揭秘足球数据复兴

# 足球数据分析的复兴 来源：https://www.technologyreview.com/2026/06/11/1138506/inside-soccer-data-renaissance-jesse-davis 想象一下，你正在观看一场世界杯比赛的开球，看到一名球员故意将球踢向球场远端，直接飞出对方底线。普通球迷可能会摸不着头脑：比赛才开始几秒就放弃控球权，这有什么道理？但如果你是Jesse Davis，你就会知道，这个举动可能是进球的最佳铺垫。 Davis是比利时鲁汶大学计算机科学教授，也是其**体育分析实验室**（https://dtai.cs.kuleuven.be/sports/）的负责人。该实验室自十多年前成立以来，一直处于足球数据觉醒的前沿。虽然研究小组将机器学习模型应用于多种体育项目——包括篮球、排球和曲棍球——但影响最深远的还是在足球场上。 Davis和他的研究团队运用高级数据分析，揭示了一系列（请允许我这么说）改变游戏规则的发现，正在改变职业俱乐部的决策方式。“他的实验室是足球领域最具影响力的体育分析实验室，”比利时皇家体育俱乐部安德莱赫特的数据招聘主管Hugo Rios-Neto说。他们帮助球队更好地评估阵容，设计出评估策略效率（或低效）的方法，并开发出揭示隐藏战术模式的算法。 比如，将球踢出底线靠近球门，让对手发界外球——这个动作在过去几年中已经出现在一些世界顶级联赛中。 为了证明这个看似适得其反的举动在统计上的合理性，Davis的团队构建了一个包含超过140万次传球和大约6万次界外球的训练数据集——部分数据来自2022年世界杯。他们使用树集成模型（本质上是决策树的混合体）来模拟这一战术。研究结论（研究人员在2024年一篇题为“Boot it”（https://www.youtube.com/watch?v=OuiQBt9-lBA）的论文中提出）是：当球处于球场中间三分之一区域时，将球踢出对方半场底线，可以在10次动作（想想传球和带球）内接近射门得分。在一场有1500次或更多动作且进球极少（注：原文“非常少”中的“极少”更符合中文表达）的比赛中，这可能意义重大。Davis解释说，这个想法的关键在于，你正在为自己创造在有利情况下夺回球权的机会。 除了提供具体的比赛日洞察外，Davis还在体育分析界占据了一个独特的位置，因为现在许多俱乐部都雇佣自己的内部数据团队来保持竞争优势。他通过开源分析工具免费提供大部分研究成果，但学术生涯也让他可以自由地解决更复杂的问题——比如标准化比赛数据，这个项目将使解析比赛录像和制定获胜策略变得更加容易。 --- 现年45岁的Davis在威斯康星州长大，童年时痴迷于篮球和（美式）橄榄球。足球对他来说基本是陌生的，直到大学期间，2002年世界杯——巴西队传奇般地横扫了那届赛事——才将他吸引过来。但从未想过要去剖析这项运动。他在威斯康星大学麦迪逊分校攻读计算机科学博士学位时，曾与放射科医生合作分析乳腺X光报告。 2010年10月，他加入鲁汶大学担任计算机科学教授，研究人工智能与医疗保健的交汇点，重点关注运动表现监测。例如，他的研究团队研究了如何将心率等指标与其他指标结合，以判断某人是否训练过度。他们还深入研究了跑步的生物力学。 体育（尤其是足球）的战术和技术层面成为Davis教授工作的重点，是在他聘请了专注于人工智能的工程系学生、自称足球迷的Jan Van Haaren之后。Van Haaren想知道数据分析是否可以用来研究传球、射门和球队推进等指标——当时足球界才刚刚开始对这些指标进行数字化处理。 > **Davis意识到，机器学习和其它人工智能工具非常适合足球的复杂性、流动性和速度。** 你不需要精通职业体育的“魔球化”（注：moneyball，指用数据分析方法），也能看出将深度统计分析应用于棒球或篮球相对容易。可以孤立出跳投这样的动作，并为近距离或远距离的投篮赋予价值。很快，篮球教练就会意识到，一个无法上篮但三分球命中率与中距离跳投差不多（此处“shoots roughly as well”理解为命中率差不多）的球员，不如去投得分更多的三分球。 相比之下，足球似乎不太适合这种分析。“绝大多数、绝大多数动作并不会导致进球，甚至不会导致射门，”Rios-Neto说。“因此，很难从数据中阐述或推导出获胜策略。” 但是Van Haaren对这项运动的热爱，以及Davis对体育运动的总体的热爱，激励他们去尝试。随着时间的推移，Davis意识到，机器学习和其他人工智能工具非常适合足球的复杂性、流动性和速度。2014年，他正式成立了体育分析实验室。 实验室通常有大约10名学生和博士后，开始奠定Van Haaren所说的“当今分析比赛方式的智力基础”。研究人员剖析比赛中的动作，突然间，他们开始评估控球权、点球策略（瞄准中路）以及远射（值得尝试）的价值。“过去五到十年间足球的一个趋势是，远射次数急剧增加，”Davis说。“数据让你能够真正量化这些事情的概率。” --- 在Davis和他的团队开始解析足球个人战术之后的几年里，他们的想法开始渗透到欧洲各地的俱乐部，比如比利时的布鲁日俱乐部KV，以及美国和比利时的国家足球组织。“实验室的工作确实有用，”Rios-Neto说，“俱乐部将其用于各种目的。” 现在担任布鲁日俱乐部足球情报总监的Van Haaren，是众多将实验室工作适应用于职业比赛的内部分析师之一。“我们与实验室的合作集中在将（球队的）足球哲学转化为可衡量的、数据驱动的输出，”他说。当俱乐部想要评估一名中后卫将球向前场推进的效果如何时，它会尝试统计球最终进入离对方球门最近的球场区域的次数。这是通过结合记录有球动作的事件数据和记录球员移动的追踪数据来实现的。这显示了球员履行其角色的程度，这对球员发展以及考察新球员都很有用。 与此同时，Davis的实验室正在继续提出适用于整个比赛的问题。例如，为了确定增加远射次数是否有优势，博士后Maaike Van Roy 和同事们使用马尔可夫决策过程（一种计算框架，其中某些动作受人的控制，而另一些则是随机的）对英格兰超级联赛球队的行为进行了建模。（这种双重性对足球尤其有用，因为足球中的移动往往感觉非常非线性。）结果（https://arxiv.org/abs/2104.03252）在2021年麻省理工学院斯隆体育分析会议上发表，表明切尔西如果远射频率增加20%，每个赛季可以多进1.6个球。 尽管Davis的实验室以及过去十年中在麻省理工学院和卡内基梅隆大学等机构涌现的类似研究小组提供了这类见解，但在收集分析师所需的数据方面，足球仍然落后于许多其他职业体育项目。所有球队都雇佣人员观看视频，并使用软件注释特定的比赛战术——其细节可能只有最忠实的球迷才能理解。这主要是手动过程，每场比赛可能需要长达六小时。“对于数据分析师来说，处理这些问题简直是一场噩梦，”Davis说。 因此，在实验室继续进行研究的同时，Davis还与其他机构的研究人员合作，致力于标准化所有比赛的数据。该小组正在试验Transformer——这种神经网络架构是像ChatGPT这样的大型语言模型的基础。如果你能将其应用于足球领域，那么人工比赛注释员只需标记一个战术（比如，三人对两人的快速反击）几次，就可以训练模型理解这个概念，使其能够自动标记后续实例。“已经取得了很大进展，”Davis说。“但仍然相当困难。” 不过，如果我们要计算得分的话，实验室的工作已经通过其发布的**开源工具**（https://dtai.cs.kuleuven.be/sports/software/）使分析过程变得更加容易——其中一些工具每月下载量达数千次。一个是名为VAEP的框架，一个评估所有有球动作效果的模型。另一个是xG（预期进球）模型，用于衡量得分机会的质量。还有一个是用于同步事件数据和追踪数据的数据包。“行业中有很多人每天都在工作流程中使用我们的代码，”Davis说。 对他来说，让代码在实际应用中被使用很重要，但真正的（嗯哼）亮点是看到理论变为实践。正如他所说：“我真的很有动力去解决现实中出现的问题，并看到我的工作产生影响。” *Andrew Zaleski是《华盛顿人》杂志的特约撰稿人。*