还剩1页未读,继续阅读
文本内容:
数据挖掘技术在篮球赛事信息化发展中的应用大数据时代,篮球赛事中数据采集手段的现代化使得海量数据产生,从浩瀚的赛事数据中提取具有参考价值的多元化的信息是球迷、媒体、教练及球队组建者非常关注的问题随着篮球赛事信息化的发展,篮球赛事中的海量数据,需要通过有效的手段和方法进行快速分析和处理,以评估运动员的竞技状态,调整或制定新的战略计划文章在分析数据挖掘技术在数据处理中的优势后,结合我国篮球赛事信息化现状,阐述了在篮球赛事信息化发展中采用数据挖掘技术进行数据处理的重要性数据挖掘是通过高度自动化地分析原始数据,作出归纳性的推理,从中挖掘出潜在的规律和知识,来帮助决策人员作出正确的决策;随着数据挖掘技术的发展,具有良好的准确性、时间复杂度以及空间复杂度的数据挖掘算法被提出,使得数据挖掘技术在很多领域中的能够得到广泛应用,数据挖掘技术越来越成为社会的研究和应用热点但是,数据挖掘技术在体育领域中的应用极少,国内外处于起步阶段,例如在NBA球队利用IBM公司开发的数据挖掘应用软件AdvancedScout系统找出球员的强弱点,优化球队的战术组合,来帮助教练制定相应的训练计划和布阵近年来,随着我国国民生活物质文化水平的逐渐提高,社会公众对个人体质的监测和测试数据、社会各类体育竞技比赛数据逐渐增多,常年积累的社会公众体质数据和社会体育赛事竞技数据越来越多,如何发挥这海量体育领域数据的作用,为提高我国国民身体素质和体育运动训练效率,对海量体育数据进行分析并发现其影响因素和各因素间的相互关系成为体育教学工作者和研究者的重要课题篮球赛事中的海量数据需要通过有效的手段和方法进行快速分析和处理,以评估运动员的竞技状态,调整或制定新的战略计划本文从数据挖掘技术在数据处理中的应用优势探讨了数据挖掘技术在我国篮球赛事现代化发展中的重要性,以引起业界人士对篮球赛事数据挖掘的重视1数据挖掘的在海量数据处理中的优势随着信息技术的迅速发展以及数据库管理系统的广泛应用,人们积累的数据越来越多激增的数据背后隐藏着许多重要的信息,人们希望能够对其进行更高层次的分析,以便更好地利用这些数据因此可以用数据库管理系统来存储数据,用机器学习和统计学的方法来分析数据,挖掘大量数据背后的知识,它们的结合促成了数据挖掘的产生常用的数据流程包括以下七个步骤⑴清理数据:清理与挖掘主题明显无关的数据⑵集成数据:将多元数据组合,形成数据仓库⑶选择数据:从数据仓库中提取和选择与任务相关的数据⑷转换数据:将数据转换为容易进行数据挖掘的数据格式⑸挖掘数据:利用数据方法挖掘数据规律或知识⑹评估模式:根据一定评估标准从挖掘结果中筛选出有意义的模式知识⑺表示知识:利用可视化和知识表达技术,向用户展现所挖掘的相关知识数据挖掘综合了各个学科技术,采用了多种数据处理方法和工具,能按照分析对象的属性、特征,建立不同的组类来描述事物;识别出分析对内在的规则,按照这些规则把对象分成若干类;可通过关联的支持度和可信度来描述、把握分析对象发展的规律对未来的趋势作出预见;对分析对象的少数、极端特例进行描述,揭示内在的原因等数据处理优势数据挖掘是面向应用的一项海量数据处理技术篮球赛事中的数据量大,且数据形式一般是非结构化的,传统的数据库分析统计技术已经不能满足人们对数据摄取的要求,应用数据挖掘技术,可以在数据源中从新的视角、采用新的方法发现篮球赛事中有意义、有价值的、隐蔽的数据为决策提供参考依据及服务,对教练组针对性地制定训练、比赛策略,对球队确立自己的建队体系等均有智能决策支持和科学引导的作用2国内外篮球赛事数据处理技术现状美国职业篮球赛事中数据处理技术的应用现状美国职业篮球赛事早在二十世纪六七十年代就开始了对球员信息的采集,20世纪90年代之前只是对常规数据采用手写加手机的方式进行统计20世纪90年代之后,随着计算机技术的发展,美国职业篮球的数据统计和管理日趋成熟和丰富,建立了篮球数据库,加入了进攻手段、进攻区域、空位命中率、受干扰命中率等细节数据进入21世纪,篮球数据挖掘得到进一步发展,可采用高阶数据建立细粒度的运动员评价指标,并将运动员的进攻完成方式、是否在场对球队的影响及关键时刻的表现等数据也加以统计自2010年至今,可视化的追踪数据分析技术成为新的发展目标但数据挖掘技术在篮球赛事中的应用还处于探索和研究阶段我国篮球赛事数据处理技术现状目前我国对篮球比赛的研究基本都是体育人士对球员竞技水平、比赛节奏控制、个别动作训练及防守策略等方面的研究,在篮球数据挖掘方面的探索及应用研究非常少CBA现有的统计软件采集的数据维度不够,业余联赛大多还在采用国际篮联的数据统计表来记录得分,篮球赛事数据没有信息化,数据挖掘技术的应用也几乎处于空白3数据挖掘技术对我国篮球赛事的信息化发展的促进作用在篮球赛事中,利用数据挖掘分析技术将赛事中的潜在信息进行处理,便于教练分析球员的优势、劣势,对赛场球员进行合理的搭配,也便于总结和预测未来赛事应采用的技战术对赛事中的战术和打法进行调整,更便于球队日常训练监控和球迷媒体等对数据的理解
3.1制定或调整比赛策略,以对球队“即战力”产生影响篮球比赛的结果会受到很多主观和客观因素的影响这些因素可能包括比赛地点的天气、海拔、地理位置,也可能是球员的个性、心情、球员之间的关系是否融洽等很多细节往往会影响球员的临场发挥水平及配合的默契程度,教练员不可能全部知道,所以仅凭教练员的经验在比赛现场分析战术以及安排上场队员使之能良好配合往往不够数据挖掘可以挖掘最近几场比赛数据,对篮球赛事中的大量、真实的数据采用多样化的分析手段并快速地挖掘和处理,根据这些数据,对球员进行评估,查看配合度良好的球员组合,发现球员中配合良好的球员并安排其同时上场,打断对方球员的进攻配合链条分析赛场、制定或调整比赛战略计划和打法使球队保持最佳的竞技状态,提高球队“即战力二
3.2方便球迷及媒体提取有效数据随着篮球赛事的发展及人们对篮球赛事的重视,越来越多球迷从普通的球迷观众慢慢发展为参与者,为了让球迷更理解篮球的技术、战术内涵,大量的篮球赛事数据需要被分析提炼并将有效的数据提供球迷大数据挖掘技术可从海量赛事数据中提取有价值的赛事数据方便球迷对数据进行简单比较分析后对球队的技术、战术进行讨论,成为忠诚度更高的球迷篮球大数据的挖掘和分析技术也方便了媒体人对篮球赛事进行分析,为媒体做出专业化报道起到促进作用深度剖析球员,改变球队建队思想随着各种篮球赛事的国际化,球队风格、打法和战术组合日趋复杂,冠军球队的构建必须在攻防、速度和准确性之间做出平衡和取舍在篮球赛事中,把采集到的图像通过数据挖掘分析专业软件拆分成动作,转化成数据通过数据挖掘分析对每位运动员的得分、篮板、助攻、抢断、失误、犯规和盖帽等基本数据进行科学的统计运算,得出效率、胜负值,或者别的比较有说服力的数据,从而得出他们在场上的价值供球队和教练团队分析可以为赛事组织者和教练求得最佳的球队人员战术组合,为构建一支有竞争力的球队提供分析依据,也可降低球队组合与建设的复杂性,使球队间保持强有力的竞争性为球队日常训练提供参考依据随着我国体育事业的发展,在篮球竞技中积累了很多有用数据,传统数据处理、分析方法已不能满足对训练指标的优化和对训练状态的评价,数据挖掘能深层次地分析运动成绩或训练状态跟训练指标间的关系,有效地应用这些数据中隐藏的经验规律和推测模式,让球员在平时训练时多进行针对性的训练,少走弯路,为球队日常训练提供参考依据,从而提高竞技水平4结语在大数据时代,篮球赛事中数据的运用能力和数据的成果转化不但可以改变篮球数据管理模式,也影响着篮球赛事未来发展的高度我国篮球赛事应树立信息化数据管理意识,应用先进的数据挖掘统计软件,建立篮球人才数据库、完善的数据查询系统,让数据信息化管理为我国篮球赛事的创新发展提供新的动力源。