于动态网络的排名系统，通过时间演化有向网络对网球运动员表现进行建模，其中比赛结果生成动态链接。该系统引入线性在线更新方程，以反映实时表现波动，相较于静态网络方法，对未来的比赛结果预测准确率更高。

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.

研究动机与目标

• 解决静态网络排名系统仅聚合比赛结果而未考虑时间性能变化的局限性。
• 将球员排名建模为随时间演变的动态中心性度量，以反映巅峰表现的影响。
• 开发一种在线更新机制，根据近期比赛结果实时调整球员得分。
• 通过在球员实力中引入时间动态因素，提升对未来比赛结果的预测准确率。
• 利用真实职业网球数据，将动态系统与静态网络排名方法进行对比验证。

提出的方法

• 系统将网球比赛建模为时间演化网络中的有向链接，每场胜利在失败者与胜利者之间生成一条链接。
• 球员得分通过一组线性在线更新方程进行更新，以体现表现的动态特性。
• 该方法在球员处于巅峰表现期时，赋予击败强敌更高的奖励，将时间上下文整合进排名体系。
• 通过迭代计算动态排名，实现新比赛结果加入后的实时适应。
• 该方法通过基于表现时间的时变链接权重，扩展了传统中心性度量。
• 系统在真实职业男子网球比赛数据上进行训练与评估，以衡量预测性能。

实验结果

研究问题

• RQ1 将时间动态因素引入基于网络的球员排名，如何影响对未来比赛结果的预测准确率？
• RQ2 在巅峰表现期击败顶尖球员，相较于非巅峰期，对球员排名的提升程度有多大？
• RQ3 线性在线更新机制是否能有效捕捉动态网络框架下球员实力的演变？
• RQ4 该动态排名系统相较于静态网络排名，在预测比赛结果方面表现如何？
• RQ5 时变球员表现对基于网络的排名系统的稳定性与可靠性有何影响？

主要发现

• 动态排名系统对未来比赛结果的预测准确率高于静态网络排名系统。
• 该系统有效捕捉了在巅峰表现期击败强敌所带来的更高价值。
• 球员得分通过线性方程实时更新，支持高效的在线计算。
• 动态模型优于静态的赛果聚合方法，后者未能考虑时间性能变化。
• 所提方法能更细致、更准确地反映球员实力随时间的变化。
• 基于职业网球数据的实证结果证实，该动态方法在排名与预测任务中表现更优。