哈佛創公式 量化球員表現

　【記者沈瑩綜合報導】還在用得分、助攻和籃板數判斷球員的表現嗎？那可就落伍了。哈佛大學助理教授路克．伯恩（Luke Bornn）與其團隊1日發表新創的量值「預期位置值（Expected Possession Value, EPV）」，藉由分析球員在球場各個位置得到的平均分數，判斷球員的決策及跑位是否有利團隊。

　研究團隊在所有NBA球場裝設動作偵測相機，以每秒25次的拍攝速率記錄每一場NBA球賽。在相機的輔助下，研究團隊建置出龐大的動作資料庫，包含球員每個動作、走向和球的位置。並經由公式算出每個位置或動作在比賽中獲得的平均分數，稱為預期位置值。舉例來說，若經過多次偵測，發現球員在某位置平均可以得到兩分，此位置的預期位置值就等於2。

　伯恩表示，預期位置值可運用在判斷球員的團體合作能力及個人表現。以進攻隊伍來說，假定另外四名隊員維持相同，研究團隊計算一號位置球員的每個動作，如直接投球、傳球給隊友等不同決策能為團隊得到的分數，並與球隊內其他一號位置球員相比。若預期位置值較高，則表示該球員的團隊合作能力較佳或較適合這樣的組隊搭配。

　至於個人方面，他們則統計球員在特定位置時的投球率、傳球率及實際得分，判斷球員在抉擇投球與傳球時，是較關注團隊得分或個人得分。舉例來說，一號位置球員將球傳出的預期位置值較高，但他卻決定自己在外線投球，則可推測他重視個人場中表現大於團隊成績。

　面對龐大的資訊量和上百萬種球員可能移動的方式，整合資訊是個難題，卻也是這個研究最吸引人的地方。研究團隊學生丹．席馮尼（Dan Cervone）表示，難得能遇到一次這麼大量的資訊，他也說：「能處理這樣眾多的空間數據是一件令人興奮的事。」

　由於預期位置值的運用尚有發展空間，團隊正繼續努力使其更完整。研究充滿複雜的統計數字，推廣並使其可以普遍運用是團隊的困境，席馮尼說：「但我們很希望得到球隊及體壇媒體的認同。」