足球中的多标准决策：一项文献计量分析

为何在现代足球中做出更聪明的选择至关重要

在每一条转会传闻、首发阵容以及俱乐部的长期规划背后，都存在一个超越肉眼识别天赋球员的复杂抉择迷宫。本文考察了研究人员如何使用结构化决策工具，帮助俱乐部同时权衡体能、技术、伤病风险与球队需求等多重因素。通过绘制这一小而快速增长的研究领域，作者展示了数据驱动的决策支持如何重塑场外的比赛管理方式。

决策工具如何走上赛场

现代足球产生了大量信息，但教练和分析师仍需将这些数据转化为明确的选择：签谁、首发谁、如何为漫长赛季塑造阵容。本文聚焦多标准决策（MCDM），一类将多项指标合并为总体排名或评分的方法。这些工具通过对不同标准赋予权重来帮助比较球员、球队或策略，而不是依赖单一统计或直觉。作者使用“MCDM”称呼这套广泛工具，并展示其如何用于支持诸如国家队首发选择、世界杯期间俱乐部比较或评估青年球员潜力等问题。

研究如何绘制该领域图谱

作者没有测试新战术或分析比赛过程，而是退一步审视研究本身。他们在Web of Science数据库中检索将特定决策工具（如排序方法与成对比较）直接应用于足球问题的同行评审文章。在筛查近两百条记录并剔除与足球无关或未实际使用这些方法的工作后，最终得到2000年至2025年间发表的26篇相关论文。借助专业软件，作者追踪谁与谁合作、哪些期刊最活跃、论文被引用的频次以及哪些关键词常一起出现。这一方法使他们能够在数量少且分散的文献中揭示潜在模式。

谁在从事这项研究以及研究内容

分析表明，这类研究已从零散尝试发展为近年明显增长，发表量和引用量双双上升并在2024年达到峰值。某些大学，尤其是土耳其的机构，在产出多项研究方面突出，而来自澳大利亚、马来西亚和美国的工作则获得了最多引用。常见主题包括球员选拔、球队绩效评估以及俱乐部或国家队之间的比较。少数决策技术占主导地位，尤其是那些通过接近理想画像来对选项排序或将标准组织为层级结构的方法。许多研究还引入了这些工具的模糊变体，以处理评估人类表现时产生的不确定性和主观性。

新兴主题与人工智能的角色

通过检视关键词如何聚类，作者识别出若干主要主题。一个核心簇将选拔、表现与排序方法联系在一起，标志着该领域的核心。另一组围绕决策模型与系统等更广泛概念，另有一组关注风险、健康与伤病管理。一个更新的簇将与人工智能、足球运动员和选拔相关的术语连接起来，显示出将传统决策工具与机器学习和跟踪数据结合的兴趣在增加。国际合作网络显示，西班牙、英国、美国和澳大利亚等国家在不同研究群体之间充当桥梁，促进方法与思想跨国传播。

这对比赛未来意味着什么

对于关心俱乐部如何做出更聪明选择的读者，文章结论明确：结构化决策工具正在成为足球幕后工作的重要组成部分，但该领域仍处于早期阶段。作者呼吁更谨慎地检验结果对权重与方法的敏感性、获取更能反映情境与战术而非仅是原始数字的更丰富数据，以及在俱乐部内部进行现实世界试验以评估这些工具对员工决策的实际支持效果。随着越来越多球队在引援、阵容安排与长期战略上寻求优势，谨慎结合人类判断与透明的多标准分析，或能将大量数据转化为更易解释且更能经受住压力考验的决策。

引用: Belhouchet, H., Dergaa, I., Zoudji, B. et al. Multi-criteria decision-making in soccer: a bibliometric analysis. Humanit Soc Sci Commun 13, 595 (2026). https://doi.org/10.1057/s41599-026-06968-9

关键词: 足球分析, 球员选拔, 决策制定, 体育数据, 球队表现