論文の概要: A Modified Glicko Model for Rating Soccer Clubs and National Teams Worldwide
- arxiv url: http://arxiv.org/abs/2611.15378v1
- Date: Wed, 11 Nov 2026 11:56:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.11794
- Title: A Modified Glicko Model for Rating Soccer Clubs and National Teams Worldwide
- Title(参考訳): サッカークラブ及び全国チーム評価のための改良型グリコモデル
- Abstract要約: 我々は,クラブとナショナルチームを共通の確率尺度で世界規模に配置する評価枠組みを提案する。
結果のレーティングは解釈可能であり、プレイヤーの評価、転送分析、マッチ予測に使用できる。
- 参考スコア(独自算出の注目度): 45.899400495223375
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Comparing soccer teams that rarely or never meet is a fundamental challenge in sports analytics: clubs play mostly within their national leagues, and national teams within their confederations. We propose a rating framework that places clubs and national teams worldwide on a common probabilistic scale. Building on a recent extension of Glicko with order effects and strength-dependent draw probabilities, we adapt the model to soccer with goal-scoring adjustments, a decomposition of home advantage, extra time, league-aware rating initialization and rules of promotion and relegation that do not inflate the levels of leagues; national teams start from the levels of their confederations. The models are evaluated on about 1.2 million club matches of 252 leagues from 166 countries (2000-2026) and 12.6 thousand national team matches (1998-2026). On held-out seasons, the modified Glicko model is clearly more accurate than Elo and as accurate as score-matrix models built on the goal expectations of a gradient boosting model, including the Dixon-Coles and Markov chain models, while it is substantially more accurate in international club matches. Averaging the predictions of the rating model and the Markov chain model is more accurate than either model alone. For national teams, the model is significantly more accurate than all baselines, especially in the final tournaments, where teams of different confederations meet. The resulting ratings are interpretable and can be used for player evaluation, transfer analysis and match forecasting. The match data, the ratings and the code are publicly available at https://github.com/andreyshelopugin/SportsRatings
- Abstract(参考訳): 滅多に会わない、あるいは会わないサッカーチームを比較することは、スポーツ分析における根本的な課題である: クラブは、主にナショナルリーグ内でプレーし、ナショナルチームはその連盟内でプレーする。
我々は,クラブとナショナルチームを共通の確率尺度で世界規模に配置する評価枠組みを提案する。
Glickoの最近の拡張と注文効果と強度に依存したドロー確率に基づいて、私たちは、ゴールスコア調整、ホームアドバンテージの分解、余分な時間、リーグを意識した評価の初期化、リーグのレベルに影響を与えないプロモーションとレグレッションのルールにより、サッカーにモデルを適応させます。
このモデルは166カ国(2000-2026)の252リーグ(1998-2026)と126万代表(1998-2026)の約120万試合で評価される。
ホールドアウトシーズンでは、修正されたグリコモデルはエロよりも明らかに正確であり、ディクソン・コレやマルコフ・チェーン・モデルを含むグラデーション・ブースティング・モデルの目標に基づいて構築されたスコア・マトリクスモデルと同じくらい正確であり、国際クラブの試合ではかなり正確である。
評価モデルとマルコフ連鎖モデルの予測を平均化することは、どちらのモデルよりも正確である。
ナショナルチームにとって、モデルは全てのベースライン、特に異なる連盟のチームが集まる最終トーナメントにおいて、はるかに正確である。
結果のレーティングは解釈可能であり、プレイヤーの評価、転送分析、マッチ予測に使用できる。
マッチデータ、レーティング、コードはhttps://github.com/andreyshelopugin/SportsRatingsで公開されている。
関連論文リスト
- WorldCupArena: Fine-Grained Evaluation of Language Models and Deep-Research Agents on Football Forecasting [10.941871398755403]
We present WorldCupArena, a benchmark for language model and Deep-Research agent。
結果とスコア、おそらくプレイヤーやイベント、統計、そして競技結果を予測する。
予測されたスコアが近いが正確ではない場合に、結果の精度、精度、スコアラインスコアを報告する。
論文 参考訳(メタデータ) (2026-07-20T15:52:48Z) - SoccerLens: Grounded Soccer Video Understanding Beyond Accuracy [52.09081885158698]
ビジョン言語モデル(VLM)は近年,サッカービデオ理解において大きな可能性を示している。
既存の評価プロトコルは分類精度に重点を置いており、視覚的グラウンドの評価は行わない。
サッカービデオ理解のためのベンチマークである SoccerLens を紹介する。
論文 参考訳(メタデータ) (2026-05-10T15:18:08Z) - GenTac: Generative Modeling and Forecasting of Soccer Tactics [66.35532694378146]
GenTacはサッカーの戦術を、連続したマルチプレイヤーの軌跡と個別の意味的な出来事のプロセスとして概念化している。
対戦行動、特定のチームやリーグプレースタイル、戦略的目的など、リッチなコンテキスト条件付けをサポートする。
バスケットボール、アメリカンフットボール、アイスホッケーなど、他のダイナミックチームスポーツへの一般化をうまく訓練することができる。
論文 参考訳(メタデータ) (2026-04-13T17:53:49Z) - Towards Universal Soccer Video Understanding [58.889409980618396]
本稿では,サッカー理解のための総合的マルチモーダルフレームワークを提案する。
これまでで最大のマルチモーダルサッカーデータセットである SoccerReplay-1988 を紹介する。
サッカービデオにまたがる時間的情報を活用し、様々な下流タスクに優れる高度なサッカー特化視覚情報であるMatchVisionを提示する。
論文 参考訳(メタデータ) (2024-12-02T18:58:04Z) - Modeling and Prediction of the UEFA EURO 2024 via Combined Statistical Learning Approaches [0.0]
基本的に異なる3つの機械学習モデルを組み合わせて、UEFA EURO 2024を予測するための新しいジョイントモデルを作成する。
この目的のために、このトーナメントは、全ての試合で予想されるゴール数に基づいて、100,000回シミュレートされる。
フランスは19.2%、イギリスは16.7%、ドイツは13.7%である。
論文 参考訳(メタデータ) (2024-10-01T07:48:16Z) - GCN-WP -- Semi-Supervised Graph Convolutional Networks for Win
Prediction in Esports [84.55775845090542]
本稿では,グラフ畳み込みネットワークに基づくエスポートに対する半教師付き勝利予測モデルを提案する。
GCN-WPはマッチとプレーヤに関する30以上の機能を統合し、近隣のゲームを分類するためにグラフ畳み込みを使用している。
本モデルは,LLの機械学習やスキル評価モデルと比較して,最先端の予測精度を実現する。
論文 参考訳(メタデータ) (2022-07-26T21:38:07Z) - Explainable expected goal models for performance analysis in football
analytics [5.802346990263708]
本報告では,2014-15年と2020-21年の7シーズンから315,430発のショットをトレーニングした,欧州サッカーリーグのトップ5のゴールモデルを提案する。
我々の知る限りでは、この論文は、プロファイルを集約した説明可能な人工知能ツールの実用的な応用を実証した最初の論文である。
論文 参考訳(メタデータ) (2022-06-14T23:56:03Z) - Hybrid Machine Learning Forecasts for the UEFA EURO 2020 [0.41562334038629595]
フットボールの試合を予測するための3つの最先端統計ランキング法は、ハイブリッド機械学習モデルにおいて、他のいくつかの予測器と組み合わせられる。
すなわち、履歴試合に基づく各チームの能力推定、ブックメーカーのコンセンサスに基づく各チームの能力推定、ホームクラブやナショナルチームにおける個々のパフォーマンスに基づく平均プラスマイナス選手の評価である。
ランダムな森林モデルでは、イングランド(13.5%)とスペイン(12.3%)の前に14.8%の確率で現在の世界チャンピオンフランスを好んでいる
論文 参考訳(メタデータ) (2021-06-07T21:56:49Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。