如何通过数据分析大数据学习来量化运动员的进球几率

发布于: Oct 30, 2022

数据分析大数据学习已广泛应用于诸多领域。很多朋友喜欢在业余时间观看足球比赛，而且能够快速根据当前球员射门的位置与角度，判断出这一脚有多大机会命中球门。如果是在电视上观看比赛，再配合上主持人的解说与充满情绪的引导，大家几乎能够预测出这临门一脚会有怎样的效果了。但以往，这样的判断只能通过肉眼观察实现，同时结合当前防守球员的数量（例如守门员所在位置，或者射门球员位于球门正面还是侧面）做出假设。现在，使用 xGoals（即「预期进球」的缩写）技术，Amazon Web Services 得以为德甲联赛提供强大的技术支持，充分发挥数据与洞见的强大力量，帮助球迷们即时判断在球场各个位置射门得分的确切概率。

德国足球甲级联赛是德国职业足球的组织与营销主办方。在每场比赛中，德甲联赛将收集到超过 360 万个数据点，旨在更深入地了解运动场上正在发生的一切。以此为基础，德甲联赛积累起为全球 5 亿多球迷及 70 多家合作媒体增强观赛体验的丰富经验，这也使其成为世界上最具创新性的体育联盟之一。德甲联赛希望通过新的方式使用技术成果，以机器学习（ML）为驱动力提供实时统计数据，最终为粉丝建立起个性化内容并将数据转化为洞见乃至实际行动。

xGoals 则是德甲联赛与 Amazon Web Services 在 2020 年 5 月底正式启动的两项全新 Match Facts 功能之一（另一项为 Average Positions），旨在增强全球球迷的观赛参与度，同时统计每场比赛的最高平均进球数。这项服务中使用的机器学习模型由全托管 Amazon SageMaker 负责构建、训练以及部署。xGoals 能够客观评估德甲球员在赛场上任意位置的射门得分几率，还可以确定当前传球（相较于当前球员坚持单刀、或者是传给其他球员）是否会提升得分几率。

xGoals 及其他德甲 Match Facts 服务以数据为基础建立分析洞见的尝试，也给整个足球领域建立起新的实时数据统计标杆。

量化进球几率

xGoals Match Facts 服务于 2020 年 5 月 26 日多特蒙德队对阵拜仁慕尼黑的比赛中首次亮相，本场比赛在全球 200 多个国家进行播放。这是一场艰苦的比赛，双方的防守都异常强大，每一次进攻机会都需要拼尽全力去争取。在此期间，拜仁慕尼黑队的 Joshua Kimmich 带来了出色表现。但结合到球门的距离、射门角度、周边防守球员数量以及其他因素，强大如他也只有 6% 的得分几率。

xGoals 机器学习模型能够产生一份介于 0 和 1 之间的概率图，具体数值以百分比形式显示。例如，在对德甲比赛中训练的机器学习模型进行评估后，可以看到每一脚点球的 xGoals（简称「xG」）值为 0。77，意味着进球得分的几率为 77%。xGoals 引入的这个数值能够以定量方式衡量球员或者球队的得分机会，并结合各项相关因素将其呈现给屏幕前的观众。

在每场比赛的最后，屏幕上还会显示出两支球队的 xGoals 值汇总。这样，观众就能看到客观得分机会的指标。如果不是 Kimmich 那一脚成功的射门，这场比赛很有可能打成平局。xGoals 能够通过多种方式增强观看体验并提供分析洞见，帮助球迷们保持极高的参与度，同时深入理解当前比赛乃至整个赛季中特定球员及球队的赛场表现。

考虑到射门得分是一项具有极高动态属性的指标，实际比赛中的 xGoals 值很少能超过 70%。球员们的位置会不断变化，射门者必须在有限的信息之下（主要依靠直觉）做出瞬间决策。因此，根据实际情况，即使已经攻入禁区之内，射门得分的难度也可能存在很大差异。因此，最重要的就是在每一个特定时刻，以数据为依据全面了解赛场上的所有事件。只有这样，将这些信息输入 xGoals 机器学习模型时，系统才能综合考量所有球员的位置做出真正可靠的判断。

一切以数据为起点

为了让赛事变得更加生动精彩，德甲联赛方面需要在赛前、赛中与赛后完成一系列检查与处理工作。各相关方都将参与到数据采集、数据处理、图形生成、内容创建（例如电视上的精彩瞬间集锦）以及实时评论等环节。每个德甲足球场配备多达 20 部摄像机，使用自动光学跟踪技术持续拍摄球员与皮球的位置。编辑团队则负责处理其他视频数据，选择理想的摄像机角度与场景进行播送，包括何时适合在电视画面上显示 Match Facts 统计信息。