文/ 刘雅楠

◆主场比赛对职业运动队来说是十分有利的，并且这是一个有待研究的重要问题。主场优势的概念是由球队在主场比赛中获得的得分与赛季末获得的总得分之比来确定的，当该比例超过50%时，才能讨论主场优势所带来的利益。设计主场比赛管理系统的目的是展示如何计算赛事中主场优势。以足球比赛为例，通过主场比赛管理信息系统对1987年至2017年30个赛季共计18055场比赛进行分析，结果显示主场比赛球队得分超过50%，且主队的平均优势为61.4±2.95%，充分体现了球队的主场优势。

◆ 体育运动专业；主场比赛信息管理系统；主场优势；足球

当今社会，统计学技术在生活的各个领域中已经广泛使用，尤其应用在体育比赛过程的评估中。在我国，许多专业运动部门无法准确预测体育比赛结果，导致球队丧失对比赛正确的判断。因此，研究体育比赛绩效分析的新方法成为了运动部门的重点。从本质上讲，就是在运动竞赛之前收集运动员的各种比赛数据，并进行分析研究，为运动员制定最佳的比赛策略。设计主场比赛管理信息系统的目的是为了方便运动员和教练快速准确的计算出体育比赛的主场优势，以便为运动员的职业生涯发展起到指导作用[1]孙超.信息技术在学校体育工作中应用的研究现状与特征[J].哈尔滨体育学院学报,2018,36(04):70-75.[2]陈一曦,耿铭阁,林向阳.青少年体育俱乐部标准化管理体系构建研究[J].福建师范大学学报(自然科学版),2018,34(05):101-108.。

以足球为例，主场优势是决定足球比赛结果的重要因素。近年来，主场优势已然成为了足球运动员，技术团队，球迷和媒体组织茶余饭后讨论的热点话题。自1866年首次比赛规定了今天的一些足球规则以来，就已经开始探索研究主场优势。主场优势的影响因素表现为：(1)观看比赛的观众所产生的人群参与效应会对主场优势产生影响；(2)运动场所环境的变化会对运动员在比赛过程中产生负面影响。

本文主要针对体育运动专业主场比赛管理信息系统中所涉及的分析模型进行设计，以足球比赛作为分析模型对象，并通过管理信息系统对运动员的主场优势进行准确的分析。

1 系统设计

本文主要针对体育运动专业主场比赛管理信息系统中的分析模型进行设计，以足球比赛数据为样本，规则定义如下：获胜队获得3分，平分队获得1分，失败队获得0分。以1987-2017年共30个赛季18052场比赛作为分析样本，赛季比赛规则定义为本球队与其余联赛球队进行两场比赛，一场为主场，一场为客场[3]杨麟,阿英嘎.“区块链+体育”的应用场域及其运营保障[J].体育学研究,2020,34(01):27-32.[4]张大为,刘兵.应然与实然:VAR系统介入足球比赛判罚的正当性考量[J].首都体育学院学报,2020,32(01):82-86.。

主场优势的计算方法为球队在主场比赛中获得的得分比上赛季末获得的总得分，当比值大于50%时，说明该球队具有主场优势，且随着比值的增加，主场优势越来越明显；当比值小于等于50%时，说明该球队没有主场优势[5]王慧琳,张婕.竞技体育信息情报科技服务应用优化方案——以天津市实践项目为例[J].图书馆理论与实践,2020(01):78-82.。某足球队在1987-2017年之间的足球联赛中的比赛场次及相应的主场优势，如图1所示。

图1 不同比赛场次的主场优势

1.1 评级模型设计

球队的背景评分计算如下：

1.2 混合贝叶斯网络模型

依据上文的分析模型设计方法，生成匹配预测的BN模型，如图2所示。在该模型中有RD、AD、GH、GA、P四个节点，各节点功能如下。

图2 叶斯网络模型

AD：根据各球队的等级差异，捕获球队的能力差异。在其先前状态下，AD可以输出预定等级的数据驱动直方图。

RD：高斯分布的混合体。在其先前状态下，RD表示主场和客场评级之间的等级差异，并假定差异呈高斯分布。

GH/GA：代表离散分布。在给定AD的情况下，该分布捕获以数据为驱动力的柱状图，该柱状图为每个球队在主客场的得分情况。

P：表示关注预测的离散概率分布，概率分配给1X2分布的三种状态。

该模型是将等级差异(RD)转换为预测(P)，在转换时需要一个输入节点和一个潜在节点，这些节点是为了评价等级差异(RD)和预测(P)。在该模型中，等级差异(RD)作为输入节点，利用潜在节点输出1X2分布的后验概率，由于潜在节点未被观察到，因此等级差异(RD)保持d连接到预测(P)(“d”表示“定向”连接，即连接路径)。

在BN模型中，各球队之间会存在等级差异(RD)和能力差异(AD)。从AD到RD的电弧方向可以使BN模型能够从数据中学习每个AD相对应的RD值，这样BN模型生成的AD分布可以最大化RD的观测值，也就是可以推断出最有可能的AD分布。各球队之间比赛提供的数据包括有目标数据，因此该模型可以从节点Goals Home(GH)和节点Goals Away(GA)得出预测(P)，但请注意，预测(P)并不是真正需要这两个节点[6]赵增明.浅析网络信息技术在体育管理中的应用和发展前景[J].体育世界(学术版),2018(01):77-78.[7]李静.智慧型体育场馆的构建设想及应用分析[J].电脑知识与技术,2019,15(28):272-274.[8]洪伟.高校体育管理信息化建设研究[J].当代体育科技,2019,9(13):107-108.。

1.3 模型样本分析

以1987-2017年共30个赛季18052场比赛作为分析样本，分析参赛球队的主场优势，比赛分布和主场优势的计算结果，如表1所示。

表1 比赛分布和主场优势的计算结果

根据表1中的计算结果可知，在1987-2017年30个赛季18052场比赛中，参赛球队的主场优势都超过50%，各赛季主场优势相差不大。1994-1995赛季共进行了306场比赛，参赛球队的主场优势为67.6%，达到所有赛季的最高值；2005-2006赛季共进行了306场比赛，参赛球队的主场优势为55.3%，为所有赛季最低值。

主场优势被认为是影响竞技比赛的重要因素，是由许多不同因素影响引起的重要现象，相关影响因素分析如下。

1.3.1 人群效应

人群效应是影响主场优势的重要因素之一。人群效应可以定义为运动员由于观众产生的噪音或欢呼和观众的人数影响了本身在该领域的正常表现。相关研究表明，观众人数为主队运动员带来的主场优势是主要影响因素之一。此外，比赛中有大量观众会在心理上影响客队，这一事实可能会对客队运动员的表现造成负面影响。

1.3.2 裁判偏差

裁判偏见也是影响主场优势的重要因素之一。相关研究表明，当裁判员做出有利于主队的决定时，客队的犯规次数会有所增加。此外，比赛过程中如果出现不利于主队的判罚，观众多以嘘声、起哄等方式表达不满情绪，给裁判施加压力，使裁判做出有利于主队的判罚。

1.3.3 旅行效果

主场运动员由于不需要远赴客场避免了旅途所造成的身心疲劳，有助于形成和保持主队运动员良好的竞技状态。旅途因素可能对客队运动员的表现产生一定影响，但随着全球交通设施的快速发展，客队运动员在路途中所造成的精力消耗逐渐降低，旅行效果不是影响运动员主场优势的重要因素。

1.3.4 场地熟悉

影响主场优势的另一个因素是对比赛场地的熟悉程度。相关研究表明，这个因素是可以解释主场优势的重要因素，在根据运动员对比赛场地的熟悉程度分析主场优势时，主场运动员会比客队运动员获得更多的空间意识，比如先前获得的风、太阳的位置和视觉参考等。

2 结论

主场优势是我国多年来体育运动领域关注的重点问题，本文设计了体育运动专业主场比赛管理信息系统，并对系统中关键的评级模型和贝叶斯网络模型进行了详细的说明，最后以足球队比赛结果作为研究样本进行分析计算总结了影响主场比赛的若干因素。