SSAC 20決選論文簡述：球員新分類、反擺爛機制、動態捕捉

一、解構當代NBA球員於場上的新定位

成為核心得分手潛值較低的新秀，在選天賦不選位置的選秀策略下容易吃虧。

1. 多數球員都能直接套用特定的角色分類，少數球員為混合型。
2. 分類統計以單季表現為單位。基於球隊所給予的任務與自身能力成長，球員可能會在兩季之間擔任不同的角色。
3. 預估貢獻值是大樣本下的常態評估，但各類型其實都能產出明星級選手。

1. 模型建議以核心得分手 + 無球射手打造陣容。擁有一位核心得分手、兩位延伸型前鋒便能帶來高效表現；反之，若陣容中無此兩類球員，則表現多半不好。
2. 大部分陣容需要配至少一位高使用率後衛(核心得分手/地板型後衛/高使用率後衛)負責持球；延伸型前鋒可以取代萬金油球員。
3. 最高淨貢獻值(+14.5 ~ +15.5)的陣容組成： 1.25核心得分手 + 2.25萬金油球員 + 0.5延伸型前鋒 + 1傳統型大個
4. 勇士17年(+12.4)的死亡五小陣容： 2核心得分手(SC、KD) + 1射手型後衛(KT) + 2萬金油球員(DG、AI)
5. 最低淨貢獻值(-10.7 ~ -10.3)的陣容組成： 0.25地板型後衛 + 2高使用率後衛 + 2.25萬金油球員 + 0.5技巧型前鋒

二、反擺爛的選秀抽籤新機制

立意良好，但算式複雜、球迷難以直觀理解是最大問題。 個人以為採用2005-2018樂透規則，再引進熔斷機制即能成為更務實的選秀模型。

1. 動態遞迴。從賽季的第一場比賽開始動態計算樂透機率。其運算式假設所有球隊實力相等，若球隊實力有落差，則可透過如賭盤預測等機率去校准參數，精準定義弱隊並提高樂透中籤機率。
2. 熔斷機制。當勝場差距大到中後段球隊覺得擺爛比爭奪季後賽席次更有價值時，則鎖死樂透機率，避免中段球隊技術性躺平與弱隊搶選秀權。

三、無需安裝球場設備的影像動態捕捉技術

1. 該技術可以直接分析電視轉播，得到準確率相當高的動態捕捉數據。分析測試上，該程式抓取的球員移動軌跡與Second Spectrum紀錄相比，吻合度高達92.1%。分析動態數據的同時亦能抓取計分板，一併建立時間軸與得分紀錄。
2. 校正基準是是透過「油漆區」、「罰球半圓區」與中場「Logo」的相對位置去做距離定位。
3. 該技術將大幅降低動態數據抓取的成本，帶給業餘籃球幫助，但仍有改進空間。目前最大的問題是無法精準抓取球的移動軌跡，因此提供的內容受限。

其他籃球入選論文

• 深入解讀不同型態的三分投射
• 行為科學：球員當下表現將如何影響賽事的後續發展