| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| List of Acronyms | 第17-20页 |
| Chapter 1 Introduction | 第20-36页 |
| 1.1 Motivation and Significance | 第20-23页 |
| 1.1.1 Challenges to Sports Data Mining | 第21-22页 |
| 1.1.2 Audience of Sports Data Mining | 第22页 |
| 1.1.3 Sports Research Associations | 第22-23页 |
| 1.2 Cricket Game | 第23-27页 |
| 1.2.1 Basic Concepts of Cricket | 第23-26页 |
| 1.2.2 Brief overview of Cricket History | 第26-27页 |
| 1.3 The Challenges to Design Cricket Sabermetrics | 第27-28页 |
| 1.4 Problem Description | 第28-31页 |
| 1.5 Proposed Approach | 第31-33页 |
| 1.5.1 Supervised Machine Learning (SML) Approach | 第32-33页 |
| 1.5.2 Random Walk Based Approach | 第33页 |
| 1.6 Contributions of the Dissertation | 第33-34页 |
| 1.7 Dissertation Structure and Organization | 第34-36页 |
| Chapter 2 Basic Concepts and Tools | 第36-60页 |
| 2.1 Background Study | 第36-41页 |
| 2.1.1 Evolution of Sports Data Mining | 第36-38页 |
| 2.1.2 Road Map to Cricket Sabermetrics | 第38-41页 |
| 2.2 Related Works | 第41-47页 |
| 2.2.1 Evaluation of Players Performance | 第41-45页 |
| 2.2.2 Evaluation of Teams Performance | 第45-47页 |
| 2.3 Data Mining Tools and Statistical Foundations | 第47-58页 |
| 2.3.1 Cricket Data Repositories | 第47-48页 |
| 2.3.2 Data Mining Tools | 第48-49页 |
| 2.3.3 Supervised Machine Learning (SML) | 第49-54页 |
| 2.3.4 PageRank (PR) | 第54-55页 |
| 2.3.5 Statistical Evaluation measures | 第55-58页 |
| 2.4 Summary | 第58-60页 |
| Chapter 3 Rising Stars Prediction via Cooperative Co-players | 第60-96页 |
| 3.1 Unveiling Rising Stars | 第60-64页 |
| 3.2 Cricket Game | 第64-65页 |
| 3.3 Problem Definition | 第65-66页 |
| 3.3.1 Rising Star Prediction | 第65-66页 |
| 3.3.2 Objective | 第66页 |
| 3.4 Supervised Machine Learning Models | 第66-67页 |
| 3.4.1 Feature Evaluation Metrics | 第66页 |
| 3.4.2 Performance Evaluation Metrics | 第66-67页 |
| 3.5 Conceptualizing Co-players | 第67-74页 |
| 3.6 Experimental setup and Performance Evaluations | 第74-90页 |
| 3.6.1 Acquisition of Dataset | 第74-77页 |
| 3.6.2 Statistical Distribution of Features | 第77-78页 |
| 3.6.3 Evaluation of incorporated Features | 第78-80页 |
| 3.6.4 Performance Evaluation | 第80页 |
| 3.6.5 Analysis of Individual Feature | 第80-84页 |
| 3.6.6 Category based Analysis | 第84-87页 |
| 3.6.7 Analysis of Incorporated SML Models | 第87-90页 |
| 3.7 Standings of Rising Stars | 第90-94页 |
| 3.7.1 Batting Domain | 第90-91页 |
| 3.7.2 Bowling Domain | 第91-94页 |
| 3.8 Summary | 第94-96页 |
| Chapter 4 Stars Cricketers Prediction via Performance Evolution | 第96-126页 |
| 4.1 Unveiling Star Cricketers | 第96-100页 |
| 4.2 Ranking Measurement | 第100-101页 |
| 4.3 Problem Description | 第101-102页 |
| 4.3.1 Star Cricketers Prediction | 第101-102页 |
| 4.3.2 Objective Function | 第102页 |
| 4.4 Machine Learning Classifiers | 第102-110页 |
| 4.4.1 Feature Assessment Metrics | 第102页 |
| 4.4.2 Performance Assessment Metrics | 第102-103页 |
| 4.4.3 Features Formation | 第103-110页 |
| 4.5 Experiments and Evaluations | 第110-121页 |
| 4.5.1 Dataset | 第111-113页 |
| 4.5.2 Statistical Distribution | 第113-114页 |
| 4.5.3 Assessment of Features | 第114-115页 |
| 4.5.4 Performance Check | 第115页 |
| 4.5.5 Individual Feature wise Assessment | 第115-117页 |
| 4.5.6 Category wise Assessment | 第117-119页 |
| 4.5.7 Models wise Assessment | 第119-121页 |
| 4.6 Standings of Star Cricketers | 第121-123页 |
| 4.6.1 Batting Domain | 第121-122页 |
| 4.6.2 Bowling Domain | 第122-123页 |
| 4.7 Summary | 第123-126页 |
| Chapter 5 Quantifying Cricket Teams Precedence | 第126-152页 |
| 5.1 Unveiling Teams Rating | 第126-129页 |
| 5.2 Prevalent Works and Highlights of their Limitations | 第129-130页 |
| 5.3 Towards Productivity Measurement | 第130-140页 |
| 5.3.1 Cricket Teams Network | 第130-131页 |
| 5.3.2 Productivity Metrics | 第131-132页 |
| 5.3.3 Formulation of Incorporated Features | 第132-140页 |
| 5.4 Productivity Measurement | 第140-143页 |
| 5.4.1 Productivity Computation | 第140-141页 |
| 5.4.2 Productivity Precedence Algorithm (PPA) | 第141-143页 |
| 5.5 Experimental Setup and Evaluations | 第143-150页 |
| 5.5.1 Dataset Acquisition | 第143页 |
| 5.5.2 Discussion of Results | 第143-150页 |
| 5.6 Summary | 第150-152页 |
| Chapter 6 Conclusions and Potential Future Directions | 第152-158页 |
| 6.1 Research Insights | 第152-155页 |
| 6.2 Potential Future Recommendations | 第155-158页 |
| Bibliography | 第158-166页 |
| Acknowledgement | 第166-168页 |
| List of Publications | 第168-169页 |
