Leakage-aware pre-match prediction of professional volleyball outcomes: temporal validation of machine-learning models against an Elo baseline

पेशेवर खेल के मुकाबले के परिणाम की भविष्यवाणी करना एक ऐसा कार्य है जो अंतर्ज्ञान को कठिन डेटा के साथ जोड़ता है। प्रतिस्पर्धी वॉलीबॉल की दुनिया में, टीमों का उनके सर्विंग, आक्रमण और ब्लॉकिंग की ताकत के लिए लगातार विश्लेषण किया जाता है। दशकों से, शोधकर्ता यह समझने के लिए मैच समाप्त होने के बाद एकत्र किए गए आंकड़ों का अध्ययन करते रहे हैं कि एक टीम क्यों जीती और दूसरी क्यों हारी। हालांकि, परिणाम को बाद में समझाने और पहले गेंद फेंके जाने से पहले उसकी भविष्यवाणी करने के बीच एक महत्वपूर्ण अंतर है। एक सांख्यिकी जैसे कि मैच में स्कोर किए गए अंक, यह क्या हुआ इसका एक सटीक विवरण है, लेकिन इसका उपयोग यह पूर्वानुमान लगाने के लिए नहीं किया जा सकता कि क्या होगा, क्योंकि यह मैच खत्म होने तक अस्तित्व में नहीं होता है। वास्तविक पूर्वानुमान के लिए केवल उसी जानकारी का उपयोग करना आवश्यक है जो मैच शुरू होने से ठीक पहले उपलब्ध होती है, जैसे कि एक टीम का पिछला प्रदर्शन, उनका हालिया फॉर्म, और उन्हें आराम करने के लिए कितने दिन मिले हैं। भविष्य का अनुमान लगाने के लिए एक विश्वसनीय मॉडल बनाने की कोशिश करने वाले किसी भी व्यक्ति के लिए यह अंतर अत्यंत महत्वपूर्ण है, क्योंकि उस डेटा का उपयोग करना जो अभी तक उपलब्ध नहीं होना चाहिए, सटीकता का एक झूठा अहसास पैदा करता है।

चेंगडू स्पोर्ट्स यूनिवर्सिटी के शियाओपेंग ली द्वारा किए गए एक हालिया अध्ययन ने इस चुनौती से निपटने के लिए पोलैंड की शीर्ष लीग, जिसे प्लसलीगा (PlusLiga) के नाम से जाना जाता है, के पेशेवर वॉलीबॉल मैचों का परीक्षण किया। इसका लक्ष्य यह देखना था कि मशीन लर्निंग मॉडल कितनी अच्छी तरह से मैच विजेताओं की भविष्यवाणी कर सकते हैं जब उन्हें उस किसी भी जानकारी का उपयोग करने से सख्ती से रोका गया हो जो मैच शुरू होने से पहले ज्ञात नहीं होगी। शोधकर्ता ने एक सार्वजनिक डेटासेट के साथ काम किया जिसमें हजारों मैच रिकॉर्ड शामिल थे, लेकिन पहला कदम कोई कंप्यूटर प्रोग्राम बनाना नहीं, बल्कि डेटा को साफ करना था। बारीकी से निरीक्षण करने पर, डेटासेट के शुरुआती वर्षों के रिकॉर्ड में असंभव संख्याएँ पाई गईं, जैसे कि एक टीम द्वारा किए गए कुल सर्व प्रयासों की तुलना में अधिक "एस" (ऐसी परफेक्ट सर्विस जिसे प्रतिद्वंद्वी वापस नहीं लौटा पाता) दर्ज करना। चूंकि इन त्रुटियों को डेटा संग्रह के मूल नियमों का अनुमान लगाए बिना ठीक नहीं किया जा सकता था, इसलिए शोधकर्ता ने इन दो हजार से अधिक पुराने रिकॉर्ड्स को हटाने का कठिन निर्णय लिया। अंतिम विश्लेषण 2020/21 से 2022/23 सीजन के 628 मैचों पर आधारित था, जो एक ऐसा कालखंड था जहाँ डेटा स्वच्छ और विश्वसनीय था।

विभिन्न तरीकों की भविष्य कहने वाली शक्ति का परीक्षण करने के लिए, शोधकर्ता ने इस स्वच्छ डेटा को दो समूहों में विभाजित किया। पहला समूह, जिसमें 2020/21 और 2021/22 सीजन शामिल थे, का उपयोग विभिन्न कंप्यूटर मॉडलों को प्रशिक्षित करने के लिए किया गया था। दूसरा समूह, जिसमें 2022/23 सीजन के मैच शामिल थे, को अंत तक पूरी तरह से छिपा कर रखा गया था। यह दृष्टिकोण वास्तविक जीवन की नकल करता है: एक मॉडल अतीत से सीखता है और फिर भविष्य पर परीक्षण किया जाता है ताकि यह देखा जा सके कि क्या यह वास्तव में काम करता है। अध्ययन ने दो बुनियादी बेंचमार्क के मुकाबले पांच अलग-अलग प्रकार के मशीन लर्निंग एल्गोरिदम की तुलना की, जो सरल सांख्यिकीय विधियों से लेकर जटिल न्यूरल नेटवर्क तक विस्तृत थे। एक बेंचमार्क केवल इस आधार पर अनुमान लगाना था कि टीमें अतीत में कितनी बार जीती हैं, जबकि दूसरे ने एलो रेटिंग (Elo rating) प्रणाली का उपयोग किया, जो एक पारदर्शी विधि है जो हर मैच के बाद टीम की जीत और हार के आधार पर उनके स्ट्रेंथ स्कोर को अपडेट करती है।

परिणामों ने दिखाया कि पेशेवर वॉलीबॉल की भविष्यवाणी करना संभव है, लेकिन यह पूर्णता से बहुत दूर है। सबसे सफल मॉडल एक सीधा सांख्यिकीय तरीका था जिसे लॉजिस्टिक रिग्रेशन (Logistic Regression) कहा जाता है, जिसने अनदेखे भविष्य के डेटा पर लगभग 72 प्रतिशत बार विजेता की सही भविष्यवाणी की। यह एक ठोस परिणाम था, लेकिन यह कोई बड़ी उपलब्धि नहीं थी। वास्तव में, सरल एलो रेटिंग प्रणाली, जो जटिल गणनाओं के बिना केवल टीम की ताकत के अंतर को देखती थी, लगभग उतना ही अच्छा प्रदर्शन करती थी, जिससे लगभग 70 प्रतिशत बार विजेता का सही अनुमान लगाया गया। अधिक जटिल मशीन लर्निंग मॉडल, जिनमें डेटा के जटिल पैटर्न खोजने के लिए डिज़ाइन किए गए मॉडल भी शामिल थे, सरल विधियों की तुलना में कोई महत्वपूर्ण लाभ नहीं दे सके। कुछ मामलों में, जटिल मॉडल कम स्थिर भी थे, जो प्रशिक्षण के दौरान तो अच्छा प्रदर्शन करते थे लेकिन नए मैचों का सामना करते समय अपनी सफलता बनाए रखने में विफल रहे।

एक गहरी जांच, कि मॉडल वास्तव में अपने निर्णय लेने के लिए किसका उपयोग कर रहे थे, ने एक आश्चर्यजनक सच्चाई को उजागर किया। टीमों के एलो रेटिंग के बीच का अंतर अब तक का सबसे महत्वपूर्ण कारक था। हालांकि मॉडलों के पास एक टीम के हालिया फॉर्म के बारे में चौदह अलग-अलग आंकड़े उपलब्ध थे, जैसे कि उनकी सर्व सटीकता या उनके पिछले पांच खेलों में उन्होंने कितने अंक प्राप्त किए, इन विवरणों ने बहुत कम अतिरिक्त मूल्य जोड़ा। कंप्यूटर मॉडल अनिवार्य रूप से इस सरल तथ्य पर निर्भर थे कि एक मजबूत टीम के जीतने की संभावना अधिक होती है, और अतिरिक्त तकनीकी डेटा ने उस भविष्यवाणी को बहुत अधिक नहीं बदला। यह सुझाव देता है कि एक टीम के हालिया मैच इतिहास में निहित जानकारी पहले से ही उनके समग्र स्ट्रेंथ रेटिंग द्वारा काफी हद तक समाहित की जा चुकी है। अध्ययन ने यह भी पाया कि मॉडल जीत की संभावना को रैंक करने में अच्छे थे, लेकिन वे पूर्ण नहीं थे; हर भविष्यवाणी में अभी भी अनिश्चितता की एक महत्वपूर्ण मात्रा मौजूद थी।

अध्ययन निष्कर्ष निकालता है कि हालांकि पेशेवर वॉलीबॉल के परिणामों का मध्यम सफलता के साथ पूर्वानुमान लगाना संभव है, लेकिन ऐसा करने का मार्ग इस बात पर सख्त अनुशासन की मांग करता है कि किस जानकारी की अनुमति दी जानी चाहिए। शोध स्पष्ट रूप से इस विचार के विरुद्ध तर्क देता है कि इस कार्य के लिए अधिक जटिल कंप्यूटर एल्गोरिदम स्वतः ही बेहतर होते हैं। इसके बजाय, यह दिखाता है कि टीम की ताकत का एक स्पष्ट, पारदर्शी माप अक्सर सबसे शक्तिशाली उपकरण होता है। निष्कर्ष इन मॉडलों का प्री-मैच विश्लेषण के लिए एक सतर्क सहायता के रूप में उपयोग करने का समर्थन करते हैं, शायद स्काउट्स या प्रशंसकों को मुकाबले की संभावित कठिनाई को समझने में मदद करने के लिए। हालांकि, अध्ययन चेतावनी देता है कि इन मॉडलों का उपयोग लाइव, इन-गेम निर्णयों के लिए या विशिष्ट कोचिंग सलाह देने के लिए नहीं किया जाना चाहिए, क्योंकि वे मैच के दौरान होने वाले गतिशील परिवर्तनों को ध्यान में नहीं रख सकते। इसके अलावा, परिणाम विशेष रूप से इसी एक लीग के लिए हैं और बिना आगे के परीक्षण के इन्हें अन्य खेलों या प्रतिस्पर्धा के विभिन्न स्तरों के लिए लागू नहीं माना जा सकता है। यह कार्य एक अनुस्मारक के रूप में कार्य करता है कि खेल पूर्वानुमान में, यह जानना कि आप क्या नहीं जानते है, उतना ही महत्वपूर्ण है जितना कि स्वयं भविष्यवाणी करना।