The Strain of Success: A Predictive Model for Injury Risk Mitigation and Team Success in Soccer

要約

この論文では、サッカーにおける新しい逐次チーム選択モデルを紹介します。
具体的には、現実世界のサッカーデータから学習した選手固有の情報を使用して、選手の負傷と活動不能の確率的プロセスをモデル化します。
モンテカルロ ツリー検索は、選手の怪我の可能性を考慮して、サッカー シーズン全体の長期的なチーム パフォーマンスを最適化する試合のチームを選択するために使用されます。
2018/19 イングランド プレミア リーグ シーズンのベンチマーク ソリューションと比較して、当社のアプローチを検証します。
私たちのモデルは、ベンチマークと同様のシーズン予想ポイントを達成しながら、ファーストチームの負傷を最大 13% 削減し、負傷した選手に非効率に費やされる資金を最大 11% 削減します。これは、現実世界のサッカー チームにおいてコストを削減し、選手の福祉を向上させる可能性を示しています。

要約(オリジナル)

In this paper, we present a novel sequential team selection model in soccer. Specifically, we model the stochastic process of player injury and unavailability using player-specific information learned from real-world soccer data. Monte-Carlo Tree Search is used to select teams for games that optimise long-term team performance across a soccer season by reasoning over player injury probability. We validate our approach compared to benchmark solutions for the 2018/19 English Premier League season. Our model achieves similar season expected points to the benchmark whilst reducing first-team injuries by ~13% and the money inefficiently spent on injured players by ~11% – demonstrating the potential to reduce costs and improve player welfare in real-world soccer teams.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google