[2H6-OS-8b] 移動系列のデータマイニングと機械学習

[2H6-OS-8b-03] サッカーのイベント予測確率に基づく一般化された守備評価を用いた分析

〇梅基 陸平¹、筒井 和詩¹、藤井 慶輔^1,2,3 (1. 名古屋大学、2. 理化学研究所、3. JSTさきがけ)

キーワード：スポーツ、機械学習、データマイニング

チームスポーツにおける守備の解析は、イベントデータが限られているため、一般的に困難である。これまで、サッカーにおいては、全選手とボールの位置関係を用いて、ボール奪取と有効攻撃を予測することで、チーム守備を評価する方法が提案されている。しかし、先行研究はイベントの重要性を考慮せず、22人の選手全員の完全な観測を仮定し、国籍や性別などの多様性の影響を十分に調査していなかった。本研究では、イベントの予測確率を得失点でスケーリングすることで、守備チームの一般的な評価方法を提案する。UEFA EURO 2020とUEFA Women’s EURO 2022のサッカーの試合における放送映像フレーム内の全選手のオープンソースの位置データを用いて、選手数が予測に与える影響を調査し、試合分析により本手法を検証した。その結果、有効攻撃、得点、失点に関する予測では、全選手の情報は必要なかったが、ボール奪取に関する予測では、攻守それぞれ3〜4人の選手の情報が必要であることが判明した。ゲーム分析により、UEFA EURO 2020の決勝トーナメント進出チームの守備の優秀さを説明することができた。