1、數據挖掘在體育領域中的應用研究綜述摘要 :隨著計算機技術的發展 , 數據挖掘作為快速有效地從海量數據 中提取信息的工具得到了日趨廣泛的應用。 本文立足于數據挖掘的新 興應用領域體育領域 , 綜述了數據挖掘在體育產業、體質數據及 競技體育中的應用 , 為數據挖掘在體育中的進一步應用研究提供了參 考。關鍵詞 :體育數據挖掘 ; 矩陣 ; 數據流1引言信息時代 , 伴隨著計算機技術的飛速發展 , 特別是數據庫技術應用 的日益普及 , 人們正面臨著飛速增長的海量數據 , 而如何有效地利用 這一大量豐富數據 , 以便更好地為人類服務 , 已日趨成為眾多信息科 技工作者所關注的焦點之一。 在數據管理技術與

2、工具軟件日趨成熟的 同時 , 人們之前所使用的數據分析技術和軟件 , 卻已經無法有效地為 決策者們提供相關知識 , 以支持他們做出正確決策 , 至此導致了一種 獨特的現象:“豐富的數據 , 貧乏的知識” 。數據挖掘 (Data Mining的功能就是快速有效地從海量數據中提 取出所需要的答案 , 實現“數據 -信息 -知識 -價值 ”的轉變過 程 , 這一技術作為一個新興的多學科交叉技術 , 正在各行各業的決策 支持活動中扮演日趨重要的角色。2數據挖掘概述數據挖掘 (簡稱 DM, 簡單地講就是從大量數據中挖掘或抽取出知 識 , 有關數據挖掘概念的定義有多種版本 , 而目前被普遍采用的定義 描述

3、為:數據挖掘 , 又稱數據庫中的知識發現 (Knowledge Discovery from Database,簡稱 KDD, 是一個從海量看似無關的數據中挖掘抽取 出有效的、新穎的、潛在有用的、以及最終可理解的模式或規律等知 識的復雜過程。由于數據挖掘是一門受到來自各種不同領域的研究者關注的交叉 性學科 , 因此導致了很多不同的術語名稱。 其中 , 最常用的術語是 “知 識發現”和“數據挖掘” 。相對來講 , 數據挖掘主要流行于統計界 (最 早出現于統計文獻中 、 數據分析、 數據庫和管理信息系統界 ; 而知識 發現則主要流行于人工智能和機器學習界。數據挖掘任務通常可分為兩類:描述和預測。描

4、述性挖掘任務在于刻畫數據庫中數據的一特性 , 而預測性挖掘任務則以當前數據為基 礎 , 通過假設推斷的方法 , 進行預測。數據挖掘的實施步驟通常可分為:(1問題的理解和提出:在開始數據挖掘之前最基礎的就是理解數據 和實際需要解決的業務問題 , 在這個基礎之上提出問題 , 并明確地定 義目標。(2數據準備:獲取原始的數據 , 并從中抽樣一定數量的樣本 , 形成數 據挖掘庫。 一般而言 , 很大型企業都搭建了數據倉庫 , 能很好地滿足數 據挖掘的要求。(3數據整理:由于數據可能是不完整的、有噪音的、隨機的、且有 復雜的數據結構 , 故需要對數據進行初步的整理 , 清洗不完整的數據 , 做初步的描述

5、分析 , 選擇與數據挖掘有關的變量 , 或者轉換派生相關 變量。(4建立模型:根據數據挖掘的目標和所研究數據的特征 , 選擇合適 的算法構建模型。(5評價和解釋:對數據挖掘的結果進行評價 , 從多個候選模型中選 擇最優的 , 作出評價 , 并要結合專業知識對結果進行解釋。以上的步驟并不是一次能夠完成的 , 可能其中某個或全部步驟要反復 迭代進行。數據挖掘應用廣泛 , 其產生的知識可以用于決策支持、信息管理、 科學研究等許多領域 , 因而數據挖掘技術與各個行業形成了有機的結 合 , 并體現了蓬勃的生命力。數據挖掘目前主要應用于銷售、生物醫 學、電信業、金融、軍事、教育等應用領域。3數據挖掘在體育

6、領域中的應用伴隨著數據挖掘在傳統應用領域不斷取得豐碩成果 , 近年來體育 等新興領域也開始嘗試使用數據挖掘技術 , 并取得了一定的進展。 3.1體育產業在體育產業中 , 數據挖掘技術可以判斷哪些是它們潛在的最有價 值客戶、支持修改或重新制定產品推廣策略 , 從而把合適的產品推銷 給最需要它們的客戶群 , 以便用最經濟的促銷獲得最好的銷售結果。 例如 , 在體育廣告中 , 通過對不同體育運動廣告業務的數據進行挖掘 , 獲得有意義的信息 , 一定程度地提高體育廣告的效益:如發現了做某 類體育廣告的單位或公司的具體特征 , 就可以向具有這些特征但還未成為客戶的類似單位推銷這類廣告 ; 在防范客戶流失

7、的過程中 , 如果 通過挖掘找到流失客戶的共同特征 , 就可以對那些具有類似特征但目 前還未流失的客戶進行針對性的彌補 , 而不必盲目行動。因此 , 及時、 有效地利用數據挖掘技術 , 可以更好推動體育產業的進一步發展。 3.2體育課程考核在高校體育課程教學中 , 考試不僅是衡量學生學習好壞的手段 , 也 是指導學生平時學習及培養終身體育觀的內在動力。因此 , 適合學生 的考試內容、 方法和手段對培養和提高學生學習的積極性有很大的促 進作用 , 同時也可以推動高校體育向素質教育的轉變。 在實踐中 , 可以 匯總整理學生的各項體育 (理論、技能、素質等 成績 , 建立數據庫 , 然后采用數據挖掘

8、技術 , 發掘出隱藏在這些數據背后的內涵和規律。 如考試內容的繁雜程度、 考試方法手段是否公平、 考試標準是否合理 等等。根據這些結果 , 就可以有針對行地對現有的考核模式進行逐步 改善或改革 , 以便更好地體現考試在檢驗教學效果、提高教學質量等 方面所起到的重要作用。3.3體質數據分析我國政府十分重視國民健康 , 采用各種措施增強國民體質 , 而且每 年都會進行大量的體質測試 , 這就積累了大量的體質數據。 目前 , 現有 的很多分析評價軟件對這些數據的分析幾乎只停留在統計層面 , 即通 過均值分析以及套用規定的評價公式進行分析和評價。當然 , 這些分 析對體質數據分析有一定的貢獻 , 但只

9、能局限于對數據本身的大小進 行比較 , 而且產生的結果一般只能為少部分專業人員所理解 , 同時 , 使 用統計方法進行數據之間潛在聯系的挖掘分析也十分有限。 而利用數 據挖掘對體質數據進行挖掘 , 則容易獲得統計方法難以得到的有意義 結果。例如 , 根據不斷收集積累的數據 , 再結合營養學方面的知識 , 不 但可以發現不同地區體質的差異 , 而且還可以挖掘分析出導致差異的 營養方面的原因 ; 同樣 , 結合醫學方面的知識 , 能夠判斷人們的健康狀 況 , 甚至分析出導致各種非正常健康狀況的疾病原因 , 從而更好地為 人們自我保健和健身等方面提供強有力的指導 ; 此外 , 采用數據挖掘 對知名運

10、動員的早期體質數據進行挖掘分析 , 能夠總結出它們的共同 特點 , 從而為今后的體育選材提供有力的參考依據。體質數據庫正如 一個信息寶庫 , 采用數據挖掘技術進行深入分析 , 能夠獲得很多無法 想象的寶藏。3.4競技體育競技體育特別是對抗性質的競技 , 通常不但要求運動員自身實際水平 高 , 而且戰術策略也相當重要 , 甚至有時技戰術地合理運用能起到決 定性作用。現代信息技術被廣泛應用于競技體育的技術分析中 , 在分析和改進運 動員技術動作的方面 , 可以發揮其他儀器無法比擬的作用。研究人員 可以將每名運動員或運動隊在各個階段的訓練計劃、 比賽成績、 素質 指標、技術指標、心理狀況等大量數據存

11、入預先建立好的數據庫中 , 運用數據挖掘技術 , 對各種因素進行綜合計算和處理 , 并加以對比和 分析 , 診斷技術動作中的缺陷 , 進而找出改善技術的關鍵和手段并加 以指導實際的訓練。眾所周知 , 競技體育的技術動作是在短暫的瞬間 內完成的 , 人的肉眼難以準確地分析判斷出運動員動作的規范程度。 例如跳遠從助跑、起跳、騰空到落地整個技術動作只有幾秒鐘 , 肉眼 根本無法準確識別分析 , 而利用計算機技術儀器就能對運動員的技術 動作進行精確捕捉并分析。 技術工作者可以先用攝像機將運動員的技 術動作錄下來 , 再通過視頻捕捉卡將其輸入計算機 , 采集技戰術數據 , 再利用數據挖掘技術進行技戰術分

12、析 , 以便正確指導今后的訓練和比 賽。同樣 , 利用數據挖掘技術也可以分析籃球、足球、排球、羽毛球、 網球等類似對抗性的競技運動 , 從中發現對手的弱點 , 以便有針對性 地制定出更有效的戰術。(1籃球。美國 NBA 籃球隊的教練 , 就利用 IBM 公司提供的數據挖掘工具臨場決 定替換隊員 , 目前已有大約 20個 NBA 球隊借助 IBM 公司開發的數據挖 掘應用軟件 Advanced Scout系統來優化他們的戰術組合。 Advanced Scout 是一個數據分析工具 , 教練可以在家里或在工作途中運用此工 具對儲存在 NBA 中心服務器上的數據進行挖掘。在系統中 , 每一場比 賽的

13、事件都按得分、搶斷、助攻、失誤等等指標被統計分類 , 且時間 標記讓教練方便地借助回放和定位 NBA 比賽的錄像片斷來幫助理解 統計結果的含義。 例如魔術隊就因為運用 Scout 研究了隊員不同的布 陣安排 , 在與邁阿密熱隊的比賽中找到了獲勝的機會。系統分析顯示 魔術隊先發陣容中的兩個后衛安佛尼 .哈德衛 (Anfernee Hardaway和伯蘭 . 紹 (Brian Shaw在前兩場中被評為-17分 , 這意味著他倆在場上本隊輸掉的分數比得到的分數多 17分。 然而 , 當哈德衛與替補后 衛達利爾 . 阿姆斯創 (Darrell Armstrong組合時 , 魔術隊得分為正 14分。在下

14、一場中 , 魔術隊增加了阿姆斯創的上場時間。此著果然見 效:阿姆斯創得了 21分 , 哈德衛得了 42分 , 魔術隊以 88比 79獲勝。 魔術隊在第四場讓阿姆斯創進入先發陣容 , 再一次打敗了熱隊。在第 五場比賽中 , 這個靠數據挖掘支持的陣容沒能拖住熱隊 , 但數據挖掘 畢竟幫助了魔術隊贏得了打滿 5場 , 直到最后才決出勝負的機會。 (2足球。意大利 AC 米蘭隊是歐洲一流的球隊之一 , 它采用了預測模型 , 通過分 析不同渠道的生理、 整形外科以及心理數據來防止球員受傷。 它的米 蘭實驗室明確地識別出可能與每個球員受傷相關的風險要素 , 這個實 驗室還對有可能加盟球隊的球員進行分析評價

15、 , 曾贏得 2006年世界 杯冠軍的意大利國家隊就有好幾位球員在米蘭實驗室接受過訓練。 博 爾頓隊是一支成長迅速的英國職業足球隊 , 它很有名的一點就是其經 理利用大量的數據來分析評價球員的表現和球隊的戰略 , 并利用數據 挖掘手段來識別出最有價值的客戶 , 通過讓他們獲益來提高他們的忠 誠度。(3棒球。美國圣路易斯紅雀隊的教練 Tony La Russa率領球隊獲得了 2006年 賽季棒球世界系列賽的冠軍 , 他被認為是該項運動中最優秀的教練之 一 , 他天才地將數據挖掘分析結果和直覺結合起來 , 決定何時把擊球 手當中情緒激動的隊員換下去 , 何時用一名性格火爆的隊員來提升全 隊的士氣。

16、(4橄欖球。美國新英格蘭愛國者隊近來就非常成功 , 四年中有三次在超級碗杯決 賽中獲勝。這支球隊廣泛地采用數據和分析模型 , 無論在場上還是在 場下。深入的數據分析與挖掘幫助了這支球隊選擇球員 , 并且使其付 給球員的工資低于行業工資的上限。 該球隊在選擇球員時不像其他球 隊那樣采用球探 , 而是將一些非傳統的球員潛力評價指標進行排序 , 例如智力因素以及是否愿意將自身融入球隊等等。(5曲棍球。美國另一個正式的體育聯盟 , 國家曲棍球聯盟 , 正在開發自己的數據 挖掘應用 NHL-ICE, 聯盟與 IBM 建立了一個技術型的合資公司 ,2007年 11 月推出一個電子實時的比賽計分和統計系統。

17、在原理上是一個 與 Advanced Scout 相似的數據挖掘應用,可以讓教練、廣播員、新聞 記者及球迷挖掘 NHL 的統計。當他們訪問 NHL 的 Web 站點時,球迷能 夠使用該系統循環看聯盟的比賽,同時廣播員和新聞記者可以挖掘統 計數據,找花邊新聞為他們的實況評述添油加醋。 (6田徑。 美籍以色列體育科學家吉登·埃里爾在美國開設了一家“生物力學計 算機分析”公司,并對許多運動員的技術給予分析。在蒙特利爾奧運 會之前,他分析研究了美國鐵餅運動員維爾金斯的投擲技術,發現維 爾金斯在鐵餅出手前,沒有充分利用制動腿的作用,從而失去了一部 分本應傳到鐵餅上的力量,影響了運動成績。 經過計算機的模擬計算, 如果糾正了這個錯誤,則他的預測成績還可提高 3 米左右。維爾金斯 按照埃里爾的建議改進了投擲技術,成績竟一下提高了 3 米多,還創 造了新的世界紀錄。 4 結語 數據挖掘技術是伴隨著行業數據量迅速膨脹和對知識發現的迫切 需要所出現的產物,目前在體育領域也已經積累了大量的數據,而且 都涉及很有才能而且價值不菲的人力資源,即運動員,對如何實現關 鍵資源最大化、 如何盡可能取得勝利的渴求必將推動數據挖掘在體育 領域的進一步應用。 參考文獻 1 朱小棟等. 數據流中基于