数据挖掘在体育数据分析中的应用研究

2019-01-15刘贞情

山西青年 2019年4期

刘贞情张翼

(云南机电职业技术学院，云南昆明 650203)

随着计算机技术、信息处理技术的不断发展，人们越来越多的认识到人体、运动、科技、艺术每时每刻都在产生数据，经过这些数据的处理和挖掘能够透析原本神秘辅助的规律。以大数据技术为基础的数据处理和挖掘应用于商业、智能化等方面的越来越多，应用于体育运动方面的相对较少，或许可以说尚未波及到基层，最著名的应用体育数据分析的案例：FIFA足球游戏，其中存在大量的足球运动员身体数据、技能特点数据等，这些数据的来源是足球比赛，西班牙的皇家马德里是第一个与FIFA足球游戏商合作利用这些数据进行战术演变、球队组成、球员训练的俱乐部。

一、数据挖掘

数据挖掘是从海量的、随机的、模糊的、价值较低的数据中提取有用信息的过程，数据挖掘由多个部分共同组成：数据清理、数据集成、数据筛选、数据格式转换、数据挖掘、挖掘结果评估、可视化，在数据挖掘过程中需要用到一系列的数学、计算机科学算法，例如遗传算法、关联规则等，对不同来源分类、目标分类、数据分类、挖掘方法分类的数据进行计算，进而实现对体育数据的最大程度分析和挖掘。在体育数据分析过程中，数据挖掘主要应用于运动医学、战术组合、训练计划方面，最终目的在于以最小的成本(运动员伤病、俱乐部转会费等)获得最大的胜利(冠军)；未来经过完善和成熟，体育数据挖掘和分析将运用于国民运动和身体素质提高层次，成为体育教育工作者的日常工具。

二、数据挖掘在体育数据分析中的应用

(一)数据挖掘在体育赛事中的应用

数据挖掘应用于体育赛事的历史并不长，笔者日常更关注足球领域，目前已知运用于运动员伤病方面的是意大利米兰实验室，运用于队伍战术组合和演变的是西班牙皇家马德里的战术体系系统。

1.运动员医疗

数据挖掘技术运用于预防和治疗运动员的医疗方面，最典型的是为意甲AC米兰服务的米兰实验室，自2006年起，意大利的AC米兰足球俱乐部就与米兰大学实验室进行联合，建立起专门用于运动员伤病防治的运动医学实验室，米兰实验室通过收集运动员日常训练、比赛时的身体数据，配合他们各自所处的位置，为运动员制定更加合理的训练方案和身体体脂率指标，例如前锋位置的足球运动员需要更快的启动速度、冲刺速度和冲撞能力，这对他们的体脂率和关节健康程度有较高要求，目前已经退役的巴西金球先生里卡多.雷特先生的竞技状态下滑主要源于他腹股沟处的伤病，导致他在短短2年时间内彻底跌落巅峰，成为足坛的又一遗憾，因此数据挖掘可以让运动员更科学的训练，更有效的预防伤病，更彻底的治疗伤病，保持他们的竞技状态。

2.战术体系

西班牙皇家马德里与FIFA足球游戏于2010/2011赛季进行合作，FIFA足球游戏研发团队为皇家马德里单独建立一套数据库系统，供教练员进行战术体系建立。这套数据库能够为教练员提供运动员的各项技能数据，例如当时加盟皇马的前锋克里斯蒂亚诺.罗纳尔多，步频、射门、灵活性、传球、身体强壮程度都是非常重要的数据，而C罗的数据在总分100的情况下是81/82/83/73/65，整体处于中等偏上或高等，且经过训练后可以突破90大关，尤其他在门前抢点、头球、射门力量、进球效率方面的优秀都是支持他成为世界级前锋的基础，教练员可以将球员之间的数据进行对比，择选最优安排进行战术体系。可以说，这套数据库为银河战舰重新起航做出了不小的贡献。

(二)数据挖掘在体育教育中的应用

在校园体育教育中，数据挖掘技术可以辅助教务系统和体育教师建立起更加科学的体育教学评价体系，对当前的体育教学进行评估，发现体育教学中的优点和不足，充分发展优点，积极修正不足，提高体育教学效率和质量；对体育教师的教学方法进行检验和评估，分析学生体育成绩、身体素质等数据，更加合理的安排体育课程，用更加优秀科学的方法教导学生进行体育运动。