基于國內(nèi)體育數(shù)據(jù)科學(xué)的應(yīng)用研究綜述

許浩天

(上海體育學(xué)院經(jīng)濟(jì)管理學(xué)院 上海 200438）

引言

1974 年，著名計(jì)算機(jī)科學(xué)家、圖靈獎(jiǎng)獲得者Peter Naur 在其著作《Concise Survey of Computer Methods》的前言中首次明確提出了數(shù)據(jù)科學(xué)的概念。在缺乏數(shù)據(jù)眼界和強(qiáng)大算力的當(dāng)時(shí)，數(shù)據(jù)科學(xué)研究自然陷入了停滯。直到William S·Cleveland、Mattmann C A 等人先后在學(xué)術(shù)期刊上發(fā)表對(duì)數(shù)據(jù)科學(xué)的獨(dú)到見解，為數(shù)據(jù)科學(xué)的三大領(lǐng)域點(diǎn)亮明燈，從數(shù)理統(tǒng)計(jì)、計(jì)算機(jī)科學(xué)與技術(shù)視角深入并發(fā)展數(shù)據(jù)科學(xué)的內(nèi)涵，自此數(shù)據(jù)科學(xué)的研究逐漸步入正軌。數(shù)據(jù)科學(xué)正式以三大領(lǐng)域進(jìn)入學(xué)者視野。

自21 世紀(jì)起，大數(shù)據(jù)蓬勃發(fā)展，國內(nèi)數(shù)據(jù)科學(xué)進(jìn)一步在各種場合、各個(gè)平臺(tái)施展拳腳。大數(shù)據(jù)和數(shù)據(jù)科學(xué)關(guān)系緊密，大數(shù)據(jù)時(shí)代的到來極大推動(dòng)著數(shù)據(jù)科學(xué)的發(fā)展與進(jìn)步，數(shù)據(jù)科學(xué)也進(jìn)一步為大數(shù)據(jù)提供了更大的平臺(tái)。在這樣的背景下，我國數(shù)據(jù)科學(xué)的研究蓬勃發(fā)展，在些許領(lǐng)域已經(jīng)走在世界前沿，其中體育領(lǐng)域的發(fā)展成果尤為突出，已在體育領(lǐng)域發(fā)揮重要的作用。本文將對(duì)數(shù)據(jù)科學(xué)在國內(nèi)體育領(lǐng)域的應(yīng)用研究進(jìn)行探究與討論。

1、我國體育領(lǐng)域的數(shù)據(jù)科學(xué)興起

早在2001 年，魏登云在《體育科學(xué)研究中數(shù)據(jù)變異的分類及處理》中提出利用數(shù)據(jù)處理的方法處理三類數(shù)據(jù)變異情況。后來，2011年，朱文富發(fā)表的《體育比賽結(jié)果預(yù)測模型的嘗試性研究》分析比賽中影響成績的因素論證了神經(jīng)網(wǎng)絡(luò)模型對(duì)體育比賽數(shù)據(jù)擬合的可行性。近來，2020 年，胡亞東等人發(fā)表《新型排球超級(jí)聯(lián)賽算法》，主張使用一種新型排球超級(jí)聯(lián)賽算法并推廣為一種通用的高性能優(yōu)化算法。同期，周博軍等人在《基于BP 神經(jīng)網(wǎng)絡(luò)對(duì)中國體育彩票銷售金額的預(yù)測》中，提出通過構(gòu)建BP 神經(jīng)網(wǎng)絡(luò)模型對(duì)我國體育彩票銷售金額進(jìn)行預(yù)測，短期預(yù)測精度較高。

不難看出，小到球員的抉擇、戰(zhàn)術(shù)的設(shè)置布局，大到比賽結(jié)果預(yù)測，體彩市場的宏觀調(diào)控，都可以見到數(shù)據(jù)科學(xué)的身影，足以看出數(shù)據(jù)科學(xué)在體育領(lǐng)域應(yīng)用的潛在優(yōu)越性已經(jīng)強(qiáng)大潛在生命力。

同時(shí)，以上的種種數(shù)據(jù)科學(xué)在體育領(lǐng)域的應(yīng)用都有一個(gè)共同的特點(diǎn)，便是他們都便隨著數(shù)據(jù)而生，他們背后具有龐大的可量化數(shù)據(jù)。在如今大數(shù)據(jù)時(shí)代下，世界上鮮有事物無法量化，而能夠量化的一切，都可以使用數(shù)據(jù)科學(xué)下的種種框架模型進(jìn)行精確分析預(yù)測。所以拿體育領(lǐng)域來說，其中的可量化元素就非常豐富，正合適體育領(lǐng)域的數(shù)據(jù)科學(xué)在其中大顯身手。

2、體育領(lǐng)域的數(shù)據(jù)科學(xué)的知識(shí)體系

科學(xué)主要為統(tǒng)計(jì)學(xué)—體育數(shù)據(jù)統(tǒng)計(jì)推斷、機(jī)器學(xué)習(xí)—體育數(shù)據(jù)機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘—體育數(shù)據(jù)挖掘?yàn)槔碚摶A(chǔ)，如圖1 所示。其主要研究內(nèi)容包括體育數(shù)據(jù)基礎(chǔ)理論、體育數(shù)據(jù)加工處理、體育數(shù)據(jù)分析挖掘和體育數(shù)據(jù)產(chǎn)品開發(fā)，如圖2 所示。

圖1 體育數(shù)據(jù)科學(xué)理論基礎(chǔ)圖

圖2 體育數(shù)據(jù)科學(xué)研究內(nèi)容圖

2.1、體育領(lǐng)域的數(shù)據(jù)挖掘

（1）體育數(shù)據(jù)挖掘概述。

數(shù)據(jù)挖掘(Data Mining)就是從大量的數(shù)據(jù)中，提取隱藏在其中的，事先不知道的、但潛在有用的信息的過程。數(shù)據(jù)挖掘是一門交叉學(xué)科，其核心為：“知識(shí)發(fā)現(xiàn)”和“數(shù)據(jù)挖掘”。數(shù)據(jù)挖掘通常包含兩大類任務(wù)：描述性挖掘任務(wù)和預(yù)測性挖掘任務(wù)。描述性挖掘任務(wù)通常用于刻畫數(shù)據(jù)的某一特征或總體特征；而預(yù)測性挖掘任務(wù)則是以已知數(shù)據(jù)作為基礎(chǔ)，把握已知規(guī)律，通過推理的方法進(jìn)行預(yù)測。

體育數(shù)據(jù)挖掘則是利用數(shù)據(jù)挖掘工具是對(duì)海量賽事、體育數(shù)據(jù)進(jìn)行描述和預(yù)測。

（2）數(shù)據(jù)挖掘在領(lǐng)域中的應(yīng)用。

①競技體育

數(shù)據(jù)挖掘在傳統(tǒng)產(chǎn)業(yè)中開始發(fā)揮作用，近年來，體育領(lǐng)域也開始了對(duì)其的嘗試，并取得一些成果。在競技體育中，數(shù)據(jù)挖掘技術(shù)可以起到訓(xùn)練輔助、戰(zhàn)術(shù)安排等運(yùn)動(dòng)支持功能。

2020 年，趙蕾在《基于數(shù)據(jù)挖掘技術(shù)的體育訓(xùn)練模式研究》中，將數(shù)據(jù)挖掘應(yīng)用于運(yùn)動(dòng)訓(xùn)練指標(biāo)分析：針對(duì)運(yùn)動(dòng)訓(xùn)練項(xiàng)目，分析隊(duì)員的特點(diǎn)，可以分析各種訓(xùn)練模式的特點(diǎn)，然后從所有模式里選出一種最優(yōu)解，以便在后續(xù)訓(xùn)練中取得最佳效果。從仿真角度驗(yàn)證了該方法的可行性。

不同國家和地區(qū)的運(yùn)動(dòng)員，對(duì)運(yùn)動(dòng)量的承受能力是不一樣的。同期，劉錦偉的《基于數(shù)據(jù)挖掘技術(shù)的體育訓(xùn)練模式探究》，對(duì)羽毛球訓(xùn)練數(shù)據(jù)利用Apriori 算法輔助訓(xùn)練決策，提高體育訓(xùn)練效率和質(zhì)量。對(duì)于生理體能進(jìn)行數(shù)據(jù)挖掘，可以合理制定體能訓(xùn)練計(jì)劃，減少受傷發(fā)生的可能性，在最有限的范圍內(nèi)挖掘運(yùn)動(dòng)員的最大潛力。

不同的運(yùn)動(dòng)員往往具有不同的運(yùn)動(dòng)特征。這些通過數(shù)據(jù)分析是可以實(shí)現(xiàn)的。如果在進(jìn)攻時(shí)，推進(jìn)速度極快，進(jìn)攻得分率高，但是在防守端數(shù)據(jù)則較為平庸，這種球員就屬于進(jìn)攻型球員，因此在安排上主要以突破對(duì)方防守端為主。同時(shí)利用數(shù)據(jù)分析挖掘，可以實(shí)現(xiàn)分析不同運(yùn)動(dòng)員的體能。根據(jù)體能合理安排上場時(shí)間，使每個(gè)隊(duì)員的能力充分發(fā)揮。董文杰等發(fā)表的《基于預(yù)測模型的最佳進(jìn)攻球員和進(jìn)攻點(diǎn)選擇》中，主張使用一種基于預(yù)測模型的最佳進(jìn)攻球員和進(jìn)攻點(diǎn)選擇方法，并在仿真中驗(yàn)證了計(jì)算機(jī)安排戰(zhàn)術(shù)的有效性。在具有對(duì)抗性的運(yùn)動(dòng)中，采用合適的策略尤其重要，只有把合適的選手放在了合適的位置，在合適的時(shí)機(jī)做出正確的決策，隊(duì)伍才會(huì)取得佳績。

同時(shí)在訓(xùn)練安排中，運(yùn)動(dòng)員的飲食安排也是十分重要的一環(huán)。林瑜在碩士學(xué)位論文《優(yōu)秀運(yùn)動(dòng)員的飲食模式及其與身體機(jī)能的關(guān)系》中，對(duì)優(yōu)秀運(yùn)動(dòng)員的三餐數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)他們一般具有相對(duì)穩(wěn)定的飲食模式，但是早餐的攝入明顯不足。對(duì)運(yùn)動(dòng)員的運(yùn)動(dòng)和營養(yǎng)物質(zhì)之間的關(guān)系進(jìn)行監(jiān)控分析，將得到的數(shù)理模型應(yīng)用于飲食規(guī)劃搭配，提高了運(yùn)動(dòng)員訓(xùn)練飲食的科學(xué)性。

②體育產(chǎn)業(yè)

在體育產(chǎn)業(yè)中，數(shù)據(jù)挖掘技術(shù)通常可以用來判斷哪些是它們潛在的最有價(jià)值客戶。根據(jù)這些信息對(duì)產(chǎn)業(yè)決策進(jìn)行調(diào)整，從而將合適的產(chǎn)品推廣給最需要他們的客戶群體，獲得更佳更優(yōu)秀的銷售結(jié)果。例如，對(duì)體育廣告的業(yè)務(wù)數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，將獲得的有益信息用于指導(dǎo)修改業(yè)務(wù)路線，這樣便能一定程度地提高體育廣告的效益。

因此，對(duì)體育數(shù)據(jù)高效地挖掘利用有利于體育產(chǎn)業(yè)的進(jìn)一步發(fā)展。近來，已有不少學(xué)者開展了對(duì)體育數(shù)據(jù)挖掘的研究，對(duì)體育產(chǎn)業(yè)的發(fā)展提供了大量的有益基礎(chǔ)。2019 年，陳鷗、付佳發(fā)表題為《基于用戶行為分析的體育網(wǎng)絡(luò)廣告定向投放研究》主張對(duì)用戶繪制用戶畫像，提高個(gè)性化廣告推送服務(wù)。通過對(duì)廣告業(yè)務(wù)的數(shù)據(jù)進(jìn)行挖掘，獲得有意義的信息，一定程度地提高體育廣告的效益；對(duì)體育市場信息的大體把握也可以通過挖掘分析獲得，而不必盲目行動(dòng)。

2.2、體育領(lǐng)域的數(shù)據(jù)統(tǒng)計(jì)推斷

（1）體育數(shù)據(jù)統(tǒng)計(jì)推斷概述。

統(tǒng)計(jì)學(xué)作為數(shù)據(jù)科學(xué)的重要組成部分，統(tǒng)計(jì)學(xué)方法往往適用于或被遷移至數(shù)據(jù)科學(xué)的應(yīng)用研究之中。統(tǒng)計(jì)推斷的知識(shí)包括：對(duì)總體的未知參數(shù)進(jìn)行估計(jì)；對(duì)關(guān)于參數(shù)的假設(shè)進(jìn)行檢查；對(duì)總體進(jìn)行預(yù)測預(yù)報(bào)等。統(tǒng)計(jì)推斷是通過樣本推斷總體的統(tǒng)計(jì)方法。總體是通過總體分布的數(shù)量特征即參數(shù)(如期望和方差)來反映的。

龐大的體育數(shù)據(jù)為體育數(shù)據(jù)統(tǒng)計(jì)推斷提供了廣大的平臺(tái)，同時(shí)體育數(shù)據(jù)統(tǒng)計(jì)推斷中，統(tǒng)計(jì)學(xué)不僅在數(shù)據(jù)分析上指明了工作方向簡化了數(shù)學(xué)問題，也為后續(xù)機(jī)器學(xué)習(xí)數(shù)據(jù)預(yù)處理提供了牢固的數(shù)學(xué)基礎(chǔ)。

（2）統(tǒng)計(jì)推斷在體育領(lǐng)域中的應(yīng)用。

數(shù)據(jù)統(tǒng)計(jì)推斷已經(jīng)在傳統(tǒng)產(chǎn)業(yè)中開始發(fā)揮作用，近年來，體育領(lǐng)域也開始了對(duì)其的嘗試，并取得一些成果。在體育領(lǐng)域中，統(tǒng)計(jì)推斷提取數(shù)據(jù)結(jié)論往往能起到反映大體趨勢的數(shù)學(xué)表征效果。

我國政府十分重視國民健康采用各種措施增強(qiáng)國民體質(zhì)，而且每年都會(huì)進(jìn)行大量的體質(zhì)測試，積累了大量的體質(zhì)數(shù)據(jù)。張水龍的題為《多元類別的運(yùn)動(dòng)項(xiàng)目對(duì)大學(xué)生體質(zhì)健康狀況影響研究》的論文中對(duì)于某高校學(xué)術(shù)體質(zhì)測試數(shù)據(jù)利用假設(shè)檢驗(yàn)得到了不同的運(yùn)動(dòng)項(xiàng)目在改善和提高學(xué)生體質(zhì)方面有其獨(dú)特的項(xiàng)目特征的結(jié)論，對(duì)后續(xù)的體質(zhì)監(jiān)測活動(dòng)具有指導(dǎo)意義提供了一定的理論支撐。

在體育競賽中也有類似的應(yīng)用。體育競賽分析通常利用統(tǒng)計(jì)學(xué)將比賽數(shù)據(jù)繪制成一個(gè)統(tǒng)計(jì)表，選手的成績情況一目了然地呈現(xiàn)。這些數(shù)據(jù)不僅對(duì)運(yùn)動(dòng)員的商業(yè)價(jià)值具有重要影響，也逐漸成為衡量運(yùn)動(dòng)員實(shí)力的指標(biāo)。

郝浩然在《中美男子籃球職業(yè)聯(lián)賽數(shù)據(jù)收集與分析技術(shù)對(duì)比研究》的學(xué)位論文中用清晰的數(shù)據(jù)運(yùn)用統(tǒng)計(jì)學(xué)等分析技術(shù)從各個(gè)方面對(duì)比中美男子籃球職業(yè)聯(lián)賽數(shù)據(jù)，揭示了之間的巨大差距，提出了具有說服力的建設(shè)性建議。

2.3、體育領(lǐng)域的數(shù)據(jù)機(jī)器學(xué)習(xí)

（1）體育數(shù)據(jù)機(jī)器學(xué)習(xí)概述。

機(jī)器學(xué)習(xí)是使用計(jì)算機(jī)作為工具并致力于真實(shí)實(shí)時(shí)的模擬人類學(xué)習(xí)方式，并將現(xiàn)有內(nèi)容進(jìn)行知識(shí)結(jié)構(gòu)劃分來有效提高學(xué)習(xí)效率的一種數(shù)據(jù)分析手段。體育數(shù)據(jù)機(jī)器學(xué)習(xí)通常與人工智能掛鉤，往往能高效高維度發(fā)現(xiàn)數(shù)據(jù)潛在規(guī)律，成為數(shù)據(jù)科學(xué)的重要領(lǐng)域之一。

體育的數(shù)據(jù)長期以來一直是運(yùn)動(dòng)科學(xué)家研究和分析的主題。隨著新的數(shù)據(jù)來源的出現(xiàn)，如賽事數(shù)據(jù)(如動(dòng)作的時(shí)間和地點(diǎn))、跟蹤數(shù)據(jù)(如位置數(shù)據(jù))和運(yùn)動(dòng)員監(jiān)測(如生物傳感器、imu、GPS），體育領(lǐng)域越來越受到體育數(shù)據(jù)科學(xué)家的青睞。

機(jī)器學(xué)習(xí)正在成為體育分析的一種強(qiáng)大的新范式，機(jī)器學(xué)習(xí)與數(shù)據(jù)科學(xué)的結(jié)合為解決體育分析問題提供了嶄新的見解和視角，具有遠(yuǎn)大前景。

（2）機(jī)器學(xué)習(xí)在體育領(lǐng)域中的應(yīng)用。

機(jī)器學(xué)習(xí)在傳統(tǒng)產(chǎn)業(yè)中已經(jīng)開始發(fā)揮作用，近年來，體育領(lǐng)域也開始了對(duì)其的嘗試，并取得一些成果。機(jī)器學(xué)習(xí)作為一項(xiàng)新興技術(shù)，其與體育的融合為體育科研發(fā)展帶來了全新活力。

在體育科研中，技戰(zhàn)術(shù)智能分析具有極高的價(jià)值。傳統(tǒng)的技戰(zhàn)術(shù)分析使用“三段評(píng)估理論”。這樣的方法雖然操作簡單，但要求長時(shí)間觀看比賽錄像，費(fèi)時(shí)費(fèi)力，因此體育運(yùn)動(dòng)動(dòng)作自動(dòng)識(shí)別被廣泛需求。許浩天在《一種基于YOLO v5 和OpenPose 的乒乓球基礎(chǔ)動(dòng)作識(shí)別方法》中提出了一種結(jié)合YOLO v5，OpenPose和ST-GCN 建立的乒乓球基礎(chǔ)動(dòng)作分類框架。將該框架運(yùn)用于乒乓球技戰(zhàn)術(shù)智能分析，很大程度降低了物力人力成本，符合近代體育科研高效綠色的要求,為傳統(tǒng)的技戰(zhàn)術(shù)分析提供了一種解決思路。

機(jī)器學(xué)習(xí)的介入還為體育數(shù)據(jù)分析開了一扇新窗。傳統(tǒng)比賽結(jié)果預(yù)測往往基于統(tǒng)計(jì)學(xué)知識(shí)依賴長期累積獲得的數(shù)據(jù)根據(jù)數(shù)學(xué)統(tǒng)計(jì)經(jīng)驗(yàn)推理獲得。但是這些方法基于低維空間而實(shí)現(xiàn)，難以挖掘高維空間的信息，具有局限性。機(jī)器學(xué)習(xí)為其開拓了全新視角。電子競技作為一項(xiàng)融合計(jì)算機(jī)和體育的體育項(xiàng)目，最先引起了學(xué)者的廣泛關(guān)注。羅毅夫在《基于AdaBoost 的某競技游戲得分預(yù)測的應(yīng)用》中主張使用AdaBoost 的機(jī)器學(xué)習(xí)方法預(yù)測英雄聯(lián)盟玩家勝率數(shù)據(jù)，結(jié)果證實(shí)機(jī)器AdaBoost 可以有效應(yīng)用于電競比賽勝負(fù)預(yù)測。類似的，機(jī)器學(xué)習(xí)方法還可以應(yīng)用于各類競技比賽的結(jié)果預(yù)測。

除了將機(jī)器學(xué)習(xí)應(yīng)用于體育數(shù)據(jù)的分析，機(jī)器學(xué)習(xí)獲得的經(jīng)驗(yàn)還可以反向應(yīng)用于運(yùn)動(dòng)員的訓(xùn)練當(dāng)中來，已有不少學(xué)者對(duì)其展開了研究并應(yīng)用于體育運(yùn)動(dòng)訓(xùn)練。2021 年，岳志強(qiáng)在《基于機(jī)器學(xué)習(xí)算法的運(yùn)動(dòng)員訓(xùn)練效果評(píng)估研究》中使用支持向量機(jī)模型擬合運(yùn)動(dòng)員訓(xùn)練效果，所得模型誤差極低，為教練員合理指導(dǎo)訓(xùn)練計(jì)劃提供了極高的實(shí)際應(yīng)用價(jià)值。常規(guī)體育運(yùn)動(dòng)經(jīng)驗(yàn)的生成依賴于歷史社會(huì)長時(shí)間的經(jīng)驗(yàn)總結(jié)，通常由測量計(jì)算獲得，是物理規(guī)律、生物學(xué)規(guī)律的客觀性總結(jié)。在人們對(duì)于自然界的認(rèn)識(shí)越來越完整之后，鮮有新的知識(shí)脫穎而出，往往是已有學(xué)問的低價(jià)值迭代。機(jī)器學(xué)習(xí)的出現(xiàn)為這類問題提供了嶄新見解，在已知規(guī)律中尋找高階規(guī)律，是低維度規(guī)律的提取與高度概括提升。

3、結(jié)語

本文以體育數(shù)據(jù)科學(xué)內(nèi)涵以及國內(nèi)體育數(shù)據(jù)科學(xué)的興起引入，根據(jù)體育數(shù)據(jù)科學(xué)知識(shí)體系分門別類地探討和研究了體育數(shù)據(jù)科學(xué)的應(yīng)用研究。顯然，國內(nèi)體育數(shù)據(jù)科學(xué)各領(lǐng)域呈現(xiàn)蓬勃發(fā)展趨勢，發(fā)展勢頭兇猛，周邊數(shù)據(jù)體量指數(shù)式增長，人們對(duì)于知識(shí)發(fā)現(xiàn)的渴望和途徑正在不斷拓寬；國內(nèi)體育數(shù)據(jù)科學(xué)研究氛圍較為濃厚，學(xué)術(shù)產(chǎn)出量較多，正在與世界前沿頂尖水平靠近，體育數(shù)據(jù)科學(xué)研究國內(nèi)前景卓越。

然而國內(nèi)體育數(shù)據(jù)科學(xué)的發(fā)展依然存在許多亟待解決的問題。比如，針對(duì)國內(nèi)公開數(shù)據(jù)庫存在的體量小、數(shù)據(jù)老、版權(quán)意識(shí)差等種種問題，各界應(yīng)該圍繞如何采集私人數(shù)據(jù)、公開數(shù)據(jù)信息展開深入探討。同時(shí)建立更完善的隱私保護(hù)模型，發(fā)展以用戶為中心的數(shù)據(jù)交換體系，運(yùn)用粒度控制技術(shù)，完善數(shù)據(jù)保護(hù)機(jī)制。再比如，國內(nèi)該領(lǐng)域的科研一般側(cè)重于該領(lǐng)域的周邊問題，鮮有對(duì)于領(lǐng)域本質(zhì)的研究，即革命性算法研究和顛覆性方法的提出，致使國內(nèi)始終難以觸及尖端梯隊(duì)。為此，社會(huì)應(yīng)著力培養(yǎng)專業(yè)后備人才，這樣才能為體育數(shù)據(jù)科學(xué)的發(fā)展掃清阻礙。