Basketball analytics
| Описание модели | Drafting agent-based modeling into basketball analytics
|
|---|---|
| Область знаний | Большие данные, Спорт |
| Веб-страница - ссылка на модель | https://www.comses.net/codebases/ed88c9b6-b54e-42c8-b7ae-c16a66dec57f/releases/1.0.0/?fbclid=IwAR2XE2VY8dN2fAtM8Y1mzNN-5-r64bebWOuMyOVDmJdmvUF SNTA2Q01fEk |
| Видео запись | https://www.youtube.com/watch?v=NhF37rjCgbA |
| Разработчики | |
| Среды и средства, в которых реализована модель | NetLogo |
| Диаграмма модели | |
| Описание полей данных, которые модель порождает | |
| Модель создана студентами? | Нет |
В модели игроки отвечают за выполнение «единственного» игрового действия до истечения времени, и итоговый счет игры является эмерджентным результатом. Игроки не учитывают текущую ситуацию в игре при принятии решений, то есть не знают, ведут ли они в счете или отстают.
Адаптация происходит через оценку игроками производительности своих товарищей по команде при принятии решения о том, стоит ли бросать, передавать или дриблинговать. При выборе передачи игрок также учитывает производительность, чтобы определить лучший вариант для паса. Будущие итерации модели могут улучшить процесс принятия решений для повышения уровня адаптации.
- Фитнес
Игроки должны забросить мяч в корзину до истечения времени на бросок. В этом процессе важно сбалансировать шансы на успех и оставшееся время. Решения игрока основываются на прошлой производительности как их самих, так и их товарищей по команде; плохая производительность приводит к меньшему количеству бросков и отсутствию передач от товарищей.
При прогнозировании, является ли бросок лучшим вариантом, игрок оценивает вероятность успешного завершения броска, учитывая свое положение на площадке. Другими факторами для прогнозирования являются прошлые результаты и убеждения команды о «горячих» игроках и лидерах.
- Сенсорика
Игроки могут «ощущать» свое положение на площадке и осознают производительность себя и своих товарищей. Дополнительным аспектом сенсорики является то, как игроки определяют варианты передачи, сканируя заранее определенную зону вокруг себя.
- Взаимодействие
Поскольку баскетбол — это командный вид спорта, игроки взаимодействуют с товарищами по команде. Защитная команда взаимодействует с противниками, пытаясь блокировать передачи.
- Стохастичность
Модель включает несколько подсистем, основанных на стохастических процессах. К ним относятся вероятность успешного броска, перехвата или кражи передачи, а также подборов мяча.
- Коллективы
Игроки распределены по двум командам.
- Наблюдение
Модель собирает данные о ходе игры для проверки ее соответствия данным НБА и тестирования влияния различных когнитивных искажений. Основной метрикой является счет каждой команды. Данные записываются как временные метрики, так и на уровне окончания игры. Другие статистические данные включают:
- Броски с указанием процента успешных;
- Перехваты;
- Подборы;
- Изменения преимущества;
- Максимальное преимущество.
Статистика отслеживается как на уровне команды, так и индивидуально для каждого игрока (броски, процент успешных бросков, размер серии и набранные очки).
