Data-Driven Framework of Player Spatial Ownership in Football
تقدم هذه الورقة إطار عمل يعتمد كلياً على البيانات لقياس الملكية المكانية للاعبين في كرة القدم من خلال تقدير معلمات الحركة الفردية من بيانات التتبع البصري لحساب أوقات الوصول وتعيين السيطرة على مناطق الملعب دون الاعتماد على افتراضات حركة عامة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
في كرة القدم الحديثة، غالباً ما تُروى القصة من خلال الكرة. نحن نحتفي بالمهاجم الذي يسجل، أو لاعب الوسط الذي يمرر تمريرة مثالية، أو المدافع الذي يقطع عرضية خطيرة. هذه اللحظات سهلة الرؤية وسهلة العدّ. ومع ذلك، فإن قدراً هائلاً من اللعبة يحدث دون أن تلمس الكرة أقدام اللاعبين. إنها تحدث في المساحات بين اللاعبين، وفي التحركات التي تُحدث ثغرة، وفي التمركز الذي يجبر الخصم على التردد. لسنوات طويلة، كافح المدربون والمحللون لقياس هذا التأثير غير المرئي. كم من المساحة يسيطر عليها اللاعب فعلياً في أي ثانية معينة؟ ومن يمكنه الوصول إلى بقعة محددة من العشب بشكل أسرع من أي شخص آخر؟ إن الإجابة على هذا السؤال تتطلب ما هو أكثر من مجرد المشاهدة؛ تتطلب وسيلة لترجمة الحركة الفوضوية لواحد وعشرين لاعباً (اثنان وعشرون بما في ذلك الحارس) إلى خريطة واضحة لمن يمتلك الملعب.
لسنوات، حاول الباحثون حل هذه المعضلة عبر رسم خطوط وهمية على الملعب، وتقسيم الأرض إلى مناطق بناءً على أماكن وقوف اللاعبين. هذه النماذج، المعروفة بنماذج المنطقة المهيمنة، تفترض أنه إذا كان اللاعب أقرب إلى نقطة ما من أي شخص آخر، فإنه يمتلكها. ومع ذلك، فإن هذا النهج يعامل جميع اللاعبين كما لو أنهم يتحركون بنفس الطريقة تماماً. إنه يتجاهل حقيقة أن أحد اللاعبين قد يكون عداءً سريعاً يتسارع لحظياً، بينما قد يكون آخر عداءً قوياً يلتف ببطء. كما يفترض أن الجميع يستجيبون للعبة بنفس السرعة، متجاهلاً أن بعض اللاعبين أسرع في رصد تغير اللعب من غيرهم. هذا التبسيط يغفل البصمة البدنية الفريدة لكل رياضي في الملعب.
تقدم دراسة جديدة من جامعة بوردو طريقة مختلفة للنظر إلى اللعبة، طريقة تبني خريطة للمساحة بناءً على كيفية تحرك البشر الحقيقيين فعلياً. فبدلاً من افتراض أن الجميع متشابهون، طور الباحثون نظاماً يتعلم عادات الحركة الخاصة بكل لاعب من البيانات التي يتم جمعها أثناء المباريات. لقد استخدموا بيانات التتبع البصري، التي تسجل الموقع الدقيق لكل لاعب والكرة خمس وعشرين مرة في الثانية الواحدة. ومن هذا التدفق من الأرقام، استخلص الفريق ملفاً تعريفياً فريداً لكل رياضي. فقد حسبوا مدى سرعة تسارع كل لاعب، ومدى سرعة تباطؤه، وسرعته القصوى، وكيفية تعامله بدقة مع عمليات الدوران. ولعل الأهم من ذلك، أنهم اكتشفوا زمن رد فعل كل لاعب—ذلك التأخير لأجزاء من الثانية بين رؤية حركة الكرة والبدء في الركض نحوها.
ثم استخدم الباحثون هذه الملفات التعريفية الفردية لمحاكاة سباق عبر الملعب بأكره. قاموا بتقسيم الملعب إلى شبكة من المربعات الصغيرة، يبلغ عرض كل منها خمسين سنتيمتراً، وهو ما يعادل تقريباً المدى الجانبي للاعب. ولكل مربع واحد في الملعب، طرح النظام سؤالاً بسيطاً: إذا احتاج لاعب للوصول إلى هذه البقعة الآن، فكم من الوقت سيستغرق؟ وللإجابة على ذلك، قام النموذج بتشغيل سيناريوهين مختلفين لكل لاعب. في السيناريو الأول، استمر اللاعب في التحرك للأمام مع تعديل اتجاهه باستمرار، مثل سيارة تقود حول منحنى دون توقف أبداً. وفي السيناريو الثاني، أبطأ اللاعب حركته حتى توقف، ثم أدار جسده لمواجهة الهدف، ثم تسارع نحو الهدف. قام النظام بحساب الوقت لكلا الاستراتيجيتين واحتفظ بالأسرع بينهما.
ومن خلال إجراء هذه الحسابات لكل لاعب ولكل مربع في الملعب، أنشأ الباحثون خريطة ديناميكية لـ "الملكية المكانية للاعب". تُظهر هذه الخريطة أي لاعب يمكنه الوصول إلى أي نقطة معينة بشكل أسرع، مع مراعاة سرعته الخاصة، وقدرته على الدوران، وزمن رد فعله الشخصي. ووجدت الدراسة أنه عندما تأخذ هذه الاختلافات الفردية في الاع الاعتبار، فإن صورة من يسيطر على المساحة تتغير بشكل كبير مقارنة بالنماذج القديمة. فاللاعب الذي قد يبدو بعيداً على خريطة ثابتة، قد يكون في الواقع أول من يصل إلى بقعة ما لأنه يستجيب بشكل أسرع أو يلتف بكفاءة أكبر من خصومه.
اختبر الفريق هذه الطة باستخدام بيانات من مباريات كرة قدم فعلية قدمها الاتحاد الدولي لكرة القدم (فيفا). ووجدوا أن النظام يمكنه معالجة الملعب بأكمله بطريقة سريعة بما يكفي لاستخدامها في الوقت الفعلي، ودقيقة بما يكفي لالتقاط تفاصيل الحركة الفردية. وخلافاً للطرق السابقة التي كانت تتطلب رياضيات معقدة غير قابلة للتكرار أو تفترض أن الجميع يتحركون بشكل متطابق، فإن هذا الإطار مبني بالكامل على البيانات المرصودة. فهو لا يخمن كيف يتحرك اللاعب، بل يتعلم من كيفية تحركه في الماضي. والنتيجة هي أداة يمكنها أن تُظهر، بدقة، كيف يخلق الفريق مساحة، وكيف يغطي المدافع منطقة ما، وكلاً من السمات البدنية الفريدة للاعب تؤثر على تدفق اللعبة.
هذا النهج لا يخبرنا فقط من هو الأقرب إلى الكرة؛ بل يخبرنا من لديه القدرة البدنية للسيطرة على المساحة المحيطة بها. إنه يكشف أن السيطرة المكانية ليست إقليماً ثابتاً، بل هي منافسة سيالة من السرعة، والرشاقة، ورد الفعل. ومن خلال معاملة كل لاعب كفرد فريد يمتلك بصمة حركية خاصة به، توفر الدراسة رؤية أكثر وضوحاً وواقعية للعبة. إنها تشير إلى أن القيمة الحقيقية للاعب لا تكمن غالاً فيما يفعله بالكرة، بل في كيفية تحركه بدونها، مشكلاً الملعب بطرق كان من المستحيل قياسها سابقاً. يوفر هذا الإطار الجديد أساساً لفهم الهندسة غير المرئية لكرة القدم، محولاً الحركة الفوضوية للعبة إلى قصة عن القدرة الفردية والتحكم التكتيكي.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.