不同阵型，不同模式：结合熵、机器学习与可解释人工智能分析足球传球网络的整合方法

《Journal of Sports Sciences》：Different formations, different patterns: An integrated approach combining entropy, machine learning, and XAI to analyze passing networks in soccer

　　

本研究考察了双中后卫和三中后卫（2-CB和3-CB）阵型在传球网络中的差异及其对比赛结果的预测相关性，使用了机器学习模型。数据集包含2010–2022年国际足联（FIFA）世界杯的256场比赛（7328次球员观察）。研究人员引入了一种新的子群熵（subgroup entropy）指标，用于量化位置单元（后卫、中场和前锋）内球权循环的分布。结果显示，传统网络指标无法区分阵型特定特征，而子群熵指标揭示了显著差异：与3-CB阵型相比，2-CB阵型表现出更高的前锋熵（forward-entropy）和后卫熵（defender-entropy），但更低的中场熵（midfielder-entropy）（p?**论文解读：基于熵、机器学习与可解释人工智能的足球阵型与传球网络分析**

**研究背景与问题**

在足球运动分析中，传球网络（passing network）已成为量化团队集体组织的重要工具，通过将球员视为节点、传球视为有向边，能够捕捉球权循环与球员间的互动模式。传统网络指标（如中心性、密度、聚类系数）虽被广泛用于描述团队合作，但主要反映平均值或特定模式，无法刻画传球连接的内在不可预测性。熵理论（entropy theory）提供了补充视角，香农熵（Shannon entropy）可量化传球分布的均匀性，但现有研究很少考察基于熵的网络特征如何受团队阵型（team formation）影响。团队阵型是战术组织的基础，不同阵型（如双中后卫2-CB vs. 三中后卫3-CB）不仅改变防守人数，还影响中场和前锋的配置，从而重塑队内子群结构。然而，以往研究多聚焦于物理跑动或空间耦合，未量化子群互动的信息复杂性。此外，网络与熵指标虽能描述结构差异，但无法直接关联竞争结果。机器学习（machine learning）方法可建模复杂非线性关系，但预测结果缺乏可解释性。因此，本研究旨在整合网络分析、熵理论、机器学习与可解释人工智能（XAI），探究2-CB与3-CB阵型如何塑造队内合作模式并影响比赛结果，并引入子群熵（subgroup entropy）作为衡量战术复杂性的新指标。

**研究内容与结论**

研究人员利用2010–2022年国际足联（FIFA）世界杯的256场比赛（7328次球员观察）数据，构建传球网络并计算网络指标，开发了基于位置子群（后卫、中场、前锋）的子群熵指标。通过描述性分析比较两阵型差异，并使用五种集成学习算法（AdaBoost、CatBoost、LightGBM、随机森林、XGBoost）预测比赛结果，再结合SHAP（SHapley Additive exPlanations）进行特征重要性解释。结果显示，传统网络指标（如平均度、平均加权度）未显现显著差异，但子群熵揭示了显著区别：2-CB阵型的前锋熵和后卫熵更高，中场熵更低（p<0.001）。XGBoost模型表现最佳（准确率0.599±0.040，F1=0.737±0.033）。SHAP分析表明，与胜利相关的关键网络指标因阵型而异：2-CB阵型中中场熵和前锋熵影响最大，3-CB阵型中平均加权度、平均路径长度和密度占主导。该研究为足球分析提供了连接网络结构、战术组织与比赛结果的新框架，有助于教练评估阵型内的稳定性与灵活性平衡。

**技术方法**

样本队列来源：2010–2022年男子国际足联（FIFA）世界杯，共256场比赛，7328次球员观察。数据来自FIFA官方网站，采用光学跟踪系统（Stats LLC，2010–2018，25帧/秒）及TRACAB系统（2022）。主要技术方法包括：1）构建传球网络：将每次成功传球编码为邻接矩阵，利用NetworkX建立有向加权图，节点为球员，边权为传球次数；2）计算网络指标：平均度（AD）、平均加权度（AWD）、网络直径（ND）、平均聚类系数（ACC）、密度（Density）、平均路径长度（APL）；3）开发子群熵：基于香农熵，将球员按官方阵容分为后卫（含守门员）、中场、前锋三个子群，分别计算各子群内传球分布的熵值；4）机器学习建模：采用嵌套五折分层组交叉验证，使用AdaBoost、CatBoost、LightGBM、随机森林、XGBoost五种算法，以所有网络指标为自变量，比赛结果（胜/非胜）为二分类因变量；5）可解释性分析：运用SHAP量化各特征对模型预测的边际贡献。

**研究结果**

**描述性分析**：通过独立样本t检验（Bonferroni校正）比较2-CB与3-CB阵型，发现传统网络指标（如AD、AWD等）无显著差异，但子群熵指标显著不同：2-CB阵型的前锋熵（1.6±0.2 vs 1.2±0.3，p<0.001）和后卫熵（2.300±0.033 vs 2.167±0.280，p<0.001）更高，中场熵（1.500±0.245 vs 1.989±0.546，p<0.001）更低。

**机器学习模型性能比较**：XGBoost在所有模型中表现最佳，F1分数为0.737±0.033，准确率为0.599±0.040；AdaBoost召回率最高（0.913±0.033）但精确率较低；随机森林表现均衡；LightGBM和CatBoost性能较弱。因此选择XGBoost进行后续SHAP分析。

**2-CB阵型的SHAP分析**：对2-CB数据集，中场熵（平均绝对SHAP值0.109）是影响最大的特征，其次为平均加权度（AWD，0.079）、平均聚类系数（ACC，0.049）和前锋熵（0.040）。中场熵与SHAP值正相关，表明中场内传球分布越均匀，取胜概率越高；AWD呈非线性关系，极低或极高值均正向贡献；ACC与SHAP值负相关；前锋熵与SHAP值正相关。

**3-CB阵型的SHAP分析**：对3-CB数据集，平均加权度（AWD）最重要（0.104），其次为平均路径长度（APL，0.084）、密度（Density，0.082）和前锋熵（0.073）。AWD、APL、密度及前锋熵均与SHAP值正相关，表明较高水平的整体连接性与前锋子群内均匀传球分布有利于取胜。

**示例比赛分析**：在2-CB阵型取胜的示例中，中场熵和团队熵正向贡献最大，而ACC和后卫熵负向贡献；在3-CB阵型失利的示例中，APL和AWD负向贡献最大，团队熵和密度小幅正向贡献。

**讨论总结**

讨论部分指出，子群熵的引入是网络足球分析的方法论进步，能捕捉阵型对队内子群组织的影响。2-CB阵型中中场熵重要性最高，这与中场球员在2-CB系统中作为球权循环枢纽的角色一致；前锋熵负向贡献提示过度前锋间传球可能阻碍进攻效率。3-CB阵型则强调整体连接性和前锋参与，符合该阵型优先控球和渐进推进的战术特点。两阵型模型比较表明，网络组织与比赛表现的关系并非普遍一致，需结合阵型背景分析。研究也承认局限性：仅分为2-CB/3-CB两类，未考虑内部变体（如4-3-3等）；球员分类功能变异性未完全考虑；现代足球阵型趋于动态；熵值受子群规模影响；数据仅限男子世界杯，推广性受限；未纳入比赛状态、对手特征等情境因素。未来研究应采用动态阵型识别、归一化熵指标、俱乐部及女足样本，并整合多模态数据。

**研究结论**（翻译原文Conclusion部分）
本研究通过基于机器学习的建模，调查了2-CB和3-CB阵型之间传球网络的差异，以及这些结构变化如何与比赛结果相关联。一个关键的方法论贡献在于引入了位置子群熵，它通过量化球权循环在防守、中场和进攻单元中的不确定性分布，扩展了传统网络分析，从而捕捉了阵型特有的稳定性和灵活性平衡。此外，集成机器学习模型与可解释人工智能技术的结合，提供了一个可解释的框架，将基于网络和熵的指标与比赛结果联系起来，揭示出与成功最相关的特征因阵型而异。从应用角度来看，子群熵谱可以帮助教练评估不同阵型中结构稳定性与战术适应性之间的平衡，支持比赛决策和对手侦察。分析师也可使用阵型感知的熵基准进行绩效评估，而体育科学家可应用这些指标监控战术演变，并优化位置特异性训练和角色设计。

相关新闻