經驗分析在體育訓練指導中數據挖掘的應用

石巖 葉冬清 屈子路

摘 要：近年來，隨著體育事業的不斷發展，體育信息已經逐漸增多。這種背景下，數據挖掘技術被應用到體育訓練指導中必將是一種趨勢。實踐表明，通過對體育統計的研究方法，把文獻和資料按照體育管理、比賽應用以及其他幾個進行歸類分析，會發現當前所研究的體育方面的資料，知識簡單的偏重于對理論的分析，對有關體育領域數據庫的建立和應用較少，使結果出現偏差。目前，數據挖掘技術已經被引用到體育項目當中，這對體育領域的發展具有重要意義。

關鍵詞：體育訓練 指導 數據挖掘

中圖分類號：TP311 文獻標識碼：A 文章編號：1674-098X（2015）02（b）-0044-01

當前，隨著信息時代的到來，數據挖掘技術已經成為計算機領域研究的重點和熱點。為了收集大量的關于運動員成長和選材，訓練和比賽等方面的數據，信息技術已經成為體育界不可缺少的搜集工具。如何利用大量的體育數據去發現潛在的可利用的規律，成為體育界亟須考慮的焦點。數據挖掘技術的廣泛應用，有效的解決了體育界的這些問題。數據挖掘技術在體育教學、體育訓練和體育競賽中可以不斷的提升訓練人員的訓練水平，使訓練的效果達到更高的層次。

1 數據挖掘技術涵義分析

1989年8月，第十一屆國際聯合人工智能學術會議上數據挖掘技術首次出現。從此，數據挖掘技術被應用于各大領域內，其對推動各大領域的發展有著重大影響。1996年在出版的《知識發展與數據進展》中，對數據挖掘技術給出了明確的定義。即：“數據挖掘是知識發展中通過特定的算法在可接受的計算效率限制內生成特定模式的一個步驟。”數據挖掘主要是通過自身對所掌握的每一個數據進行分析，從對數據分析中找到一定的可循規律，進而為各大領域提供準確的信息。隨著數據挖掘技術的發展，有人又從技術上對數據挖掘技術進行了定義。即：“從大量的、不完全的、有噪音的、模糊的、隨機的實際應用數據中，提取潛在有用的信息以及知識的過程。

2 數據挖掘在體育訓練中的應用使用的算法分析

目前，隨著各國的體育事業不斷的發展，大量的體育信息及體育教材需要被記載，以供進行體育訓練團隊的參考。

2.1 數據挖掘技術在各國體育訓練中應用情況分析

就美國NBA訓練而言，NBA的教練運用DM（數據挖掘技術）工具Advanced Scout能在比賽中輔助教練在比賽的時候臨場決定隊員的替換有著很大的成效。另外，該系統也被廣泛的應用在各大體育比賽的戰術組合當中，對比賽的結果有著極為重要的影響。在國內，體育數據挖掘技術主要應用在體育教學、學生體育調研、運動訓練監控、臨場比賽優化、體育信息管理等方面。曾有人通過對運動員參加的國際比賽中的各項技術戰術參數，運用數據挖掘技術的算法，揭示了很多關于體育訓練與戰術方面的信息，以供更多的體育項目訓練作為數據參考。也有人利用數據挖掘技術，從運動員的視野和步長等方面進行改進和分析，并提出了兵乓球技戰術分類規則以及建立數據挖掘模型，對乒乓球運動員的比賽實力進行系統的分析，結果表明，數據挖掘模型在質量和效果上有顯著的優勢。

2.2 數據挖掘技術的算法分析

隨著對數據挖掘技術的不斷研究，數據挖掘的主要算法表現為：

2.2.1 決策樹算法

通過利用信息論的方法對一系列規則數據進行分類的過程就是決策樹算法。決策樹算法的應用，可以將數據組成圖片的形式呈現出來，其顯示出來的結果比較通俗易懂，讓人容易理解。決策樹算法相對于神經網絡比較容易被人接受，它的精確度比較高，系統也不需要太長時間的構造和過程。為此，數據挖掘中決策樹算法比較常用。

2.2.2 遺傳算法

遺傳算法屬于進化算法的一種，屬于借鑒生物性中自然選擇和自然遺傳機制的搜索算法。遺傳算法多被應用于工業工程、經濟管理、交通運輸、工業設計等許多領域，其取得的效果比較顯著。遺傳算法在被應用的時候，對解決大空間、多峰值、非線索、全局優化等高復雜的問題上有著顯著的成效，它是一種以進化論為基礎的高效的隨機搜索與優化的方法。遺傳算法的核心內容構成并不是單一的，而是由參數編碼、初始群體的設定、適應函數的設計及遺傳操作4個要素所構成。這4個要素使遺傳算法更加精準完善，被各個領域所使用。

2.2.3 神經網絡

神經網絡被建立在數學模型的基礎上，它可以通過對數據的分析來完成比較復雜的模式抽取和趨勢分析。神經網絡是由一系列的處理單元組成，也就是節點。神經網絡中的這些節點通過網絡的彼此相互連接，一旦有數據被輸入，他們便可以進行一些數據模式的工作，以備日后的數據分析。數據挖掘技術的算法除了決策樹算法、遺傳算法、神經網絡還有聯機分析處理，再次對聯機分析處理就不過多的介紹。我們只需了解，聯機處理是通過多維的方式來對數據進行精確分析以及查詢和制定報表的。

3 結語

目前，隨著體育事業的不斷壯大，體育比賽的不斷增多，越來越多的有關體育數據被記載。數據挖掘技術首次出現，是在1989年的第十一屆國際聯合人工智能學術會議上。數據挖掘技術是一種利用機器學習、統計學習的對數據進行分析并發現其潛在規律的技術。數據挖掘技術分析的結果比較精準，其算法主要有決策樹算法，遺傳算法，神經網絡以及聯機分析處理，這不僅大大提高了數據挖掘在各大領域中的地位，也逐漸的成為體育界不可缺少的訓練以及比賽戰術的指導。

參考文獻

[1] 高洪歌，趙會群.關聯規則挖掘在乒乓球比賽技戰術分析中的應用[J].北方工業大學學報，2006（1）：15-20.

[2] 孟憲明，凌培亮，基于人工魚群算法的乒乓球數據挖掘[J].計算機工程，2010（5）：28-31.

[3] 欒麗華，吉根林.決策樹分類技術研究[J].計算機工程，2004（9）：94-96，5.