Sim2Win：与球队无关、基于事件的足球赛前结果预测和战术分析系统

arXiv:2607.26061v1 公告类型：新 摘要：职业足球赛前战术决策在很大程度上依赖于主观专家分析和基于身份的球探系统，这些系统无法推广到看不见的球队。本文提出了 Sim2Win，这是一种与球队无关、基于事件的赛前战术推荐框架，它将比赛结果预测重新构建为战术决策支持问题。 Sim2Win 使用来自 178 支球队的 11 场比赛和 1,411 条球队比赛记录的 StatsBomb 开放事件数据，构建了五场比赛的滚动战术配置文件，设计了四种可解释的战术特征比率，通过 K-Means 将球队行为聚类为八种游戏风格，并训练了 13 个分类器，以根据战术比赛表示来估计获胜、平局和失败的概率。该系统在没有团队名称或身份特征的情况下运行，可以推广到训练期间从未见过的团队。严格的留一竞争 (LOCO) 评估表明，Sim2Win 在完全未知的团队中实现了 0.704 的平均 ROC-AUC 和 55.4% 的平均准确度，在所有 21 个 ROC-AUC 比较和 21 个准确度比较中的 19 个中优于 ELO、Pi-Rating 和 GAP 基线。在所有评估的模型中，CatBoost 实现了最强的分布性能，准确率为 60.90%。这些发现表明，行为战术表征在分布变化下提供了可转移的预测信号，并为依赖于身份的足球预测系统提供了可行的替代方案。