2020年美赛D题：团队协作策略

2020 年 ICM D 题：团队协作策略，英文原名为 Teaming Strategies，属于 2020 年 2 月场（Weekend 1）。本题用足球比赛的传球和事件数据，研究队员协作如何影响球队表现。

返回2020年美赛赛题。

背景与已知数据

团队能够完成个人或个人贡献简单相加难以完成的复杂任务。竞技体育具有较清楚的人数、角色、位置、移动、得分及违规规则，为研究协作提供了合适场景。队伍表现可能取决于技能多样性、个人与集体表现的平衡，以及队员随时间的配合。

Huskies 足球队教练委托 Intrepid Champion Modeling（ICM）公司分析球队动态，识别成功和失败的结构与协作方式，为下一赛季提出改善策略。研究覆盖整场比赛及整个赛季的互动。

所给上一赛季资料包含 38 场比赛，对阵 19 支球队，每个对手交手两次；共有 366 名队员，其中 Huskies 队 30 人、对手 336 人；记录 23,429 次传球和 59,271 个比赛事件。

需要完成的工作

1. 建立并研究传球网络

以队员为节点、传球为节点之间的联系，建立传球网络。识别双人关系、三人关系、球队阵形等模式，并考察不同比赛中的其他结构指标和网络性质。

研究应跨越多种尺度：从两人之间的微观关系到全部队员的整体联系；从逐分钟变化到一场比赛、整个赛季的变化。双人和三人结构分别指涉及两名和三名队员的互动组合。

2. 评价协作与建立模型

提出能够反映成功协作的表现指标，除比分和胜负外，可研究打法多样性、队员协调、贡献分布等；也可考虑适应性、灵活性、节奏和流畅程度等团队过程。

判断策略效果是否具有普遍性，或取决于对手采取的应对策略。根据所选指标与团队过程，建立能够描述协作的结构、人员配置和动态特征的模型。

3. 给教练提出下一赛季建议

根据模型指出 Huskies 队哪些结构策略曾经有效，并利用网络分析结果，说明下一赛季应作哪些改变以改善球队表现。

4. 推广到一般团队

讨论在足球这一规则较明确的场景中得到的发现，能否帮助设计更有效的其他团队。指出建立一般性团队表现模型时，还需要纳入哪些协作因素。

数据口径

比赛表给出比赛顺序标识、对手、胜负平结果、双方进球数、主客场和教练标识。事件表给出比赛、球队、起始与接收队员、比赛半场、时间、事件类型及起终点位置；传球表提供相应传球记录。

附件说明的关键口径如下：

• 队员 ID 由球队、位置和编号组成，位置 F、D、M、G 分别表示前锋、后卫、中场、守门员。
• 比赛半场用 1H、2H 标记；EventTime 的单位为秒，从相应半场开始计算。
• 场地 x、y 坐标均在 0—100 范围内，以进攻球队视角定义：x 从己方球门指向对方球门，y 从本方视角左侧指向右侧。它们是归一化位置。
• 传球子类型包括头球、普通传球、长距离送球、高球、手抛球、巧妙传球和传中等，英文标签保留在数据中。
• 完整事件包含任意球、对抗、传球、其他控球行为、犯规、门将出击、越位、扑救、射门、换人及中断，并有更细子类型。
• 完整事件中的接收队员仅在传球或换人时有效，其他类型为缺失值；换人时，起始队员是离场者，目标队员是入场者。

提交成果

提交一页摘要、目录及不超过 20 页的完整报告；加上摘要和目录最多 22 页。参考文献与附录放在完整报告之后，不计入上述页数限制。思想及材料须标明来源，图片与材料的使用须符合授权条件。

原题与来源

• COMAP 官方题目 PDF：2020 ICM Problem D（3 页）。
• 官方球队比赛与事件数据 ZIP。目录 2020_Problem_D_DATA/ 中有 matches.csv（比赛概况）、passingevents.csv（传球）、fullevents.csv（完整事件）、README.txt（字段说明）。
• COMAP 官方题目资源页。题面数据由 Pappalardo 等人 2019 年公开的足球时空事件数据加工而来，原始大数据集覆盖欧洲五国赛事及 2018 年世界杯近 2,000 场比赛。题末列出的网络研究文献为可选参考。