王泽军，游松辉

（同济大学国际足球学院，上海200092）

提高足球运动员的比赛表现水平是训练的出发点和最终目标。足球运动表现分析对实现训练目标、纠正训练偏差、改进训练和比赛策略有着重要作用。足球运动表现系统构成较为复杂，它不仅是体能、技战术能力、智能的综合体现，在比赛策略、战术、队友、位置、对手、场地、气候等多种因素影响下，比赛的技战术表现经常处于动态变化之中［1-2］。虽然铲球、控球、传球以及跑动距离这些传统的事件数据（event data）可以提供许多具体的信息，但它们几乎不能提供关于比赛最终结果的线索。战术才是足球比赛获胜的核心要素。高水平战术能力对于足球运动员在比赛中的表现至关重要。随着球员跟踪技术的进步，比赛数据的质量已经达到足球战术分析的要求，并促进足球战术分析方法的发展。尤其是位置数据可以非常准确地反映每名球员以及球的位置，这将有助于识别足球比赛中的战术模式［3］。因此，本文首先概述足球战术与位置数据的出现，随后详细论述基于位置数据的足球战术分析方法的研究成果，如球队中心法、空间控制法、网络分析法和机器学习算法。然而，位置数据只能提供单一空间模式的大数据，在大数据背景下足球战术分析需要整合多种不同来源的详细数据。鉴于此，笔者通过在足球战术分析中引入大数据技术栈和深度学习技术，试图较为全面地描绘该领域的研究图景，以及这些研究的内在联系和发展趋势。……