[專欄] 新技術,新數據,新勝利之道?已回收

看板NBA作者 (冰塊甜度正常嗎?)時間10年前 (2013/09/14 23:26), 編輯推噓7(814)
留言13則, 10人參與, 最新討論串1/1
新技術,新數據,新勝利之道? 陳重嘉 對於同時有在關注美國職棒和職籃兩大運動的球迷朋友,相信一定都能感覺到, 比起MLB無微不至的數據化以及進階資料分析, NBA對於數據化轉換場上球員表現的部分可說差了好大一截。 基本上這也很合理,相較於以出局數來推進比賽,一球球投打對決的棒球來說, 以時間流逝來掌控比賽進展的籃球,先天上就更難以紀錄詳細的數據和表現。 試想場上兩隊各五名球員在每一分每一秒的動作、反應、影響, 要如何和下一秒球賽的變化做連結? 基本上大部分的籃球進階數據都還是根基於球員靜態的數據成績來做加成計算。 當然也是有如82games.com之類的網站會做更進一步的詳細分類和研究, 但那所需要花費的時間和人力比起棒球來說要更為困難。 (或許和棒球的評價防守有些類似,但本質上更為複雜) 然而,由前陣子聯盟宣佈要在所有球場裝設 由STATS提供技術的LLC SportVU攝影系統後, 未來進一步的數據資料數集和分析,似乎就變得大有可能。 先從這個所謂的LLC SportVU系統談起好了, 這套系統最早是源自於以色列的軍事技術……, 等等,你沒有看錯,我也沒有寫錯, 這套系統最早確實是為了國防而設計,透過攝影機補捉飛彈軌跡加以分析。 如果飛彈的軌跡都能補捉和紀錄的話,那麼在場上跑的十名球員呢? 又或者再多幾位裁判?也許再多算上一顆球? 這就是LLC SportVU系統的大致樣貌, 透過裝設在球場屋頂以及特定位置的攝影機,即時錄下場上所有移動物體的一舉一動, 把所有的動態分解為X-Y座標軸並註明分辨,不會互相混淆。 這龐大的數據資料即時的傳回球場中的伺服器主機, 而轉播單位和教練團就可以利用這些數據做出額外的情報分析。 例如像是每名球員在場上的移動速度、 籃板爭奪的積極性、球員出手和命中的空間分佈, 對手防守的策略和可能的漏洞(例如在面對擋拆時傾向的反應)等。 這些也許要透過大量人工紀錄,且需長時間建檔分析的數據工作, 在每秒可紀錄數次的攝影系統前面,突然變得輕而易舉。 這套系統在本季之前已有15支球隊安裝在主場,而這也意味著有另一半的球隊未安裝, 原因很簡單,並不是因為不覺得這些數據有用,而是因為收費並不便宜。 租用此套攝影系統,每年需要花費10萬美金,也讓部分球隊打了退堂鼓。 不過NBA官方站出來替大家買單,下季起每個球場都會安裝, 這也可進一步提升了資料的深度和廣度,畢竟原本不是每個球場都有的話, 就無法完整收集到每場比賽的數據,在分析上會有缺陷, 現在官方推動之後,資料的完整性自然能大幅提升。 而且這些珍貴的原始資料,事實上已經有球隊試著做進一步的利用了。 像是多倫多暴龍隊就是最熱心投入的球隊之一, 他們已花費數年時間獨立開始一套配合的系統, 能把球場上的動態圖像化,讓球員更好理解。 而且他們還導入了期望值和最佳化的觀念, 簡單來說,他們把每名持球的敵隊球員得分的期望值和威脅性做了加權比重, 然後試著找出最佳的防守策略。 例如說,當Dwight Howard在三分線外持球時,防守員並不需要太認真貼上去, 反而是應該對可能的傳球對象作壓迫, 但反過來,如果是Kobe Bryant在三分線外接到球,防守員就應該要上前施加壓力。 暴龍隊試著把這個導入期望值的最佳化防守策略具體化, 也因此,除了前述的把敵我兩隊十名球員的動態圖像畫呈現出來外, 你還會看到有另外五個和本隊球員同樣編號,但空心未上色的五名虛擬球員在場上移動。 這五名虛擬球員,暴龍隊稱之為”Ghost Player”(影子球員), 他們所代表的是場上五名球員理想上最佳的防守, 而透過實際的動向和虛擬球員的差別,就可以知道防守要往那個方向改進。 用說的或許很難理解,我們可以看看這段影片: http://www.youtube.com/watch?v=5Sq_Z6Um3UM
這是一場暴龍對上尼克的比賽, 其中尼克隊的球員用藍色標記,暴龍球員則塗上白色。 另外也請注意有前段提到的和白色圓圈同號碼的空心”影子球員”。 由影片中我們可以看到#2 Felton先在中場持球, 隨著和#21 Shumpart作了個簡單的交換掩護,再透過外圍傳導, 最後由#7 Anthony吸引了防守球員的注意 再傳給在三分線外埋伏的#5 Jason Kidd投進三分。 從白色實心和空心球員的對照中,我們可以發現#2 Fields的防守做得相當好, 反而是#10 DeRozan有點抓不準尺度,最後在輪替下漏出空檔的Kidd因而失分。 當然,這樣的最佳化演算法並不是100%準確, 有時系統推測的最佳解球員未必真的能達到, 而且極度理想化的輪轉防守很難真的在五個獨立的球員中實現。 但不管怎樣,這至少顯示了有了數據的基礎後, 可以發展出的進階分析是有著相當巨大的潛力。 這或許不足以被稱為籃球版的“魔球“, 畢竟魔球的真正重點在於找出市場上還未發現的隱藏價值, 相較之下,騎士隊或火箭隊所開發的球員評價系統更貼近魔球的意義。 但像LLC SportVU這樣的技術所能提供的進階數據仍是有著無限可能的運用潛力。 NBA裡的球隊實力其實相去不會太遠, 只要能稍微提升,勝算就能大幅增加, 我很期待當這套系統全面性的推廣到聯盟的每支球隊後, 能不能有球隊找出最佳的運用方法, 那也許,就會是下一波聯盟再進化的啟動號角。 http://0rz.tw/wWy24 -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 218.187.179.171 ※ 編輯: laiyuhao 來自: 218.187.179.171 (09/14 23:28)

09/14 23:28, , 1F
NBA最專業數據分析 5>>>>>>>>>>>>
09/14 23:28, 1F

09/14 23:30, , 2F
這樣也太累XD
09/14 23:30, 2F

09/14 23:32, , 3F
5冠 >>>>>>>>>>
09/14 23:32, 3F

09/14 23:39, , 4F
專業分析>>請補5位LBJ
09/14 23:39, 4F

09/14 23:49, , 5F
這篇的排版讓這篇更加地像廢文XD
09/14 23:49, 5F

09/14 23:51, , 6F
不用攝影機我也知道3分球放HOWARD投
09/14 23:51, 6F

09/15 00:11, , 7F
越來越有趣了!
09/15 00:11, 7F

09/15 00:53, , 8F
有趣
09/15 00:53, 8F

09/15 10:25, , 9F
這演算法要智能優化還需要搜集很長一段時間的資料。
09/15 10:25, 9F

09/15 10:26, , 10F
真的要就要快
09/15 10:26, 10F

09/16 00:34, , 11F
這個演算法沒把球員視野考慮進去嗎
09/16 00:34, 11F

09/16 00:35, , 12F
看他防守站位是以全知全能的角度去看最佳解
09/16 00:35, 12F

09/16 00:35, , 13F
但正常情況是無法同時掌握對面5個人的位置的
09/16 00:35, 13F
文章代碼(AID): #1ID80NsM (NBA)