《Frontiers in Computer Science》:Forecasting sports outcomes through machine learning
编辑推荐:
摘要
引言:机器学习(Machine Learning, ML)已日益应用于预测体育结果、评估球员表现、估计损伤风险以及建模比赛内事件,然而现有证据在不同体育项目和验证实践之间仍然零散。方法:为应对这一零散性,本系统综述遵循PRISMA 2020报告原则,分
摘要
引言:机器学习(Machine Learning, ML)已日益应用于预测体育结果、评估球员表现、估计损伤风险以及建模比赛内事件,然而现有证据在不同体育项目和验证实践之间仍然零散。方法:为应对这一零散性,本系统综述遵循PRISMA 2020报告原则,分析了2020年至2025年间发表于Scopus和Web of Science的118篇英文期刊文章,并依据预测领域、体育项目、算法族、数据集类型、评估指标和验证方法对每项研究进行编码。结果:比赛结果预测和球员表现评估构成了大多数研究,而损伤预测和比赛内事件预测则较少见,且各领域样本量较小。随机森林(Random Forest)、梯度提升(Gradient Boosting)、极限梯度提升(XGBoost)、支持向量机(Support Vector Machines, SVM)、神经网络(Neural Networks)和逻辑回归(Logistic Regression)是最常用的方法:集成模型在结构化表格数据集中占主导地位,而深度学习则集中于视频、追踪、时序和多模态背景。由于研究使用了异质的指标、分割方式、数据集和验证方案,所报告的性能难以直接比较。讨论:这些模式表明,数据获取、任务设计和验证质量与算法选择同等重要;因此,未来工作应优先考虑开放基准、外部验证和因果建模,而隐私感知的数据治理、不确定性估计和可解释性仍然是该领域发展不足的优先事项。
1 Introduction
体育分析已从早期的描述性统计向数据驱动的预测性建模转变。可穿戴传感器、追踪系统和移动平台产生了连续的高分辨率数据,使得机器学习方法在比赛结果预测、球员表现评估、损伤风险估计和比赛内事件建模中得到广泛应用。然而,数据规模小、获取渠道不均以及运动特定情境等问题,使得模型可靠性面临挑战。现有综述大多局限于单一领域,缺乏跨四个预测维度的综合视角。为填补这一空白,本综述旨在分析2020至2025年间发表于同行评议期刊的机器学习体育预测研究,并提出了三个研究问题:已应用了哪些机器学习模型类型(RQ1);哪些模型在不同运动项目中表现稳定(RQ2);各评估类别中最常用的性能指标是什么(RQ3)。
2 Methods
本系统综述依据PRISMA 2020声明组织,采用识别、筛选、合格性和纳入四个阶段。预测类别被划分为比赛结果、比赛内事件、损伤和球员表现四类。检索数据库为Scopus和Web of Science,使用包含“machine learning”、“sports”和“prediction”的布尔检索式,限定2020至2025年间的英文期刊文章。纳入标准要求研究具有清晰的预测任务、方法学细节、定量评估指标;排除会议论文、预印本、非预测性研究以及经济类预测。数据提取包括预测类别、算法、数据集特征、指标和运动项目。由于各研究在目标、运动项目、抽样单位和验证设计上存在差异,本研究采用描述性和主题综合而非定量meta分析。方法学评价内嵌于筛选流程,着重检查预测任务定义、数据来源、算法识别、指标报告和验证程序,未使用正式风险偏倚工具,原因在于现有工具难以适配跨领域、多模态的体育预测语料。
3 Results
3.1 Search results and study selection
系统检索共获得978条记录,其中Scopus 531条、Web of Science 447条。移除18篇撤稿和580篇重复记录后,剩余380篇。排除19篇综述,再经过标题与摘要筛选排除213篇,全文评估后进一步排除30篇,最终纳入118篇符合标准的研究。完整的提取表见补充材料,覆盖每项研究的运动项目、预测目标、算法、指标、结果和数据集类型。
3.2 Findings and interpretation
3.2.1 Research focus areas
研究主题分布显示,比赛结果预测占比最高,达到42%(n=50),是体育预测分析的核心领域。球员表现预测位居第二,占29%(n=34),通常结合生理、生物力学和位置数据来评估运动员负荷、疲劳和期望贡献。损伤预测占21%(n=25),主要利用生物力学、心率和运动量变量识别风险模式。比赛内事件预测最少,仅占8%(n=9),这类研究依赖时空或视频数据,预测进球、控球变化或战术序列,计算代价高且需要大规模标注数据。
3.2.2 Temporal distribution of publications
从时间趋势看,2020年发表12篇,随后逐年波动增长,2024年达到峰值31篇,2025年截至检索时点为26篇。2020至2021年以传统机器学习基线和探索性研究为主;2023年后球员表现和比赛结果建模显著增加,与开放数据集的出现和运动员追踪技术的普及同步。损伤预测在所有年份保持年均约4篇的稳定产出,反映了对运动员健康的持续关注。
3.2.3 Historical evolution of predictive methods
算法使用随时间呈现清晰演变。2020至2021年间,逻辑回归、朴素贝叶斯和单棵决策树等简单监督学习较常见,通常作为低数据需求的基线。约从2022年起,随机森林和梯度提升类集成方法成为主导,适用于混合类型和含噪声的表格数据。2023年后,神经网络及其变体(卷积神经网络、长短期记忆网络、Transformer等)在具备视频、追踪或传感器数据的研究中明显增多,而集成方法仍是赛季级表格任务的默认选择。大型语言模型和多模态基础模型在该语料中尚未被系统量化,仅在讨论部分作为前瞻方向提及。
3.2.4 Sports disciplines analyzed
运动项目分布高度集中。足球研究最多,占24%(n=28),篮球次之(18%,n=21),板球第三(12%,n=14),三者合计超过总样本的一半。电子竞技研究占8%(n=10),多运动比较研究占7%(n=8)。网球、跑步和美式橄榄球各占约3–6%。团队运动由于事件追踪系统和公开数据库成熟,成为主要研究对象;个别运动因数据稀缺和指标不一致而研究较少。标准化数字遥测使电子竞技成为可复制性良好的反例。
3.2.5 Machine learning algorithms applied
在算法使用频率上,随机森林最为常用,出现在45篇研究(38%)中;梯度提升与XGBoost合计36篇(31%);支持向量机33篇(28%);逻辑回归31篇(26%);神经网络30篇(25%)。决策树、朴素贝叶斯和k近邻也有中等程度使用,而线性回归和时间序列模型(如ARIMA)较少。按预测类别细分,随机森林在球员表现预测中领先,逻辑回归在比赛结果预测中占据首位,神经网络更多用于损伤预测和比赛内事件建模。集成方法适应结构化数据且支持特征重要性解释,因此成为主流;深度学习则在视频、时序和多模态数据中体现优势。不同算法家族的强度、局限和适用场景——如逻辑回归适合透明基线、梯度提升适合中等规模表格数据、神经网络适合高维原始输入——已在原文表9中系统比较。
4 Discussion
4.1 Principal findings in relation to the research questions
针对RQ1,机器学习模型主要应用于四个类别:比赛结果预测、球员表现预测、损伤预测和比赛内事件预测。比赛结果预测使用历史比赛、团队统计和情境变量建模胜负概率或分差。球员表现预测侧重估计负荷、疲劳与期望贡献。损伤预测整合生物力学和生理变量。比赛内事件预测依赖位置和视频数据进行时空建模。针对RQ2和RQ3,集成方法(随机森林、梯度提升)在中小规模结构化数据集上经常优于或匹敌深度学习方法;逻辑回归和支持向量机仍是透明基线。评估指标方面,分类任务多用准确率、精确率、召回率和F1分数,回归任务多用RMSE、MAE或R
2。然而,由于数据划分、类别平衡和验证方案不一致,跨研究直接比较性能十分困难。
4.2 Interpretation and implications
数据结构和可访问性在很大程度上决定了算法选择。集成和树方法容错性强、预处理需求低、可解释性较好,因此适用于结构化体育数据。深度学习仅在追踪、视频或多模态数据充足时被采用。足球、篮球、板球的集中研究反映了这些项目的数据成熟度,而个人运动因开放数据有限而研究不足。电子竞技的成功表明标准化遥测可显著提升模型比较和复现性。验证实践和基准的不统一成为主要障碍,限制了对研究结论可迁移性的判断。
4.3 Comparison with prior work
与早期仅聚焦古典评分系统的概念性综述(如Wunderlich和Memmert)相比,本综述纳入了现代机器学习与深度学习算法。针对损伤预测的既往综述仅关注伤病变量,未覆盖比赛结果或球员表现;本综述将损伤预测与表现、战术预测并列,支持跨域比较。以康复协议或可穿戴传感器为对象的临床导向综述没有评估预测建模流程,本综述则将这些数据流纳入从数据采集到预测的完整机器学习工作流中。
4.4 Strengths and limitations
本综述的优势在于遵循PRISMA 2020,制定明确的纳入/排除标准,并按主题、算法、指标、数据类型和运动项目编码118项研究,实现了跨学科综合。局限方面,检索限定为Scopus和Web of Science收录的英文期刊文章,可能遗漏会议论文、预印本和部分临床研究。未采用正式风险偏倚评分工具,使得方法学强弱不同的研究在描述性综合中权重相同。此外,由于报告同质性低,无法进行定量meta分析,外部验证信息报告不足也限制了对性能数字的信心。
4.5 Future research recommendations
未来研究应推进多模态数据整合,并在多个赛季、联赛和运动项目上验证模型,以增强外部效度。评估实践需要标准化,包括详细报告数据划分策略、采用重复或嵌套交叉验证、使用滚动原点验证处理时间序列,并共享数据集、基线代码和开放基准。伦理与可解释性应嵌入模型设计,包括隐私保护、数据治理和可解释AI工具。因果推断与不确定性量化(如贝叶斯方法)值得更多关注,以区分相关和因果机制。此外,大型语言模型与多模态基础模型在体育预测中的潜力值得未来系统综述纳入,但当前证据尚不属于2020至2025年期刊范围。
5 Conclusion
本系统综述综合了2020至2025年间118篇期刊文献,发现集成学习(随机森林、梯度提升)主导体育预测,逻辑回归和支持向量机作为透明基线,深度学习则在数据丰富场景中发挥特定作用。四个核心应用领域包括比赛结果、球员表现、损伤和比赛内事件。当前证据表明,数据可获取性和验证质量对模型选择的影响不亚于算法创新。未来工作应加强因果机器学习、不确定性估计、开放基准和隐私感知的数据治理,以提升模型在不同赛季、联赛和运动人群中的可迁移性与可信度。体育预测研究的方法学进步不仅依赖新算法,更依赖报告透明度、外部验证和负责任的AI实践。