籃球高水平運動隊數據整理與運用的思考

劉孟璠

（貴州大學 體育學院，貴州 貴陽 550025）

高水平運動隊介于學校體育與競技體育之間，是連接學生運動員與專業運動員的重要樞紐。高水平運動隊的發展很大程度上影響著學生運動員的發展，且隨著CBA 選秀大會的快速發展，高水平運動隊成為職業隊選拔人才的主要途徑，進而影響中國籃球的發展。然而相比職業隊，高水平運動隊的大數據運用程度很低，很難從數據中量化球員的運動能力，這就給高水平運動隊的發展帶來較大困難與阻礙。由此可知，高水平運動員的數據采集工作與數據庫的建設工作大勢所趨，相關的數據分析可以較大程度對高校高水平運動隊的建設起到輔助作用。

1 數據庫與大數據的含義與聯系

1.1 數據庫的含義

數據庫是存放數據的倉庫。數據庫是一個按數據結構來存儲和管理數據的計算機軟件系統。數據庫的概念實際包括兩層意思：（1）數據庫是一個實體，它是能夠合理保管數據的“倉庫”，用戶在該“倉庫”中存放要管理的事務數據，“數據”和“庫”兩個概念結合成為數據庫。（2）數據庫是數據管理的新方法和技術，它能更合適的組織數據、更方便的維護數據、更嚴密的控制數據和更有效的利用數據。J.Martain 給數據庫定義：數據庫是存儲在一起的相關數據集合，這些數據是結構化的，并為多種應用服務，數據的存儲獨立于使用它的程序，并可以對數據庫插入新數據，修改和檢索原有數據均能按一種公用的和可控制的方式進行。

1.2 大數據的含義

大數據最先是由麥肯錫在2011 年提出的。他認為大數據是指傳統數據庫軟件工具無法抓取、儲存、分析，且規模巨大的數據群。2012 年，維克托·邁爾與肯尼思·庫克耶進一步的闡述了大數據，認為大數據是當今社會所獨有的一種新型工具，以一種前所未有的方式，通過對海量數據進行分析，獲得有巨大價值的產品和服務，或深刻的洞見。大數據既是一種資源也是一種方法，既是一門新學科也是一種新思維。大數據最終的意義在于洞察力與價值的獲得，即挖掘隱藏在數據背后具有稀缺性和差異性的價值。大數據不僅是指數據樣本大，更重要的是通過對海量數據的挖掘與分析，可獲取有價值的知識與信息。

1.3 數據庫與大數據的聯系

大數據具有更加海量的數據，在數據來源、數據處理方式和數據思維等方面都會帶來革命性的變化。大數據的發展，需要大量數據作為支撐，其中許多數據來源于數據庫，數據庫的優良，從源頭影響著大數據的優良。數據庫在大眾體質健康的研究中已經有了一定范圍的運用，大數據在職業比賽和職業運動員中也得到了運用，且得到了較好的反響。大數據同其他新興技術一樣，能夠揭示傳統技術方式難以挖掘的關聯關系，不僅能幫助教練與運動員分析每場比賽、每次訓練的可取之處，而且能夠識別數據分析發展趨勢。

2 高水平籃球隊數據庫的運用

2.1 高水平籃球隊數據庫的運用現狀

現在大部分國內籃球數據以數據庫的形式存在，數據庫的應用需求是建設數據庫的先決條件，全面、科學的數據庫設計是一個良好數據庫建設的基礎，準確、客觀的數據錄入，是數據庫使用的重點與難點。

高水平運動隊主要任務有發現人才、培養人才、參加比賽。高水平運動隊中的大部分隊員是通過高校高水平招生考試進入隊伍，也有在校園中選取身體素質較好、愛好體育、適合體育運動的運動員，對其進行技術、身體的訓練。但是高水平運動員招生測試如何在短時間內全面、準確的對球員的運動水平進行判斷，訓練如何向專業隊看齊，一直是困擾教練的難題。同時隨著CBA 與WCBA 選秀活動逐漸成熟且越來越受到各界人士的關注，高水平運動隊有更多的機會為職業隊輸送人才，高水平運動隊培養具有專業隊水準的運動員為新趨勢。而專業隊對運動員的身體素質、技術水平、心里素質要求更高，如何在招生中選擇具有潛力的隊員，在訓練中培養具有競爭力的球員，成為高水平運動隊的新問題。而數據庫的應用為實現這一技術的數字化奠定了堅實的基礎。有了這些數字作為支撐，就可以有效地指導教練員的訓練方向與進度。

2.2 高水平籃球隊數據庫的內容設定

2.2.1 個人基本信息

個人基本信息變化較小，主要用于身份確認、數據管理與核查。如表1 所示，內容主要包括姓名、性別、出生年月、運動員位置、運動員等級、測試年份、測試地點。其中運動員位置即該運動員在比賽中所處的具體位置，如后衛、前鋒、中鋒等；運動員級別即該運動員目前的運動等級，如國際健將、健將、國家一級、國家二級等。

表1 個人基本信息

2.2.2 身體素質

身體素質是運動員基本運動能力和訓練水平的體現，密切影響運動員的競技水平，較大程度的影響運動員的競技上限。如表2 所示，主要分為靜態素質和動態素質，靜態素質主要包括身高、體重、體脂、肩寬、臂展、手長、手寬、胸圍、臀圍、肺活量，動態素質主要包括深蹲、臥推、摸高、沖刺跑、折返跑、體前屈、靈敏度。

表2 身體素質

2.2.3 專業技術

專業技術是運動員專業技能的體現，更能體現運動員的訓練水平。由于專業技術的發揮受環境影響較大，所以在短時間、單一環境下較難甄別，跟蹤型的數據能夠更加準確、全面的體現運動員的專業技術。如表3 所示，專業技術主要包含基本功水平和戰術素養兩類，主要內容為復雜變向運球上籃、控球能力、實戰對抗能力、戰術指揮及執行能力等。由于高水平運動員已經具備實戰對抗能力，應將球員的場上表現也記錄在內，能夠更加全面地分析球員的實戰能力。

表3 專業技術

2.3 高水平籃球隊數據庫的管理與運用

數據庫的管理工作主要包括運動員檔案的建立、信息的錄入，數據的更新與查詢，產生運動員信息表，對數據進行簡單的統計分析、系統數據的調試、備份、恢復、信息表授權和維護測試數據庫系統安全性等。運動員信息查詢是數據庫的基本功能。數據庫建好后，各種數據緊密系統地聯系在一起。只要在搜索欄里輸入姓名、年份、等級等運動員基本參數指令，即可搜尋到該運動員達到高水平運動員后的所有的數據。

運動員信息數據的統計是數據庫使用的重點和難點。測量標準的一致性，數據的準確、錄入的全面，從根源上影響著數據庫的質量。制定測量標準，量化測量數據，也是數據統計管理的工作之一。數據的統計分析可以為體育科研人員、教練員以及高水平運動員等從事籃球工作的人群提供數據支撐。數據庫的安全和更新是系統設計者要考慮的重要內容，包括運動員個人信息的保護，數據保存的安全、完整、即時。數據庫的數據采集是一個長期跟蹤，適時更新的工作、全面的數據可以更加準確地提供運動員橫向和縱向對比結果，為制定更加有針對性的訓練計劃提供幫助。

3 高水平運動隊大數據的運用

3.1 高水平運動隊大數據的運用現狀

隨著大數據的普及與發展，在很多領域如物理學、生物學、金融、通訊等尖端領域都已經得到較大范圍使用，體育賽場也不例外，近年來，我國已經在職業聯賽中進行了球員數據統計、技術統計、勝負百分率甚至球賽上座率的數據統計，在一些關注度高的比賽中，也已經運用了大數據進行分析。而在NBA 中，高科技技術的使用覆蓋率就高了很多，如裁判員使用的隨身TPS 系統，使比賽變得更加準確、精彩。同樣，大數據運用得十分廣泛，其中Sport VU 技術更是將數據進行精細化處理，并加以計算，為教練員決策提供數據支撐，數字可視化處理也得到很好的運用，使數字更加形象的展示在我們面前，變得簡單易懂。但是大數據在我國高水平運動員和運動隊中運用的普及度非常低，只有少數影響力大的大學生聯賽運用了數據統計，且統計方法和統計量單一，代表性和連續性差。國內影響力大的大學生聯賽屈指可數，且參賽隊伍很少，同時由于賽制原因，能夠收集數據的場次有限，大多數參賽球隊每年只有20 場左右的數據統計，這些數據無論是從數量還是時間跨度上看都是遠遠不夠的。很多高水平球員的名字在數據中很難被找到，也就更難評估其價值。如何針對運動員的特點，制定科學的、有針對性的訓練計劃，提高運動員運動能力，降低對其身體的損害，選擇與其自身技術特點相符的戰術打法，一直困擾著教練員。由此可見，大數據分析在高水平運動員和運動隊的運用普及度非常低，并且存在數據不完全，參考價值低的問題。

3.2 高水平運動隊大數據的運用領域

大數據分析具有非常強大的功能，可以根據數據庫中的已有數據進行分析，可以從球員、訓練、比賽三個方面進行分析，并得到綜合能力評分、技術特點、得分特點、發展潛力、運動員技術短板、針對性運動處方和訓練方法以及陣容分析和陣容編排等，這些分析結果可以供運動員和教練員參考，提高針對性的同時節約人力。

表4 數據分析

3.2.1 選材運用

現階段高校對高水平運動員的選拔主要采用學校測試的方式，少數學校為測試學生提供公開試訓。這樣時間短、測試手法單一、數據分析少的測試方法，很難準確定位球員的實際水平及發展潛力。如果能夠將運動員從達到國家二級水平之后的全部數據記錄在數據庫中，并形成大數據系統，經過大數據系統分析可以量化運動員的技術特點與發展潛力，并提供給高校用于高水平運動員招生，就可以為招生團隊選擇需要的人才提供數據支撐，也可以降低運動員因在測試中發揮失常而錯過心儀的高校。

3.2.2 訓練運用

通過CBA 和WCBA 選秀的情況可知，近些年職業聯賽中的很多隊伍引進了很多大學生球員，大學生球員在職業球員中所占比重越來越高，俱樂部對大學生球員的偏好越來越高，以進入專業隊作為目標的大學生球員也越來越多，高水平運動隊培養職業球員的任務越來越重，也就意味著高水平運動隊的訓練水平應更加接近專業隊。專業隊的教練團隊人數眾多，分工明確，有條件給運動員制定針對性訓練，但高水平運動隊很難有教練團隊，一般都只有主教練和副教練，教練員還要同時擔任教學任務，所以高水平運動隊的訓練很難具有針對性，只能解決球隊中普遍存在問題，使得運動員技術相對粗糙，特點不明顯。但是運用大數據進行分析后，運動員的特點、不足，對應的解決方案都可以被分析出來，運動員可以參考分析數據制定自己的訓練計劃，很大程度上將會緩解由于教練團隊人員不足帶來的訓練問題，提高訓練效果。此外，大數據還可以為預防運動風險提供有效方法，將運動風險降低，也可以制定出有針對性的運動處方，提高運動員的運動能力。

3.2.3 比賽運用

通過大數據，運動員的技術特點和隊伍的戰術習慣都會被量化，在技戰術安排和場上人員安排時，可以隨時針對場上狀況，完成人員調度與安排。大數據同樣可以通過計算的方式向教練推薦陣容類型，如擁有領先優勢時，推薦選擇穩定型陣容，如需搶三分時，推薦選擇外線投手陣容，同時計算出球員安排。一般比賽中的球員的實時數據更能代表運動員的臨場發揮能力，參考價值也更大，但是在瞬息萬變的快節奏比賽中，想要詳細準確的進行人工數據采集是不現實的，這時大數據可以準確地捕捉到細節，并快速進行分析，不僅節約了人力，還提高了準確度和速度，計算結果與比賽進展同步，可以第一時間給運動員和教練員參考。

4 結論與展望

現階段，數據庫系統已經在體育職業領域得到了較廣泛的應用，但是多見于職業隊和大型比賽，在普通高水平運動隊和高水平運動員身上的應用度較低。好的數據庫系統可以很大程度上推動我國高校籃球水平運動隊的發展，也為推動大數據的發展奠定基礎。現階段，數據庫還面臨數據準確性、真實性、科學性、合理性、公開性不足等問題，隨著運用的發展與普及，這些問題定能被解決。

大數據作為新興技術，具有很大的使用價值，既可節約人力資源，又可增加速度和準確度，但是現階段的運用狀況不理想，還需進一步普及。隨著技術的成熟和時代的發展，必將對高水平運動員的選材、培養及比賽產生巨大的影響。