運用大數據提高中國棒球技戰術水平

王祥茂 黃 卓

廣州體育學院

運用大數據提高中國棒球技戰術水平

王祥茂 黃 卓

廣州體育學院

美國棒球比賽大數據應用由來已久。本文運用文獻資料法和邏輯分析法，對美國職業棒球比賽大數據案例應用進行分析。對棒球比賽不同局面下跑壘員的得分率趨勢、得一分可能性和運用觸擊戰術規律進行探究。為提高中國棒球技戰術水平和教練科研能力提供新的知識視角。

大數據（Big Date）指一般的軟件工具難以捕抓、管理和分析的大容量數據。“大數據”之“大”，并不僅僅在于“容量大”，更大的意義在于：通過對海量數據的交換、整合和分析，發現新的知識，取之精華，創造新的價值，即“大知識”、“大科技”、“大利潤”、“大發展”。如Viktor教授所說，大數據的真實價值就像漂浮在海洋中的冰山，第一眼只能看到冰山的一角，絕大部分都隱藏在表面之下。數據收集是全體數據，不是精確數據，是混雜于互聯網的各種數據，不是因果關系，而是相關關系。預測分析法建構在計算機科學和統計學基礎上，決策時注重“數據驅動”，即以客觀統計數據為依據，而不是“憑主觀、感覺的判斷”。在棒球訓練準備期、集訓期、比賽前期和比賽期教練通過分析數據制定科學訓練計劃和進行針對性訓練、模擬對抗賽及臨場比賽戰術布局將成為常態，為日后奪取比賽勝利奠定良好基礎。

美國職業棒球比賽的大數據應用分析

棒球比賽不同局面情況下，跑壘員的得分率趨勢探析

棒球比賽不同局面情況下，擊球員的平均得分率和出現相應局面的總次數見表1所示。如局面中第一位數字代表出局數，第二位數字代表1壘有無跑壘員，第三位數字代表2壘有無跑壘員，第四位數字代表3壘有無跑壘員。如：0000，表示0出局，三個壘上均無跑壘員；0011則表示0出局，二、三壘有跑壘員的局面。表1數據表明，在24種不同局面情況下，壘上跑壘員的平均得分概率。如在一出局和一、二壘有跑壘員的局面（1110），球員平均得分為0.97分，這種局面發生了4978次。在無人出局和二、三壘有跑壘員的局面（0011）和0111（無人出局，滿壘）情況下，平均能得2分以上。

棒球比賽一壘有跑壘員，采用犧牲觸擊戰術預期得分的分析

Adler（阿德勒）在2004年美國職業棒球比賽的賽季后，統計出一壘有跑壘員時采用犧牲觸擊戰術預期的得分和可能造成的局面見表2。

應用表1棒球比賽不同局面下跑壘員得分概率數據，得出一壘有跑壘員觸擊后預期得分數為：.10（1.49）+.70（.71）+.02（.11）+.08（.55）+.10（.55）=.75runs。但如果一個打擊率很高的擊球員和球隊的目標是需要得更多分數情況下，采用觸擊戰術明顯不適合球隊目標。如是一個長打能力較差的球員，例如美國的棒球球員Joe（喬）生涯三振率高達85%，一壘安打僅10%，保送5%。如果Joe不采用戰術觸擊，在一局的得分數可以預測得出：.85*E（1100）+1.0*E（0101）+0.5E（0110），E為預測得分所導致的局面。每一種局面的預測得分，代入表1中數據我們能發現一壘有跑壘員擊球員自由擊可能得分的概率為：.85（.55）+1.0（1.86）+.05（1.49）=.73runs。因此，對Joe來說，觸擊實際上能稍增加預測得分數。

棒球比賽一壘有跑壘員，采用犧牲觸擊戰術預期得一分的探究

表1 不同局面情況下，跑壘員平均得分概率和出現次數（美國職業棒球2004賽季）

表2 一壘有跑壘員，采用犧牲觸擊可能造成的結果

在雙方比分接近或某隊只需得一分就取勝的比賽中，如輪到長打能力較弱和觸擊能力較強的擊球員擊球，采用觸擊戰術是個好主意。美國多年統計表明，無出局一壘有跑壘員局面下，擊球員采用觸擊至少得一分的預期概率為：.10（.625）+.70（.41）+.02（.071）+ .08（.272）+.10（.272）=.40。從表1的統計數據表明，在24種不同局面和無出局一壘有跑壘員情況下，采用任何擊球方式，跑壘員至少得一分的可能性為.417。可見，觸擊或不觸擊至少得一分的概率是基本一樣的，如輪到一位長打能力強的擊球員，美國教練員是較少采用觸擊戰術的。

結語

未來大部分棒球教練、協會管理者和球迷從依靠主觀、感覺和經驗做判斷過渡到依靠數據做決策，將是當代網絡大數據科學運用的最大貢獻之一。

美國職業棒球大數據的案例應用分析，對提升中國棒球技戰術水平和中國棒球隊參加重大比賽創造佳績將有現實價值和重要借鑒作用。

隨著棒球比賽數據不斷積累，教練團隊、球迷開始掀起了從數據中獲取財富的淘金熱。但數據本身不是黃金。作為原始材料的數據只是枯燥無味的代碼組合。只有從數據中提煉出來的規律和知識才是黃金。

許多運動項目逐漸借鑒棒球高端技術數據來提高本項目的技能，如網球的發球借鑒棒球投手投球技術，高爾夫揮棒借鑒棒球的擊球技能等。相信未來研究職業棒球大數據的學者，將不再局限于棒球工作者，其他學科的運動家們也會把棒球大數據加入到他們研究行列，以達到觸類旁通作用。

王祥茂（1961－）海南海口人，男，副教授，碩導，研究方向：體育教育理論與實踐，棒壘球運動訓練與體育教學方法。

2015年教育廳廣東省大學生運動會科報會《探析大數據在棒球比賽中技戰術的應用》獲獎論文