大數據技術在籃球賽事中的應用研究綜述

彭琛琛 彭沁之 張增紫瑞 李夏 錢芳

摘 ?要：當今幾乎各行各業都在擁抱大數據，籃球賽事也和大數據密不可分，成為比賽制勝的秘密武器。通過分析國外大數據技術在NBA中的應用和國內大數據技術在CBA中的應用研究動態，了解大數據技術在籃球的主要賽事中的應用研究中存在的不足及需要進一步研究的內容，為以后的研究者提供一定的理論參考，也有利于推進籃球乃至整個體育事業的發展。

關鍵詞：大數據技術;籃球賽事;數據庫

中圖分類號：TP311.13 ? ? 文獻標識碼：A 文章編號：2096-4706（2019）16-0089-04

Abstract：Nowadays，almost all industries are embracing big data. Basketball events and big data are inseparable，it is the secret weapon to win the game. Analyzing application research dynamic of the data technology in NBA and in CBA，understanding the shortcomings of big data technology in the application research of major basketball events and the content that needs further study will provide some theoretical reference for future researchers，and also help to promote the development of basketball and even the whole sports cause.

Keywords：big data technology;basketball events;databases

0 ?引 ?言

當今，大數據繼物聯網、云計算之后成為了最熱門的討論和研究話題之一，幾乎各行各業都在擁抱大數據。籃球賽事也和大數據密不可分，在國外，技術在籃球賽事中的運用改變了籃球管理模式，成為比賽制勝的秘密武器，極大地促進了籃球賽事信息化、科學化的發展，在國內也正在慢慢滲透。

1 ?研究的意義

在以往的籃球競技過程中，教練員分析比賽數據大多依靠手中的筆和紙，還有過往比賽錄像，然而依托這些手段獲取到的信息很少且不全面，不能追蹤球員每一次觸球，每一個傳球，每一次攻防，更加客觀的了解場上球員的狀態;在NBA每年的選秀中，選拔球員往往根據單一的數據排出順位，而不能結合多個數據綜合考量一名球員的綜合素質;在平時的訓練中，也是只能依靠球員的感覺和教練員的經驗來調整訓練計劃，而不能依靠精確的數據科學地調整訓練內容提高訓練質量。以上這些都是籃球運動發展過程中遇到的問題，也是本研究啟發的來源。

隨著大數據技術的興起，利用數據挖掘技術、數字圖像處理技術等等手段處理籃球賽事越來越常見。根據這些大量而精確的數據可以方便教練員及時制定或調整比賽策略，也可以對球員的狀態進行更客觀地評估，還可以對球員間的組合進行模擬和預測，從而使更適合的球員組合上場。不僅如此還可以將這些數據提供給媒體和球迷，使他們隨時掌握自己關注的球隊的球員動態，為宣傳球隊提供大數據的支持。通過大數據技術得出的結論還可以有效幫助到球隊的日常訓練，為教練員安排訓練計劃并給出指導依據，為球員提供了解自己運動狀態的機會。這便是大數據技術在籃球賽事上的實際應用。

在籃球賽事上應用大數據技術，可以促進籃球賽事的發展，提高運動員的競技水平。運動員的水平提高了，籃球賽事的觀賞性和趣味性也會提高，更多的普通觀眾也會關注到籃球這項運動。因此，籃球這項運動在百姓中的普及度就會提高，有了普及度就可以加快體育場館建設，空閑場館的利用率也會隨之提高，籃球產業體系和體育經濟的發展也會更迅速。從宏觀上看，研究的成果可能有利于籃球乃至整個體育事業的發展，這便是我們這個研究的價值所在。

2 ?國外研究動態

在國外，大數據分析應用在越來越多的體育項目中，早在20世紀90年代，隨著計算機的發展，大數據技術就已逐漸應用于美國職業籃球聯賽（National Basketball Association，簡稱NBA），并建立了成型的數據庫，對球員選拔、戰術制定、比賽優勝等起到有效的參考作用，同時也推動了NBA的發展。本文以美國著名賽事NBA作為主要對象，對其相關研究進行歸納與分析。

2.1 ?數據庫資源情況

隨著互聯網的發展，很多機構建立了與籃球相關的網絡平臺，提供各項數據資源，為分析團隊創造了全面的數據源泉。例如：http：//sats.nba.com是美國NBA官方網站的數據統計板塊，為用戶提供各種類型的數據，以多角度展現了美國NBA。APBR metrics Forum是美國最早的籃球統計論壇，提供了一個刊登論文及交流成果的平臺。[1]其他知名的籃球數據網站如表1所示。

這些多樣的網絡平臺為各個俱樂部的研究團隊提供了大量全面的數據，為數據分析研究建立了基礎，極大地推動了美國籃球數據分析的發展。

2.2 ?數據分析技術

在眾多數據分析技術之中，Sport VU技術，即多攝像頭動態追蹤技術，是在美國體育數據分析領域應用最廣泛的技術，由以色列科學家麥基·塔米爾于2005年發明，原被用作于追蹤導彈。現今，NBA收購了此項技術，被各個俱樂部使用。Sport VU通過每座球館天花板上空懸掛著的六個3D高清攝像頭連接計算機數據分析而實現，每秒鐘每個攝像頭能抓取25幅圖片。這些攝像頭背后連接著各種傳感器，用以動態捕捉、軌跡分析、提取數據，再將處理過的數據導入NBA龐大的數據庫。Sport VU技術能夠捕捉每一名球員的動作、運動軌跡、沖刺速度、傳球、投籃等等信息，并將它們可視化、數據化，通過數學公式具體分析、挖掘每一場比賽，為球員、教練的決策提供參考。同時，通過記錄這些場上數據，系統建立了一個開放的網絡數據庫，也為科研團隊提供了資料來源。[2]

其他數據分析技術還包括歸納分析技術（Induction Analysis）、定量分析技術（Quantitative Analysis）、多元統計分析技術（Multivariate Analysis）、關聯規則分析技術（Association Rule Algorithm）等等。

2.3 ?具體應用

2.3.1 ?選拔新秀及評估球員

每年6月，在美國麥迪遜花園廣場都會如期舉辦NBA選秀大會，為NBA輸送了大量的優秀預備球員。在此期間，各個俱樂部人員都會通過各種渠道獲取參賽人員的信息，并整理匯總，這些信息就成為球員能否進入NBA的關鍵。

這其中，諸如身高、體重、速度、耐力、彈跳等球員的基本信息都會被收集，通過技術手段、算法進行分析，進而全方面評估一個球員的技術水平、發展潛力等等，同時也可以預測球員在接下來幾場比賽中的表現。這些信息一方面來自NBA新秀訓練營一年一度的選拔測試數據、一些有代表性的數據平臺官方數據統計和分析的數據、一些著名的數據分析專家對大學生籃球聯賽數據進行統計和分析的各類文獻資料提供的數據;還有一些來自較權威的美國年度MIT斯隆體育數據分析峰會發布的籃球數據分析報告數據。

對于球員的評估有著很多不同的方法，例如：球員效率指數（Player Efficiency Rating，簡稱PER）。其是約翰·霍林格發明的一種球員評分方式，試圖利用合理的數學公式將球員的貢獻數據化、具體化，從而評估球員的整體表現。如今，PER被NBA各俱樂部廣泛認可，是球員價值大小的評估標準的重要量化指標。指標數據來源于在重大比賽中統計下來的各項參數具體數據，比如得分數、籃板數、助攻數、搶斷數等等，利用這些數據進行加權計算，得到球員的效率指數。這個指數可以在相同的比賽場上位置、對抗的球隊及賽季中對球員進行橫向比較，也可以進行年度縱向比較，從整體上考量球員的能力，對球員的整體價值進行較為客觀評估。[3]

2.3.2 ?分析比賽及制定戰術

對比賽大數據進行分析可以為球隊戰術選擇提供更好的方案，在球場上設計更合理的比賽陣容及對抗防范策略，幫助球員選擇最佳優勢，發揮最佳效果，從而提高球隊比賽勢力。對于球隊自身而言，大數據可以收集、分析自己球員的數據，教練可以通過這些數據提供的信息優化組合，設計攻防戰術，實現球隊配合、團隊優勢最大化，大幅提升球隊整體實力。同時，教練可以通過數據平臺的數據共享參照其他球隊的數據，分析出他們的戰術風格，制定對應的作戰計劃，有效地克制對方球隊的發揮，最終取得比賽的勝利，同時使得比賽更精彩，觀眾也更喜愛。

數據分析的勝利的典型實例就是近年來統治聯盟的勇士隊。勇士隊老板拉科布為了在五年內把勇士隊建設成總冠軍隊，不惜重金，花費四億五千萬美元把勇士買下。拉科布雇傭數據分析師通過記錄、分析比賽數據為球隊制定合理的戰術，并選拔價值高的新秀，重新組隊。最終，憑借著大數據技術，勇士隊從2015年起至今，屢次摘得NBA總冠軍的頭銜，并打破了NBA的歷史記錄。[4]

2.3.3 ?監控球員身體狀況及制定合理訓練計劃

每一名球員在高負荷的比賽或訓練中都有受傷的可能性，而數據分析技術較好地解決了這一問題。許多俱樂部在自己的球員身上攜帶智能感知設備，通過各種芯片和傳感器，采集球員在訓練中的機體反應、訓練的強度、負荷大小、沖刺速度、跑動距離、心率、投籃力度等等，記錄球員在訓練中的各項數據，利用這些數據進行處理分析，以圖表的方式呈現出來。教練可以根據分析結果判斷出球員的優缺點、身體狀態，從而為日常的訓練計劃和比賽的輪換安排提供了重要參考。比如，美國的Catapult公司就是通過Sport VU數據跟蹤系統，建立數據建模，制定“球員負載”身體狀況數據指標系統，監測球員的日常訓練強度，對球員的體能透支發出傷病風險警告，避免球員過度受傷，有效減少球員受傷概率。[5]

3 ?國內研究動態

3.1 ?CBA聯賽大數據網絡資源基本情況

2006年中國籃球協會官方網站（http：//www.cba.net.cn/）正式成立。是CBA唯一指定的官方數據網站，網站提供的數據包括了中國籃協下屬的五大聯賽（CBA，WCBA，NBL，男子青年聯賽，女子青年聯賽）的數據。網站不僅包括了各球隊的戰績排行榜，還包括各球隊球員的個人技術統計數據。已經成為中國職業籃球的數據中心，為籃球球隊分析、球員技術分析提供了權威的資料。

網站建立了CBA各賽季各場次各數據統計的數據庫，實現了數據公開和共享。[3]

3.2 ?CBA數據收集分析體系

國內在籃球方面的數據分析體系是近幾年才開始發展的，因而關于體育數據的相關研究成果相對不太成熟，我們的很多球隊數據分析技術和分析體統是借鑒國外的理論和經驗。但是近年來隨著國家隊籃球文化的重視，我們的數據分析也在慢慢向好的方向發展。

張建豐和趙新輝（2015）在《數據挖掘技術在籃球技戰術分析中應用研究》提到了決策樹法。決策樹法是數據挖掘技術的重要方法，用來處理數據集分類和預測問題，通過對實例集進行學習，實現從大量無序信息中歸納出合乎邏輯的分類規則。決策樹算法采用自頂向下的遞歸方式，在樹的內部結點間進行屬性比較，判斷分支走向，在生成樹的葉節點處得到結論。籃球技能戰術分析的主要過程是通過以運動員參加歷屆大賽的技術統計數據為依據基礎，以“分而治之”為思想，構建決策樹，經過分類、聚類和預測算法，將目標問題的搜索空間劃分為多個子集，最后得出訓練集產生所有可能的決策樹，在所有的決策樹中選擇最簡單的決策樹對比賽隊進行分析，再用ID3算法檢驗結果。[6]

除了決策樹法，孫千喜（2018）曾談到在籃球賽中應用數據圖像處理技術。在對運動員的訓練和戰術等方面的數據分析體系中，數據圖像處理技術目前在高層次國家隊中也得到了應用。

圖像采集系統由利用光電技術實現的采集系統、機器視覺識別系統、數據存儲數據庫系統、數據處理系統和壓敏電阻組成。利用光電技術實現的采集系統通過對圖像的數字表征、增強、變換、復原、彩色圖像等進行捕獲;機器視覺識別系統采用機器代替人眼來做測量和識別判斷，將圖像攝取裝置獲取到的目標圖像信號傳送給專門的圖像處理系統，經過一系列的處理后獲取目標的特征，從而執行判斷。數據存儲數據庫系統主要負責對數據的存儲工作;數據處理系統對處理后的信息進行分類、整合，加工成可觀的、易于理解的各種指標;壓敏電阻的功能是利用敏感電阻電壓的特點將其應用于傳達某種壓力信息的裝置上。在籃球賽數據圖像處理系統中，利用傳感器等設備獲取到球員在訓練時的各類信息，通過數據處理系統進行一系列處理過程后保存成數據儲存在存儲數據庫系統中，供球隊比賽和訓練時參考。比賽時利用機器視覺技術記錄球員在場上的運動狀態，實時傳輸到數據庫系統及教練用的電子設備終端，供教練布置戰術用。[7]

除了以上相關領域提出的新的研究方向，目前大部分CBA球隊主要采用的是比賽視頻（錄像）分析軟件對球隊整體表現和球員的競技水平進行評估。多數CBA俱樂部已經具備Gamebreaker籃球賽事數據分析軟件。該軟件也具有便捷的視頻剪輯功能，分析人員可將每場比賽的錄像進行回放并加以編輯。在分析錄像的同時，可提取出比賽中對陣雙方的各種戰術布置情況等，并運用軟件自帶的畫筆工具做出標記，而后將其存儲為戰術模板，方便全隊的分析和學習。有名的Gamebreaker軟件的大部分功能都是基于比賽視頻播放，適合于球隊日常訓練使用，方便教練掌握訓練效果，軟件對臨場比賽及戰術的安排幫助不多。[8]2017年CBA與貝泰科技達成官方大數據合作。CBA公司采購貝泰科技的數據采集軟件系統，以及后續的技術服務，包括技術支持、數據庫和服務器的運維、數據文件分發等。貝泰科技為確保電視轉播的數據輸出穩定而采用了TCP發送XML文件獲取兩套數據傳輸方案。與貝泰科技合作后，貝泰科技的系統為CBA新增了40%的數據采集點，大體可以分為實時數據、球員賽季數據、球隊排名數據等三大類別。

4 ?結 ?論

基于以上對國內CBA和國外NBA兩大籃球隊在籃球運動方面應用大數據技術情況的研究，我們發現以CBA為代表的國內籃球領域和以NBA為代表的國外籃球領域，在數據運用上有著較大的差異，主要體現在：

（1）CBA通過建立數據庫，統計球員在比賽中的基本數據信息，以便于進行賽后分析。同時，通過比賽視頻錄像分析軟件和視頻剪輯技術，對比賽時雙方的戰術進行手動標記和保存，方便對球隊整體表現和球員的競技水平進行評估以及對未來比賽的準備。國外流行的決策樹法和圖像分析技術，也正逐步被越來越多的球隊采用。

（2）NBA通過利用Sport VU系統、HANA平臺、可穿戴智能設備、freeD技術和回放中心對比賽和訓練數據進行采集、上傳、處理、決策。形成以Sport VU數據分析體系、細粒度的高階統計分析體系、可視化數據信息體系、錄像分析為主的四大體系，為NBA球隊提供了可靠的數據技術保證。[8]在數據分析方面，通過對大量的圖像數據的處理，實現對每個球員運動軌跡、打法特點和身體狀態的實時評估，也可運用于球員的日常訓練中，有利于教練制定訓練方案和比賽戰術。

（3）相較于NBA對大數據技術的熟練運用，CBA還處于起步階段，有著一定的差距。CBA在實現基礎的數據統計的同時，需要通過對專業人才的培訓，大力發展專業深入的數據分析技術，實現聯賽的智能化和科技化。

除了以上對CBA和NBA的總結，我們還發現了在當前的研究工作中，往往希望CBA完全繼承NBA的數據分析體系，而忽略了聯賽差異性對基本數據分析模型建立的影響。數據建模的不同，將會導致適用于NBA的體系，不再完全適用于CBA。同理，對于適用于CBA的體系，也不能完全適用于CUBA這些競技強度較低的聯賽。

經過文獻調查，沒有發現一個籃球聯賽的普適性數據分析模型。所以，當前研究工作需要更多的關注數據分析的特殊性建模，關注于如何建立適用于當前聯賽的數據評價標準。評價標準應當考慮到以下方面：聯賽總體競技水平，聯賽有無特殊規則制定，球員的平均技術水平，球員的平均身體素質等。只有考慮到聯賽的特殊性和差異性，才能使數據分析體系的價值最大化。

參考文獻：

[1] 楊振興，楊軍，白潔，等.基于大數據技術對美國職業籃球聯賽的研究 [J].中國體育科技，2016，52（1）：96-104.

[2] 大數據周刊.NBA+大數據，數字經濟重塑體育帝國！ [J/OL].http：//www.bigdatamag.cn/hdzq/2597.jhtml，2017-12-21.

[3] 郝浩然.中美男子籃球職業聯賽數據收集與分析技術對比研究 [D].曲阜：曲阜師范大學，2018.

[4] 王劈柴.金州勇士：一只由硅谷精英打造的新時代球隊 [J/OL].https：//www.guokr.com/article/441359/，2016-04-14.

[5] 姚卓凡.淺談大數據對職業籃球聯賽的影響 [J].數字通信世界，2017（9）：19+6.

[6] 張建豐，趙新輝.數據挖掘技術在籃球技戰術分析中應用研究 [A].中國體育科學學會（China Sport Science Society）. 2015第十屆全國體育科學大會論文摘要匯編（二） [C]//中國體育科學學會（China Sport Science Society）：中國體育科學學會，2015：2.

[7] 孫千喜.大數據時代下數字圖像分析與處理技術在籃球方面的應用 [J].中國新通信，2018，20（1）：209-210.

[8] 李鑫.NBA與CBA聯賽大數據應用的對比研究 [D].北京：北京體育大學，2017.

作者簡介：彭琛琛（1999-），男，漢族，湖南婁底人，本科在讀，研究方向：應用統計、數據分析。