Summary | 运用击球时间预测网球比赛结果

导 语

利用空间和时间在网球比赛中非常重要，但是很少有统计方法可以评估球员在比赛中的时空表现。本研究提出了将时间作为一个指标来捕捉击球的时间和空间特征。通过2017年澳网的数据，可以详细调查33,913例男子击球和19,195例女子击球的特征和并预测它们的价值。对于击落地球，大多数男子和女子击球的过网时间在200到800毫秒之间。我们发现，预期的过网时间因性别，击球类型以及在回合发生的地点而异。球员在发球或接发球时，平均击球过网净时间存在显著差异，这表明击球过网时间可以捕捉比赛方式上的差异。我们通过击球过网时间可将比分结果的预测准确性提高8个百分点。这些发现表明击球过网时间是一个简单的时空统计数据，对网球分析具有描述性和预测性。

作者:Miha Mlakar and Stephanie Ann Kovalchik，Jozef Stefan Institute, Ljubljana, Slovenia，Zelus Analytics, Austin, TX, USA

编 译：姜本桥

如欲阅读原文，全文见于：

Journal of Sports Analytics 6 (2020)147–154

研究简介

询问任何一位网球教练，该运动中最成功的运动员与其他运动员之间的区别是什么，他们可能会说，是他们决定“时空”的能力。当教练谈论空间时，他们指的是球员保持优势地位的能力，通过空间可以为他们提供良好的覆盖区域，同时又可以限制对手的覆盖区域。时间是指球员以自己舒适的节奏打球，而打乱对手的节奏。

很少有统计方法可以帮助网球教练和表现分析员评估比赛中球员的时空表现。不过现在越来越多的论文正在利用位置跟踪数据来推进职业网球的统计分析。考虑到缺乏描述网球表现的时空特征的措施，本论文试图从网球教练易于理解的跟踪数据中开发出有用的时空统计数据。我们使用的统计数据是击球过网时间，该时间用于衡量从击球到球越过球网的时间。本文的其余部分描述了净击球过网时间的计算，并使用了在专业网球比赛中打出的大量击球数据集，对其特征和预测价值进行了详细分析。

研究数据及模型

该分析基于2017年澳大利亚网球公开赛的比赛。我们的数据包括在配备鹰眼系统的球场上进行的比赛，以及66场男子比赛和64场女子比赛。我们只包含了超过2次击球的得分：对于男子比赛而言，这包括了33,913次击球；对于女子比赛而言，这包括19,195次击球。

我们一共建立了2个独立的预测模型，一个针对男子，一个针对女性。为了构建和测试预测模型，我们使用了十折交叉验证。对于预测模型，我们使用了XGBoost算法。

比赛中的时间压力

为了测量时间压力，我们使用了击球过网时间。如果这次击球过网的时间很小，那么对手准备击球时间将更少，因此他将承受更大的压力。

首先，我们只关注正手和反手击球。在图1中，我们可以看到男子比赛正手和反手的击球过网时间分布。我们可以看到，正手显然是主要击球手，用来更快地击球，从而缩短了击球过网时间。

图1. 男子比赛击球过网时间

在女子比赛中，我们可以在图2中看到正手击球的时间与反手击球的时间相似。这样做的原因可能是女性无法用一只手以相同的精度产生更多力量。

图2. 女子比赛击球过网时间

接下来，我们着重探讨击球过网时间如何随着回合时间的延长而变化，以及发球如何影响击球过网时间。我们进一步将数据划分为仅来自发球的击球和来自回球的击球，以了解发球的影响。图3显示了发球和回球的平均击球过网时间（以及95％置信区间）。

图3. 男子比赛中不同回合长度下的平均击球过网时间

在x轴上，我们有击球数，因此我们可以在一张图上很好地绘制发球和回球的平均值。正如我们所看到的，到第六次击球时（回合长度为11或12），发球和回球的击球过网时间就基本相等了。这意味着当回合长度超过10时，发球的优势就消失了。

对于女子比赛，具有置信区间的发球和回球的平均击球过网时间如图4所示。

图4. 女子比赛中不同回合长度下的平均击球过网时间

如我们所见，发球和回球的平均击球过网时间约为第4球时相等（回合长度为7或8）。由于多回合数的数据点较少，存在一定误差，因此4球后的图并没有像男子比赛那样重合。

为了更好地了解发球的影响力，我们还计算了得分者中每一击的平均命中率。这里的想法是，如果选手的发球不错，那么他获得的回球将较弱，因此之后的击球会有更高的胜率。随着回合数增加，好的发球的优势消失，发球和回球的胜率将变得相似。图5图6显示了上述的结果。

图5. 男子比赛中每一球的胜率

图6. 女子比赛中每一球的胜率

对于男子比赛，我们可以看到，与平均击球过网时间相似，当回合数超过10（击球次数5-6），发球方和回球方的胜率会基本持平。对于女子比赛，当回合长度超过7时，情况类似。因此可以说，男子比赛中发球后的接下来的4球以及女子比赛中的发球后的2球都会受到发球的影响。这证实了男子的发球相对更好，以及在男子比赛中发球好将更占优势。

接下来，我们将重点放在每一次得分的最后一击。我们想知道平均而言，最后的击球是否有不同的击球过网时间。我们将结果显示在图7图8中。

图7. 男子比赛一个回合中最后一球和非最后一球的平均击球过网时间

图8. 女子比赛一个回合中最后一球和非最后一球的平均击球过网时间

在这两种情况下，我们都可以看到击球过网在最后一球和非最后一球存在差异。这种差异是可以预料的，因为获胜者通常击球速度更快，因此缩短了击球过网时间。在不同长度的回合下，差异类似，表明这种差异不受发球的影响。

通过击球过网时间预测得分

除了以上的统计外，我们还希望观察回合中每一球的击球过网时间，并预测最终会是得分还是失误。跟踪数据使我们能够确定得分的击球和失误的击球，但是它不包括失误的主观分类，因此我们无法区分非受迫性失误和受迫性失误。如果预测的准确性很高，则我们仅通过观察击球过网时间的序列就可以预测这一回合的结果。

如果我们看一下比赛中最后一击的击球过网时间特征，得分者的平均击球过网时间为男子380毫秒，女子390毫秒，未得分方的平均击球过网时间为男子530毫秒和女子540毫秒。这在某种程度上符合预期，因为如果想击球而不让对手接到球，则击球必须快，因此有较短的击球过网时间。

另一件事是计算最后一击和对手最后一击之间的差异如何影响得分。这里的想法是，需要先击出一个好球，之后对手的回球力量较弱以及花更长时间，从而可以更快（更准确）击出最后一击的制胜球。如果我们计算最后一球的平均时间差，我们将得出男子得分者的平均击球过网时间快270毫秒，误差为30毫秒。女子得分者则快290毫秒，误差为33毫秒。

研究结论

在本文中，我们介绍了击球过网时间，从开始击球到球从网上经过的时间，以此作为统计数据，捕捉了球员在击球时的时空优势。我们使用此功能来分析击球和性别之间的差异，确定其如何影响击球结果以及如何区分不同的打法。我们主要发现可归纳如下：

• 男子的正手击球过网时间比反手短，女子则正手和反手击球过网时间相似

• 男子的正手击球时间比女子短，但反手击球时间相似

• 由于发球的优势逐渐消失，随着回合增长，平均击球过网时间增加

• 男子的发球优势大约在第10次击球后消失。对于女性来说，发球重要性减弱，在回合的第七球优势就消失了。

• 每回合制胜球的平均击球过网时间低于其他击球的时间，并与回合长度无关

• 根据球员详细的击球过网时间数据，可以将球员分为几种比赛风格。

• 使用机器学习，我们建立了几个模型，这些模型使用从每次击球过网的时间序列计算的不同特征来预测回合结果。

译者简介：

姜本桥 哥伦比亚大学 研究生

版权所有，欢迎个人转发扩散；如公众号转载，请联系我们，同意后方可使用。私自篡改抄袭文章者，我方将追究法律责任。

欲知更多有关体育产业的观点、活动，敬请关注“清华大学体育产业发展研究中心(Center for Development of Sports Industry, Tsinghua University)”微信公众号：“清华体育产业研究中心”（TUDSI_2016)