简而言之：高阶篮球数据是现实的模型。通过了解球员追踪技术和“引力”等指标背后的技术，球员和教练可以更好地解读场上表现。
核心要点
- Gravity 使用 AWS 人工智能和机器学习追踪有球和无球状态下的防守压力。
- NBA 的光学追踪系统每秒 60 次追踪每位球员身体上的 29 个点。
- CourtOptix 衡量预期投篮价值、双人包夹和传球准确性等高级指标。
- 高级指标是现实的模型，不应单独用于评估球员价值。
篮球数据和API的演变
Sportradar 的联赛特定 API 格式提供近乎实时的逐场解说、比分和统计数据。该系统旨在实时提供全面的比赛事件覆盖。然而，Sportradar 的 API 是一项 B2B 服务，不应由客户端应用程序直接调用。这种架构确保了高流量、近乎实时的逐场数据、比分和统计数据通过企业对企业渠道进行处理，而不是由最终用户客户端应用程序直接访问。这种区别对于理解专业级体育数据如何在篮球技术领域中分发和集成至关重要。开始使用
除了传统的逐场报道和基本数据统计，NBA 的官方追踪数据还包括突破、传球、触球、篮板以及速度和距离等类别。这些官方追踪类别提供了比标准数据统计更深层次的信息。通过将场上动作分为突破、传球、触球、篮板以及速度和距离，追踪系统使分析师、教练和球员能够查看身体表现和球移动的特定方面。这些类别代表了从简单事件记录到详细追踪球员在场上移动和互动方式的转变。快速链接 | 数据 | NBA.com | NBA.com
球员追踪背后的技术
NBA 的光学追踪系统使用 3D 姿态检测技术，每秒 60 次追踪每位球员身体上的 29 个点。这种先进的追踪技术在比赛中捕捉高度详细的空间和运动数据。通过以每秒 60 次的速率追踪每位球员身体上的 29 个点，3D 姿态检测系统可以记录精确的身体动作和姿态。这种高频率的光学追踪提供了分析球员速度、距离和位置所需的高度精确的原始空间数据，构成了现代高级篮球指标的基础。引力数据介绍 | NBA.com
根据 NBAstuffer 的说法，NBA CourtOptix 由 Microsoft Azure 提供支持，利用人工智能和机器学习来分析事件。该平台处理比赛中生成的大量追踪数据，以提供更深入的洞察。通过将 Microsoft Azure 的云基础设施与人工智能和机器学习模型结合使用，CourtOptix 可以监控和分析篮球场上发生的任何事件。这种人工智能和机器学习的集成使得系统能够将原始光学追踪数据转化为关于球员行为、位置和事件结果的结构化分析洞察。NBA CourtOptix 解释 | NBAstuffer
揭秘引力指标
引力 (Gravity) 是一项衡量进攻球员无论持球还是无球时吸引防守压力的指标。该指标有助于量化球员的无球和持球影响力。根据 NBA.com 的说法，引力 (Gravity) 数据由 AWS AI 和机器学习提供支持，它分析球员的位置和防守反应。通过利用 AWS AI 和机器学习，该系统可以处理场上复杂的空间关系，以衡量进攻球员无论持球还是无球时吸引的防守压力。
引力衡量球员将防守者拉离其正常防守位置的程度，并与场上空间预测进行比较。该指标提供了一种量化球员吸引防守注意力的方式。通过将实际防守站位与预测的场上空间进行比较，引力评估了进攻威胁对防守方预定站位的干扰程度。如果球员将防守者拉离其正常防守位置的程度超过了标准场上空间模型预测的，该指标就会捕捉到这种特定的防守调整，显示球员在场上的空间影响力。
引力计算和评分系统
引力模型将预期防守压力得分与实际防守压力得分进行比较。预期防守压力得分代表了球员根据球的位置和他们在场上的位置平均会受到的防守压力。然后，模型将这个预期值与实际防守压力得分进行比较，后者是球员在比赛中实际吸引的压力。通过分析预期压力和实际吸引压力之间的差异，模型量化了球员额外吸引的防守注意力。
引力得分以 -100 到 100 的标准化值表示，其中 0 代表联盟平均水平。这种标准化量表便于不同球员和球队之间的比较。得分为 0 意味着球员吸引的防守压力恰好是模型预测的平均水平。高于 0 的得分表示高于平均水平的防守压力，而低于 0 的得分表示低于平均水平的压力。这种标准化的 -100 到 100 量表为逐帧评估球员在比赛中的空间影响力提供了清晰的框架。
解读高引力得分
无球引力得分高于 80 表明防守方在球员接球前对其反应高度敏感。这一高分表明即使球员没有持球，也能吸引大量的防守注意力。当球员的无球引力得分高于 80 时，意味着防守方高度关注他们的移动和站位，并强烈反应以阻止他们获得空位。这种无球引力水平表明，球员仅仅在场上就能在任何传球发生之前改变防守部署。
引力得分高于 90 表明球员正在改变场上空间并吸引极高的防守注意力。这一精英得分代表了进攻球员能够吸引的最高级别的防守重点。当球员的得分超过 90 时，他们吸引了如此多的防守压力，以至于他们积极地改变场上空间，迫使防守方投入多重资源或做出极端调整。这个得分突出了那些能够持续吸引高强度防守的球员，在任何情况下都不能被放空。
CourtOptix 中的高级空间指标
预期投篮价值 (Expected Shot Value) 计算球员在任何潜在投篮尝试中，与相同情况下的联盟平均水平相比的预期投篮价值。该指标考虑了防守压力、防守者的距离以及投篮尝试的位置。通过分析这些空间因素，预期投篮价值确定了在这些精确条件下投篮的平均结果。这使得分析师能够将球员的实际投篮表现与预期基线进行比较，从而在特定情境下评估投篮选择和投篮能力。
CourtOptix 通过量化球员被双人包夹的次数和时长，以及这些回合的结果来追踪双人包夹。这种追踪超越了简单的观察，以测量双人包夹的精确持续时间和频率。它还记录了这些回合中发生的事情，例如被双人包夹的球员是传球、运球还是投篮，以及该回合是否导致得分、失误或投篮不中。这些数据提供了球员如何应对防守压力的完整图景。
CourtOptix 衡量传球数据，超越了简单的总数统计，包括传球类型、距离、轨迹和准确性。这种详细的测量超越了计算球员累积的传球或助攻次数。通过追踪具体的传球类型，例如长传快攻、提前传球、转移球或突分，以及每次传球的距离、轨迹和准确性，CourtOptix 提供了球员在场上传球能力和决策的全面视图。
这对球员和教练意味着什么
尽管专业的 B2B API 和追踪系统并非为直接客户端应用而设计，但球员和教练仍然可以从先进技术中受益。Level Up 是一款移动 AI 篮球教练应用，提供篮球专项视频反馈。Level Up 不声称一台摄像机或一个指标就能捕捉篮球表现的每个部分，强调追踪指标应作为传统教练指导的辅助工具使用。理解这些高级指标有助于球员和教练更有效地解读场上表现和空间动态。
