[论文解读] A network theory analysis of football strategies

Javier López Peña, Hugo Touchette|arXiv (Cornell University)|Jun 28, 2012

Complex Network Analysis Techniques参考文献 13被引用 133

一句话总结

本文通过将球队建模为加权有向图（球员为节点，传球为有向边），运用网络理论分析足球战术。基于2010年世界杯的传球数据，采用接近度、介数和PageRank等中心性度量，量化球员影响力与球队连通性，揭示了战术模式、关键球员及团队结构的薄弱环节。

ABSTRACT

We showcase in this paper the use of some tools from network theory to describe the strategy of football teams. Using passing data made available by FIFA during the 2010 World Cup, we construct for each team a weighted and directed network in which nodes correspond to players and arrows to passes. The resulting network or graph provides a direct visual inspection of a team's strategy, from which we can identify play pattern, determine hot-spots on the play and localize potential weaknesses. Using different centrality measures, we can also determine the relative importance of each player in the game, the `popularity' of a player, and the effect of removing players from the game.

研究动机与目标

• 开发一种基于网络的定量框架，利用传球数据分析足球团队战术。
• 通过图论工具识别团队战术模式、球员角色及结构上的脆弱性。
• 超越传统统计指标（如进球、助攻），通过网络不变量捕捉比赛动态流动。
• 为教练和分析师提供可视化与计算工具，评估团队凝聚力、球员重要性及潜在弱点。
• 证明网络分析可揭示球队在比赛中留下的‘足迹’，即使仅有11名球员且数据有限。

提出的方法

• 构建一个加权有向网络，其中每个球员为节点，每次成功的传球为一条有向边，边的权重等于传球次数。
• 根据球队的战术阵型固定节点位置，以实现对空间传球模式的可视化解读。
• 基于传球频率的倒数定义球员间的非对称距离度量：当 $ i \neq j $ 时，$ d_{ij} = 1/A_{ij} $，当 $ i = j $ 时，$ d_{ij} = 0 $。
• 计算全局网络不变量，如边连通性和聚类系数，以评估球队整体的鲁棒性与连通性。
• 应用局部中心性度量：接近度（$ C_i $）、介数（$ C_B(i) $）、特征向量中心性（$ x_i $）及加权PageRank（$ c_i^w $），以对球员重要性进行排序。
• 使用非加权邻接矩阵 $ \mathcal{E} $ 分析网络拓扑结构，独立于传球频率，辅助连通性分析。

实验结果

研究问题

• RQ1 如何通过网络理论实现足球团队战术的可视化与定量表达？
• RQ2 哪些球员在球队传球网络中最为中心，其角色如何反映其战术定位？
• RQ3 中心性度量在多大程度上与实际团队表现及球员影响力相关？
• RQ4 网络不变量如何揭示结构性弱点或对特定球员的过度依赖？
• RQ5 网络分析能否识别出未被充分利用的球员或队友间低效的传球模式？

主要发现

• 西班牙队的传球网络表现出高度连通性与均衡的中心性，伊涅斯塔与法布雷加斯在接近度与PageRank中排名最高，表明其在维持球队流畅运转中的核心作用。
• 伊涅斯塔的接近度中心性为18.28，介数为1.19，PageRank得分为46.47，凸显其在西班牙‘tiki-taka’风格中的关键地位。
• 德国队的网络高度连通但更集中，拉姆与施魏因斯泰格的介数（11.83与13.17）和PageRank（24.56与27.35）均较高，表明其严重依赖两名核心球员。
• 乌拉圭队的网络展现出更广泛的中心性分布，弗兰与佩雷斯的介数（10.29与10.63）和PageRank（15.02与19.12）均较高，表明其传球结构更具分散性。
• 荷兰队的网络揭示范佩西与斯内德为关键连接者，斯内德的PageRank达到33.77，表明其影响力强大，尽管传球次数并不突出。
• 表2与表3中的球员得分显示，高PageRank与高接近度中心性与高战术重要性相关，即使传球次数中等，也验证了该方法对战略角色的敏感性。