[论文解读] Predicting Tennis Serve directions with Machine Learning

Ying Zhu, Ruthuparna Naikar|arXiv (Cornell University)|Feb 26, 2026

Sports Analytics and Performance被引用 0

一句话总结

作者们构建机器学习模型，使用 Match Charting Project 数据来预测职业选手第一发方向（每侧三个方向），男性约 49% 的准确率，女性约 44% 的准确率，基于上下文特征。

ABSTRACT

Serves, especially first serves, are very important in professional tennis. Servers choose their serve directions strategically to maximize their winning chances while trying to be unpredictable. On the other hand, returners try to predict serve directions to make good returns. The mind game between servers and returners is an important part of decision-making in professional tennis matches. To help understand the players' serve decisions, we have developed a machine learning method for predicting professional tennis players' first serve directions. Through feature engineering, our method achieves an average prediction accuracy of around 49\% for male players and 44\% for female players. Our analysis provides some evidence that top professional players use a mixed-strategy model in serving decisions and that fatigue might be a factor in choosing serve directions. Our analysis also suggests that contextual information is perhaps more important for returners' anticipatory reactions than previously thought.

研究动机与目标

• 了解影响职业球员首发方向选择的因素。
• 评估机器学习模型在发球方向结果上的预测准确性。
• 探讨上下文信息、疲劳和焦虑是否能解释发球方向决策。
• 通过特征重要性揭示发球决策中的决策过程。

提出的方法

• 以 Match Charting Project 的真实发球方向数据作为标签。
• 从逐球数据中提取特征，包括前一发次数、发球百分比、疲劳度量和表现焦虑指数。
• 对每位球员分别训练多种模型（Multinomial Logistic Regression、Decision Tree、Random Forest、SVM、Neural Network），并进行 70/30 训练-测试分割。
• 分别在 deuces（平分时）和 ad（优势时）两侧，以及男、女球员中评估性能。
• 通过 Decision Tree 分析来识别特征重要性，以解释发球方向决策。

实验结果

研究问题

• RQ1 仅凭上下文特征，机器学习能否预测个别球员的第一发方向？
• RQ2 在每侧有三种发球方向的情况下，跨球员与性别的预测准确率如何？
• RQ3 哪些特征对发球方向选择影响最大（如前次计数、疲劳、焦虑等）？
• RQ4 结果是否支持混合策略行为以及疲劳在发球决策中的作用？

主要发现

• 男性球员在 deuces 侧的平均预测准确率约为 49%，在 ad 侧约为 50%。
• 女性球员在 deuces 侧的平均预测准确率约为 44%，在 ad 侧约为 45%。
• 在给定球员的多种 ML 方法中，预测准确率具有一致性，表明结果具有鲁棒性。
• 特征重要性分析显示对各方向第一发的累计计数、当前点前的跑动指数，以及第一发百分比具有影响力。
• 结果提供证据表明顶级球员可能采用混合策略，疲劳可能影响发球方向选择。
• 上下文信息本身就能为回球手的预期反应提供合理预测。