How we measure “stylistic fit” without overfitting nostalgia

«Нам нужен левый защитник, как Марсело». Полезная и опасная фраза. Полезная, потому что мгновенно передаёт профиль, который любая футбольная голова в комнате видит. Опасная, потому что для пяти разных слушателей она означает пять разных вещей — а ещё хуже, для поискового движка может не означать ничего точного.

Match — наш рекомендательный движок — живёт на границе этих двух истин. Ему нужно переводить размытый язык практика в строгие, сравнимые, защитимые ранжирования — не уплощая то, что делает игрока особенным. Вот как мы это делаем, не переобучаясь на ностальгию.

Трёхслойная модель

В Scout Atlas стилистическая совместимость — не одна оценка похожести. Это стек из трёх независимых слоёв, каждый считается ночью, каждый объясняется простым русским рядом с результатом.

Слой 1 — Поведенческие отпечатки

Для каждого игрока, у которого как минимум 900 минут в лиге за последние два сезона, мы считаем 200-мерный поведенческий вектор. Не сырые статы. Поведенческие производные: дистанция прогрессирующего ведения на касание, активность в оборонительных зонах, скорректированная на силу соперника, частота сканирования перед прогрессирующими передачами, дистанция возврата после потери.

Это фичи, которые переживают нормализацию между лигами. 70-минутный матч ирландской Премьер-лиги — не то же полотно, что матч Премьер-лиги АПЛ, поэтому мы нормализуем возможности, не результаты. Отпечаток сравнивает поведение в равных условиях.

Слой 2 — Ролевой контекст

«Левый защитник, как Марсело» — это не просто поведенческая форма. Это поведенческая форма в системе. Мы помечаем каждый матч в корпусе подразумеваемой ролью игрока (инвертированный фланг, классический фланг, латераль в схеме «пять в обороне», гибридный широкий центральный) с помощью граф-классификатора формаций. Стилистическая похожесть затем считается с учётом роли — гибрид «Баварии» сравнивается с другими гибридами, а не с латералем «Аталанты».

Слой 3 — Подпись принятия решений

Третий слой — самый экспериментальный и тот, что нас вдохновляет больше всего. Мы обучаем sequence-модель на размеченных точках принятия решений — приём под давлением, триггер оборонительного прессинга, разгон в переходе — и получаем распределение вероятностей по классам решений для каждого игрока. Подпись решений ловит то, что игрок склонен делать, когда у него есть выбор. Два игрока с одинаковыми поведенческими отпечатками могут иметь совершенно разные подписи решений, и подпись обычно предсказывает, как игрок адаптируется к новой системе.

Три вещи, которые мы намеренно не делаем

Каждый рекомендательный движок определяется тем, что он отказывается делать. У Match три твёрдых отказа.

• Мы не обучаемся на приватных данных клубов-членов без согласия. Отпечатки идут из открытых open-data корпусов и лицензионных событийных данных. Приватные заметки клубов-членов, GPS и шорт-листы — их; они обогащают персональную модель клуба, а не меж-клубную.
• Мы не скрываем, какие лиги покрывал бриф. Если бриф фильтровал по топ-5, мы говорим об этом в каждом результате. Если игрок не вошёл, мы говорим почему (мало минут, лига ещё не загружена).
• Мы не выдаём ранжирование с уверенностью 60 за уверенность 95. Когда ансамбль расходится — XGBoost любит игрока, CatBoost не уверен — мы прямо помечаем разброс. Низкая уверенность — это сама по себе сигнал, который стоит показать.

Как мы держим сравнения честными

Рядом с каждой Match-оценкой работают две страховки.

Первая — коррекция выживальческого смещения. Футбольная пресса тянется к победителям. Поведенческая похожесть на знаменитого игрока может быть опасным прокси — отличный фильтр для ловли ретроспективной гениальности и плохой фильтр для прогноза будущей совместимости. Мы перебалансируем тренировочные когорты так, чтобы явно включать «шумную середину» — игроков, которые выглядели звёздами и ими не стали.

Вторая — покогортная калибровка. Мы тестируем модель не на золотом мальчике АПЛ, а на вингере шведского Аллсвенскана, о котором никто не слышал в 2021-м, а сейчас он регулярный игрок Бундеслиги. Если модель не смогла бы вытащить его с высокой уверенностью в 2021-м, мы возвращаемся к доске. Большинство движков «похожести» празднуют игроков, которых предсказали; мы измеряем себя по тем, кого пропустили.

Что вы реально видите в продукте

Когда вы открываете игрока в Scout Atlas, «Стилистические аналоги» показывают шесть лучших игроков по корпусу по комбинированной похожести отпечаток + роль + решение, с разбивкой атрибуции фич по каждой паре: где похожесть концентрируется, где расходится. Вы видите сравнение и границы сравнения.

«Левый защитник, как Марсело» снова становится полезным — но больше не нужно принимать на веру. Математика на странице.