本文目录导读：
中卫组合的默契度,本质上是一个难以直接观测的潜变量，下面从可操作的角度，给出一套从数据采集到综合评分的完整量化方案。
核心思路
默契度 = 协同行为的一致性 + 互补覆盖的效率 + 历史稳定性
不能只看抢断/解围数，而要关注两人之间的交互质量。
可量化的维度与指标
空间协同（站位互补）
| 指标 | 计算方式 | 含义 |
|---|---|---|
| 平均间距 | 两人实时坐标欧氏距离的均值 | 过大=脱节，过小=覆盖不足 |
| 间距标准差 | 距离的波动 | 越小越默契 |
| 覆盖重叠率 | 两人防守热区交集/并集 | 适中最好，过高=冗余 |
| 纵向错位度 | 两人y坐标差（前后站位） | 稳定错位=有层次 |
| 横向联动性 | x坐标差的方差 | 小=同步移动 |
理想区间（以球场宽度归一化）：
- 平均间距：8–12 m
- 间距标准差 < 3 m
- 覆盖重叠率：15%–30%
行为同步性
| 指标 | 计算方式 |
|---|---|
| 压迫同步率 | 两人在Δt内同时上前压迫的次数/总压迫次数 |
| 造越位同步率 | 同时前压触发越位的成功率 |
| 回追同步率 | 丢球后同时回撤的时间差 |
| 移动方向相关性 | 两人速度向量的余弦相似度均值 |
同步性得分 = w1·压迫同步 + w2·越位同步 + w3·回追同步 + w4·方向相关互补效率（1+1>2）
| 指标 | 说明 |
|---|---|
| 补位成功率 | A失位后B在3秒内补上的比例 |
| 拦截分工比 | 一人上抢、一人保护的次数比 |
| 空中/地面分工 | 头球解围 vs 地面拦截的分工清晰度 |
| 联合防守失球率 | 两人共同防区内的失球/被射门数 |
互补指数：
CI = 补位成功次数 / (补位成功 + 补位失败)结果稳定性
| 指标 | 说明 |
|---|---|
| 共同出场胜率 | 两人同时首发的比赛胜率 |
| 场均失球（共同出场） | 对比各自单独出场 |
| 关键失误关联度 | 一人失误导致另一人被迫犯规的次数 |
| 连续零封场次 | 稳定性代理指标 |
综合评分模型
加权公式
默契度 M = α·S_space + β·S_sync + γ·S_complement + δ·S_stable推荐权重（可根据联赛风格调整）：
- α = 0.25（空间）
- β = 0.30（同步）
- γ = 0.30（互补）
- δ = 0.15（稳定）
各分项先做 Min-Max归一化 到 [0,1]。
分级参考
| M值 | 评价 |
|---|---|
| 80–1.00 | 顶级默契（如巅峰基耶利尼-博努奇） |
| 65–0.80 | 优秀 |
| 50–0.65 | 合格 |
| 35–0.50 | 需磨合 |
| <0.35 | 明显不兼容 |
数据采集实操
数据源：
- 跟踪数据（StatsBomb / SkillCorner / Hawk-Eye）：坐标、速度向量
- 事件数据（Opta / Wyscout）：抢断、解围、犯规、失球
- 视频标注：补位、压迫、造越位
最小采样要求：
- 共同出场 ≥ 900 分钟（约10场）
- 每场至少 30 次防守交互事件
处理流程：
- 对齐两人时间戳坐标
- 计算逐帧空间指标
- 检测防守事件窗口（±3秒）
- 统计同步/互补事件
- 归一化加权求和
简化版快速脚本（Python伪代码）
import numpy as np
import pandas as pd
def chemistry_score(df, w=(0.25,0.30,0.30,0.15)):
# df: 每帧含 x1,y1,x2,y2, vx1,vy1,vx2,vy2
dx = df.x1 - df.x2
dy = df.y1 - df.y2
dist = np.sqrt(dx**2 + dy**2)
# 1. 空间
s_space = 1 - (dist.std() / dist.mean()) # 间距稳定性
# 2. 同步（速度方向余弦）
cos = (df.vx1*df.vx2 + df.vy1*df.vy2) / (
np.sqrt(df.vx1**2+df.vy1**2) * np.sqrt(df.vx2**2+df.vy2**2) + 1e-6)
s_sync = np.clip(cos.mean(), 0, 1)
# 3. 互补（需事件数据）
s_comp = df.press_sync.mean() # 压迫同步率
# 4. 稳定（零封率等）
s_stable = df.clean_sheet_rate
return w[0]*s_space + w[1]*s_sync + w[2]*s_comp + w[3]*s_stable
注意事项
- 风格匹配：高位防线 vs 低位防守，理想间距不同
- 样本偏差：强队中卫数据天然更好，需对手强度校正
- 左右脚/身高互补：可作为先验特征加入
- 时间衰减：近期比赛权重更高（指数衰减）
- 可视化辅助：热区叠加图 + 连线图最直观
一句话总结：默契度 = 空间不脱节 + 行动同频 + 补位有效 + 长期稳定，用跟踪数据算交互指标，加权合成一个0–1的分数即可落地。
