在精英足球比赛中，球队防守的目的是让对手的打法变得难以预测。例如，高位逼抢的球队会对对手施加压力，目的是通过限制危险区域的传球次数，迫使对手在球场的特定区域丢球。
因此，如果好的防守艺术是让比赛变得可预测，那么它就应该是可衡量的。
在 2021 年职业Forum上，Stats Perform的保罗-鲍尔（Paul Power）、迈克尔-施特克尔（Michael Stöckl）和托马斯-塞德尔（Thomas Seidl）发表了关于使进攻可预测的演讲。该演讲应用了图形卷积神经网络（GNN），展示了如何利用跟踪数据准确模拟防守行为，并衡量其对对手进攻行为的影响。
下面请观看演讲全文。
除Forum 发言外，还可在此处下载有关该主题的研究论文，该论文已入围 2021 年麻省理工学院斯隆体育分析会议研究方向的决赛。
