php项目怎么看两队后防默契度差异？

wen PHP项目 2026-08-09 254

本文目录导读：

php项目怎么看两队后防默契度差异？

方案一：基于事件时间线的“配合紧密度”分析（推荐）
方案二：基于“防守失误率”的间接对比（适合数据不精细的场景）
方案三：基于图形/网络的“传球网络密度”（进阶）
怎么评估“差异”？
给PHP项目的建议

在PHP项目中分析两队后防默契度差异，通常不是靠单一指标，而是需要数据建模 + 统计计算，由于PHP不是专业的数据科学语言（Python/R更擅长），我建议你在PHP中做预处理和计算，在数据库或前端做可视化。

以下是针对“后防默契度”这一抽象概念，在PHP项目中落地的3种不同维度的算法方案：

基于事件时间线的“配合紧密度”分析（推荐）

这是最直观的量化方式。默契度高 = 防守球员之间在特定时间窗口内协同处理球的频率高且失误少。

数据模型（MySQL表设计建议）

你需要有事件流数据（如传球、抢断、解围、防守站位变化）。

-- 防守事件表
CREATE TABLE def_events (
    id INT AUTO_INCREMENT PRIMARY KEY,
    match_id INT,
    team_id INT,
    player_id INT,
    event_type VARCHAR(20), -- 'tackle', 'interception', 'clearance', 'pass'
    pos_x DECIMAL(5,2), -- 标准化0-100坐标
    pos_y DECIMAL(5,2),
    created_at TIMESTAMP -- 精确到秒
);

PHP 核心计算逻辑

计算防守三角区域（如中后卫+边后卫）在短时间内（如3秒内）是否有超过N次互动。

<?php
class DefensiveCohesionAnalyzer {
    // 获取某场比赛两队的所有防守事件，按时间排序
    public function analyzeCohesion($matchId, $teamAId, $teamBId): array {
        $events = $this->fetchEvents($matchId);
        $windowSeconds = 3; // 定义3秒内的协同为有效
        $minInteractions = 2; // 至少2次互动（如A传球给B，B传球给C）
        $teamScores = [
            $teamAId => ['score' => 0, 'total_windows' => 0],
            $teamBId => ['score' => 0, 'total_windows' => 0]
        ];
        // 按队伍分组并排序
        $groupedA = $this->filterByTeam($events, $teamAId);
        $groupedB = $this->filterByTeam($events, $teamBId);
        // 计算A队
        $teamScores[$teamAId]['score'] = $this->calculateSlidingWindow($groupedA, $windowSeconds, $minInteractions);
        $teamScores[$teamBId]['score'] = $this->calculateSlidingWindow($groupedB, $windowSeconds, $minInteractions);
        // 计算差异系数（0-1之间，越大越默契）
        $difference = $this->normalizeDifference($teamScores[$teamAId]['score'], $teamScores[$teamBId]['score']);
        return [
            'team_a' => $teamScores[$teamAId],
            'team_b' => $teamScores[$teamBId],
            'cohesion_difference' => $difference
        ];
    }
    private function calculateSlidingWindow($events, $windowSec, $minInt): float {
        if (count($events) < 2) return 0;
        $cohesionWindows = 0;
        $totalWindows = 0;
        for ($i = 0; $i < count($events); $i++) {
            $current = $events[$i];
            $interactions = 0;
            // 向后看窗口
            for ($j = $i+1; $j < count($events); $j++) {
                $next = $events[$j];
                if (($next['created_at'] - $current['created_at']) > $windowSec) break;
                // 只计算不同球员之间的防守动作（传球/协防）
                if ($next['player_id'] !== $current['player_id']) {
                    $interactions++;
                }
            }
            // 计算空间紧密度（基于坐标距离，防御者站位越近，默契度越高）
            $spatialProximity = $this->calculateSpatialProximity($current, $events, $i, $windowSec);
            $totalWindows++;
            if ($interactions >= $minInt && $spatialProximity > 0.6) {
                $cohesionWindows++;
            }
        }
        return $totalWindows > 0 ? $cohesionWindows / $totalWindows : 0;
    }
    private function calculateSpatialProximity($current, $allEvents, $index, $windowSec): float {
        $neighbors = [];
        foreach ($allEvents as $k => $ev) {
            if ($k != $index && abs($ev['created_at'] - $current['created_at']) <= $windowSec) {
                if ($ev['player_id'] != $current['player_id']) {
                    $neighbors[] = $ev;
                }
            }
        }
        // 计算平均欧几里得距离（标准化坐标0-100）
        $distances = [];
        foreach ($neighbors as $nb) {
            $d = sqrt(pow($nb['pos_x'] - $current['pos_x'], 2) + pow($nb['pos_y'] - $current['pos_y'], 2));
            $distances[] = $d;
        }
        if (empty($distances)) return 0;
        $avgDistance = array_sum($distances) / count($distances);
        // 最大距离约141（100,100到0,0），将其归一化为0-1
        return max(0, 1 - ($avgDistance / 100));
    }
    private function normalizeDifference(float $scoreA, float $scoreB): float {
        $max = max($scoreA, $scoreB);
        if ($max == 0) return 0;
        return abs($scoreA - $scoreB) / $max;
    }
}

基于“防守失误率”的间接对比（适合数据不精细的场景）

如果你们只有基础统计（抢断数、失球数、解围数），可以通过组合权重来估算默契度，默契度低的球队，往往“危险区域犯规多”、“漏人导致的射门多”。

<?php
class DefensiveMistakeAnalyzer {
    public function compare($teamAStats, $teamBStats): array {
        // 输入结构: ['goals_conceded' => 2, 'tackles' => 15, 'fouls_in_box' => 4, 'clearances' => 20]
        $weights = [
            'goals_conceded' => 0.4, // 失球权重最高（结果导向）
            'fouls_in_box' => 0.3,   // 禁区内犯规（默契度低的人容易慌乱）
            'tackles' => 0.2,        // 抢断数（防守积极）
            'clearances' => 0.1      // 解围（可能表示被动挨打）
        ];
        $scoreA = $this->calculateRawScore($teamAStats, $weights);
        $scoreB = $this->calculateRawScore($teamBStats, $weights);
        // 默契度反比于“失误分”，得分越低，默契越高
        $cohesionA = 100 / (1 + $scoreA); // 归一化到0-100
        $cohesionB = 100 / (1 + $scoreB);
        return [
            'cohesion_a' => round($cohesionA, 2),
            'cohesion_b' => round($cohesionB, 2),
            'difference' => round(abs($cohesionA - $cohesionB), 2)
        ];
    }
    private function calculateRawScore($stats, $weights): float {
        $score = 0;
        foreach ($weights as $statName => $weight) {
            if (isset($stats[$statName])) {
                // 对于“抢断”，值越高越好，但我们需要的是“失误”，所以取倒数
                if ($statName == 'tackles') {
                    $value = 100 / (1 + $stats[$statName]); // 抢断多，失误低
                } else {
                    $value = $stats[$statName]; // 其他越高代表失误越多
                }
                $score += $value * $weight;
            }
        }
        return $score;
    }
}

基于图形/网络的“传球网络密度”（进阶）

后防默契度高的球队，后卫之间的传接球网络会形成一个闭环（如图中的三角形），你可以用PHP计算后防球员之间的传球频次矩阵，然后计算网络密度。

<?php
class DefensivePassNetwork {
    // 获取后防球员之间的传球矩阵
    public function networkDensity($teamId, $matchId, $playerIds): float {
        // 假设从数据库查询这些球员之间的传球次数
        $passMatrix = $this->fetchPassMatrix($matchId, $teamId, $playerIds);
        $n = count($playerIds);
        if ($n < 2) return 0;
        $passes = 0;
        $possibleLinks = ($n * ($n - 1)) / 2; // 无向图连接数
        for ($i=0; $i<$n; $i++) {
            for ($j=$i+1; $j<$n; $j++) {
                $key = $playerIds[$i] . '-' . $playerIds[$j];
                if (isset($passMatrix[$key]) && $passMatrix[$key] >= 2) {
                    $passes++;
                }
            }
        }
        // 密度 = 实际有效连接 / 最大可能连接
        return $passes / $possibleLinks;
    }
}