近年買進的球鞋累積到 13 雙：五雙 LaMelo Ball 的 PUMA MB 系列、兩雙 ASICS UNPRE ARS LOW、Cooper Flagg 著用的 New Balance Hesi Low v2、EGOZARU 的首雙簽名鞋 RIKU 1、一雙 AND1 Rise、一雙林書豪的 XTEP JLIN 2，還有 Kobe 與 Jordan 的復刻經典。重複出現的適配對象，畫出一個 40 歲業餘球員的球風輪廓。
延世大學的新論文用狄氏過程混合模型分析 2024–25 球季 219,527 次出手，不切格子、不預設群數，從 566 名球員的投籃圖裡長出 16 個群。三個禁區群的差別，細到只有幾記底角三分。
一支球隊需要幾個控球後衛？這個問題問錯了。San Diego State University 的研究橫跨 110 個聯賽、22,500 名球員，把所有人分成 9 種打法原型，再從中推導出冠軍陣容的黃金比例。
攻城獅 2026-05-12 客場對上福爾摩沙夢想家，61-83 負。數據背後的故事。
Chris Paul 和 Derrick Rose 都叫控球後衛，但打法根本是兩種球員。MIT Sloan 2020 年的研究，用機器學習把 NBA 的位置系統打掉重練，找出九個更精確的功能性角色。
新生代靠多變數協同爆發，黃金期靠核心技術穩定輸出，老將靠少數指標撐起天花板。研究者用 KAN 模型，把這三段曲線的形狀說清楚了。
西班牙研究團隊用穿戴式感測器，同時量化歐冠聯賽球員與四級業餘球員的尖峰體能負荷，發現菁英球員在所有時間窗口的峰值都顯著低於業餘球員。差距隨量測窗口拉長而擴大，3 分鐘窗口的效應量達 2.11，分類為「極大」。
夾擊不是隨機施壓，換防也不是隨機保護。一個結合 LSTM 和 CNN 的混合模型，從三萬多段 NBA 追蹤數據裡，讀出了防守戰術背後的時機與空間邏輯。
2025 年發表的研究追蹤 318 名 NBA 選秀前 30 順位球員，發現高中時期參與多項運動的球員，職業生涯前三季不只打了更多場比賽、跑了更長距離，因傷缺賽率也顯著更低，而且在工作量增加時比單項專精球員更不容易受傷。
2025 年發表於《運動科學與醫學期刊》的研究分析了 47 名 NBA 球員接受半月板手術的術後成績，復出率高達 90.7%，上場時間與效率在術後第二年全面恢復，但出賽場次比率的下降卻持續存在，可能與「負荷管理」趨勢有關。
格雷格‧波波維奇年薪高達 1600 萬美元，但他的勝率有多少是球員的功勞、多少是他自己的本事？這篇論文用單調貝氏迴歸樹，在控制球員實力之後，第一次讓「戰術貢獻」可以被獨立測量。
傳統的 Adjusted Plus-Minus 只能告訴你一個球員獨自的價值，但它沒辦法告訴你 Harden 和 Embiid 搭在一起是不是特別厲害。這篇論文用超圖理論補上這個缺口，讓雙人組、三人組、整套陣容都能同時被評分。
Andre Drummond 年年霸佔籃板榜，Steven Adams 卻默默無聞。但行家都說 Adams 才是真正讓球隊贏得籃板大戰的人。這篇論文用統計方法，把這個直覺說清楚了。
一篇 NBA 陣容預測論文的核心發現：衡量一個五人組能不能打贏，最重要的指標不是最強的人，而是最弱的那個。
葡萄牙理工學院的研究者拿十個球季的 NBA 數據訓練了超過十種演算法，最好的準確率是 65%。這個數字看起來不高，但在籃球預測的世界裡，其實已經是認真的成果。
