💻 computer science

Structural Pass Analysis in Football: Learning Pass Archetypes and Tactical Impact from Spatio-Temporal Tracking Data

该论文利用 2022 年世界杯的时空追踪数据，提出了一种基于防守结构互动的足球传球分析框架，通过定义三种结构指标和综合战术影响力值（TIV），成功识别出四种传球原型并揭示了其在打破防守阵型、推进领土及识别关键球员与搭档方面的战术价值。

原作者： Oktay Karakuş, Hasan Arkadaş

发布于 2026-04-01

📖 1 分钟阅读☕ 轻松阅读

原作者： Oktay Karakuş, Hasan Arkadaş

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文就像是在给足球比赛做一场**“透视手术”**。

通常，我们看足球传球，只看结果：球传到了吗？是不是助攻了？有没有进球？这就像看一个人送快递，只关心“包裹送到了没”，却不管快递员在送的过程中是怎么避开拥堵、抄近道或者把路障推开的。

但这篇论文的作者（Oktay Karakuş 和 Hasan Arkadaş）说：“等等，有些传球虽然没直接导致进球，但它把对方的防守阵型搅得天翻地覆，这才是真正的价值！”

为了看清这一点，他们发明了一套新工具，把足球场上的数据变成了我们都能看懂的“战术地图”。

1. 核心思想：传球不仅是“送球”，更是“拆墙”

想象一下，对方的防守球员像是一堵有弹性的墙，或者一群手拉手的人。

普通传球：就像在墙边轻轻拍一下，墙纹丝不动，大家继续手拉手。
好传球：就像往墙里扔了一颗**“结构炸弹”**。它可能把墙撕开一个口子（穿透防线），可能把墙扯得歪歪扭扭（打乱阵型），或者把墙推到了一个新的位置（创造空间）。

这篇论文的核心就是量化这种“拆墙”的效果。

2. 三个“拆墙”指标（新发明的尺子）

作者设计了三个指标来衡量一次传球到底把对方的防守“震”成了什么样：

越线得分 (Line Bypass Score)：
- 比喻：就像玩“跳房子”。如果球直接飞过了对方防守球员组成的“格子线”，越过了几层防线，这个分数就越高。
- 作用：衡量传球是否穿透了防线。
空间增益 (Space Gain Metric)：
- 比喻：想象防守球员像一群磁铁，紧紧吸在一起。如果传球把球送到了磁铁吸力很弱的地方（空旷地带），那里的“空间”就变大了。
- 作用：衡量传球是否把球送进了更开阔、更安全的区域。
结构破坏指数 (Structural Disruption Index)：
- 比喻：想象防守队形是一个橡皮泥雕塑。传球后，这个雕塑是被拉长了、被挤扁了，还是被推歪了？
- 作用：衡量传球是否打乱了对方原本整齐的站位，让他们不得不手忙脚乱地重新调整。

3. 四种“传球人格”（给传球分类）

作者用电脑算法（无监督聚类）分析了 2022 年世界杯的所有传球，发现传球其实有四种“性格”：

循环型 (Circulatory)：
- 比喻：就像**“倒豆子”**。在自家后场来回传递，目的是稳住阵脚，不犯错。
- 效果：对防守队形没什么破坏，主要是为了控球。
** destabilising 型 (Destabilising)**：
- 比喻：就像**“推多米诺骨牌的第一块”**。球传出去后，对方防守球员为了追球，不得不稍微挪动一下位置，导致队形出现微小的裂痕。
- 效果：制造了微小的混乱。
破线型 (Line-breaking)：
- 比喻：就像**“长传冲吊”或“手术刀直塞”**。球直接飞过了对方好几道防线，把防守线撕开了一个大口子。
- 效果：最具杀伤力，直接让进攻方进入危险区域。
扩地型 (Space-expanding)：
- 比喻：就像**“把画布撑大”**。球传到了边路或空档，迫使对方防守阵型不得不横向拉伸，从而露出了巨大的空当。
- 效果：创造了巨大的进攻空间。

4. 关键发现：谁在真正“拆墙”？

通过分析 2022 年世界杯的数据，他们发现了一些有趣的事情：

真正的英雄往往是后卫：
- 大家通常觉得前锋是进攻核心，但数据显示，中后卫（比如英格兰的斯通斯、阿根廷的奥塔门迪）才是“拆墙”的主力军。
- 比喻：他们就像**“发牌员”**，从后场一脚长传，直接打乱对方防线，把球送到危险地带。没有他们的“结构破坏”，前锋根本拿不到好球。
搭档很重要：
- 有些球员组合在一起，效果是"1+1>2"。比如奥塔门迪传给梅西，或者斯通斯传给萨卡，这种组合能产生巨大的“结构破坏力”，让进攻如鱼得水。
- 比喻：就像**“钥匙和锁”**，特定的传球者传给特定的接球人，能瞬间打开对方防守的“保险箱”。
甚至守门员也是“拆墙”高手：
- 有些传球是传给守门员的（比如回传），看起来像是“倒脚”，但实际上是为了重新组织进攻，把对方的防线再次拉扯变形，为下一次进攻做准备。

5. 总结：为什么这很重要？

以前的足球分析像是在看**“比分板”（谁进球了？）。
这篇论文的分析像是在看“战术 X 光片”**（谁把对方的防线搞乱了？）。

对教练来说：不再只看谁进球多，而是看谁最擅长“破坏对方阵型”，从而找到真正的战术核心。
对球迷来说：下次看球时，你可以不再只盯着进球，而是欣赏那些**“把对方防线搅得一团糟”**的传球，那才是现代足球最精彩的战术博弈。

一句话总结：
这篇论文告诉我们，最好的传球不一定直接导致进球，但它能让对方的防守阵型“崩塌”，从而为进球铺平道路。 它用数据证明了：在足球场上，**“搞乱对方”和“把球送进网窝”**一样重要。

论文技术总结：基于时空追踪数据的足球传球结构分析与战术影响学习

1. 研究背景与问题 (Problem)

随着足球比赛中时空追踪数据（Spatio-temporal tracking data）的日益普及，分析战术行为迎来了新机遇。然而，现有的传球评估方法主要依赖结果导向的指标（如进球概率、控球价值 VAEP、预期威胁 xT 等）。这些方法虽然能有效评估进攻生产力，但存在以下局限性：

忽视结构性影响：它们往往忽略了传球对对手防守组织（Defensive Organisation）的重塑作用。
战术价值误判：许多传球在战术上极具价值，并非因为它们直接增加了进球概率，而是因为它们破坏了防守结构、制造了不平衡或打开了新的传球路线，从而为后续动作创造条件。
缺乏系统性框架：现有的空间分析模型（如控球区域模型）很少被整合到系统分析传球战术影响的框架中。

核心问题：如何构建一个框架，利用时空追踪数据，量化传球如何与对手防守结构互动并改变其空间配置，从而揭示可解释的战术模式？

2. 方法论 (Methodology)

本文提出了一种传球结构分析框架，通过同步追踪数据和事件数据，从三个互补的维度量化传球对防守结构的影响，并据此推导战术影响值。

2.1 数据基础

数据集：2022 年 FIFA 世界杯的 64 场比赛。
数据源：包含 29.97 Hz 采样率的球员/球位置追踪数据（22 名球员 + 球）以及同步的事件数据。
预处理：提取了 41,078 次成功的开放比赛传球（Open-play passes），排除了定位球。

2.2 核心结构指标 (Structural Metrics)

作者定义了三个互补的指标来捕捉传球影响防守的不同机制：

线路绕过得分 (Line Bypass Score, LBS)
- 定义：量化传球穿透防守层级的程度。
- 计算：统计在传球方向上，位于传球者和接球者之间（沿进攻方向垂直坐标）且被传球“绕过”的防守球员数量。
- 战术含义：衡量垂直穿透力和打破防守线的能力。
空间增益指标 (Space Gain Metric, SGM)
- 定义：衡量传球是否将球移向了防守压力更低的区域。
- 计算：基于防守球员的局部密度（使用高斯核函数计算），计算接球点与传球点之间的可用进攻空间差值（ $S(x_r) - S(x_s)$ ）。
- 战术含义：捕捉传球是否创造了新的进攻空间。
结构破坏指数 (Structural Disruption Index, SDI)
- 定义：量化传球导致的防守组织变形程度。
- 计算：计算传球前后，球相对于防守重心（Defensive Centroid）的距离变化（ $\|x_r - c\| - \|x_s - c\|$ ）。
- 战术含义：衡量传球是否拉伸或扭曲了防守阵型。

2.3 战术影响值 (Tactical Impact Value, TIV)

构建：将上述三个指标进行 Z-score 标准化后，通过加权求和得到复合指标 TIV。
公式： $TIV = w_1 \cdot \tilde{LBS} + w_2 \cdot \tilde{SGM} + w_3 \cdot \tilde{SDI}$ （实验中权重设为均等，各 1/3）。
作用：作为衡量单次传球对防守结构整体影响力的综合指标。

2.4 无监督聚类与传球原型 (Pass Archetypes)

方法：使用 K-means 算法（K=4）对标准化后的结构特征向量进行聚类。
结果：识别出四种可解释的传球原型：
1. 循环型 (Circulatory)：维持控球，结构变化最小。
2. ** destabilising (Destabilising)**：引入微小的位置不平衡，轻微扭曲防守。
3. 破线型 (Line-breaking)：穿透防守线，绕过多名防守者。
4. 空间扩展型 (Space-expanding)：将球移入新创造的进攻空间。

3. 主要贡献 (Key Contributions)

提出结构分析框架：显式建模传球如何与对手防守组织互动并重塑其结构，而非仅关注结果。
构建可解释的传球原型分类：利用无监督学习从追踪数据中推导出四种战术传球原型，填补了从数据到战术概念的空白。
定义战术影响值 (TIV)：提出了一种综合指标，量化了传球的结构性影响，并证明了其与领土推进、球队战术风格及球员角色的强相关性。

4. 实验结果 (Results)

4.1 传球原型与进攻结果

破线型和空间扩展型传球与领土推进（进入前场 30 米区和禁区）高度相关。
- 破线型传球产生射门和进球的概率最高。
- 空间扩展型传球最有利于进入禁区。
循环型传球主要用于维持控球，其导致领土推进的概率较低。
结论：结构性影响大的传球更有可能发起高效的进攻序列，尽管它们不一定直接导致射门。

4.2 球队层面的战术风格

通过 TIV 分布构建了球队的“结构风格空间”（二维空间：循环 vs 推进，破坏 vs 空间扩展）。
发现：不同球队展现出截然不同的风格指纹。
- 例如：日本和乌拉圭属于“循环破坏型”（平衡控球与选择性破坏）；卡塔尔偏向“空间扩展型”；塞尔维亚和塞内加尔偏向“直接推进型”。
有效性：位于结构推进区域（高 TIV）的球队通常表现出更高的进攻生产力（射门和禁区进入概率更高）。

4.3 空间分布特征

高 TIV 传球起源：多来自后场深处和边路区域（构建阶段）。
高 TIV 传球落点：多集中在前场宽通道和禁区角附近。
低 TIV 区域：中场中央区域多为循环传球，用于控制节奏而非直接破坏防守。

4.4 球员层面分析

关键角色：累积 TIV 最高的球员主要是中后卫（如 John Stones, Nicolás Otamendi, Rúben Dias）。这表明在现代足球中，中后卫是发起结构性推进的关键节点。
传球搭档：通过分析 $\Delta TIV$ $Δ T I V$ （传球组合相对于传球者基线的提升），识别出具有战术放大效应的搭档。
- 例如：Otamendi 与 Messi/Mac Allister 的连接，Stones 与 Saka 的连接。
- 有趣发现：某些高 TIV 组合涉及门将作为接球者（如 Süle 传给 Neuer）。虽然看似回传，但这种“重置”动作能重新组织进攻阵型并拉伸对手防线，从而创造后续推进机会。

5. 意义与价值 (Significance)

补充现有评估模型：TIV 和结构指标为基于结果（如 xG, VAEP）的评估模型提供了重要的补充视角，揭示了那些“未直接得分但极具战术价值”的传球。
战术可解释性：将复杂的追踪数据转化为教练和分析师可理解的战术概念（如“破线”、“空间扩展”）， bridging the gap between quantitative analysis and tactical interpretation。
应用前景：
- 球探与球员评估：识别擅长通过传球破坏防守结构的球员（特别是后场球员）。
- 战术准备：分析对手的结构性弱点（例如某些球队在特定区域缺乏结构破坏能力）。
- 比赛分析：量化球队在构建和进攻阶段的结构性风格差异。
方法论创新：展示了如何利用无监督学习和结构特征表示，从时空数据中自动发现战术模式，为体育数据分析提供了新的范式。

总结：该论文通过引入结构视角，成功量化了传球对防守组织的重塑作用，揭示了足球比赛中“过程”与“结果”之间深层的战术联系，为理解现代足球的进攻动态提供了强有力的分析工具。