大数据和9 网段54 区结合的构想及在竞技排球中的运用

岳宗胜，朱 叶

大数据和9 网段54 区结合的构想及在竞技排球中的运用

岳宗胜，朱 叶

采用文献资料法、理论分析法和逻辑推理法对排球运动进行研究。旨在以“大数据和9网段54区”为理论根基找出一套适用于我国排球技战术打法的软件，并将其运用于我国排球运动实践中，指导实践并在实践中逐渐改善，以便更好的推动我国排球运动向着全、高、快、变的方向发展演变。

大数据统计；9网段54区；排球；关联性

在1989年第3次全国体育科学技术工作大会上，我国就制定出了“科技兴体”的正确方向；1992年第4次全国体育科学技术大会上再次制定出了“把发展体育科学技术摆在体育发展道路的第一位置上”。伴随体育向着复杂化、现代化、国际化、科学化、社会化的方向前进，比赛竞争越来越激烈，科技在体育中的作用也越来越大，高科技成果渐渐被应用于现代竞技体育运动中，对现代体育产生极大的推动作用，如今体育已经驶入科技体育的新航道。“金牌数量的身后是各国科技的较量”已成为体育界的共识，这就要求我们借助于如今的科学技术，对排球比赛的规律进行探究，使排球运动成为科学运动、智慧运动。竞赛所得的数据是科学有效的训练与比赛最好的信息来源，排球竞赛数据统计的结果对教练员、运动员以及其他工作人员的作用都非常重要。为了准确而有效的分析相关信息和数据、充分利用计算机进行数据分析和预测，从而提高运动队的比赛成绩，把大数据和9网段54区进行结合实属必要。

1 大数据和9网段54区的概念及作用

1.1 大数据的概念及作用

1.1.1 大数据的概念 目前大数据还没有一个公认的概念。不同的概念全是从大数据的特点进行描述，通过对这些特点的说明和总结尝试给出大数据的概念。在很多概念中较有代表性、权威性的是3V概念，认为大数据需要涵盖3个特点：高速性（Velocity）、多样性（Variety）和规模性（Volume）[1]。此外也有人认为大数据需要满足4V概念的，即在3V概念的基础上再加入一个新的特点—真实性（Veracity）。维基百科对大数据概念的解释是：大数据是指利用常用软件工具处理、管理和捕获数据所耗时间超过可容忍时间的数据集。

1.1.2 大数据的作用 大数据的重要作用就是总结规律预测某件事发生的概率，把数学计算运用在大数据上，从而预测事件发生的概率。“预测”被认为是大数据功能的核心作用已经被事实佐证。微软公司的布拉德·史密斯说，微软公司制造的一款数据软件，经过追踪记录手机、空调、电视及电脑等电器获得的海量数据信息，从而可得知如何才能节省电能，可让全世界节省41%的电能。谷歌经过对查找关键词进行研究，比国家检测机构提前14天预知到禽流感疫情并提供预警。

1.2 9网段54区的概念及作用[2]

1.2.1 9网段54区的概念 把球网分成9段，每段长1m 。把排球场地平均分成54份，每份长3m宽1m。从左到右：前1至前9称为前区（3m线至中线）、中1至中9称为中区（3m线至3m线与端线的中间平行线）、后1至9（3m线与端线的中间平行线至端线）称为后区，加起来共54个区。如图1所示。

图1 9网段54区的区域划分及编码

1.2.2 9网段54区的作用 全场“54区”的每个地方用数字进行定位，使场上站位进一步具体明确，使排球的技战术统计更加便利。区域范围相对缩小与位置的具体让防守范围相对变小，更为关键的是将数字带入到排球技战术中，实现了排球运动的数字化，队员和队员之间、教练员和队员之间能运用数字进行技战术沟通，进而使排球运动信息传递实现数字化，最后使排球运动实现科学化。

2 大数据和9网段54区结合的可行性分析

2.1 大数据和9网段54区的结合

数据挖掘：从随机的、大量的、不完全的、模糊的数据中，提取隐藏在其中的、人们事先不知道、但是又含有潜在的有用信息和知识的过程[3]。数据挖掘技术是在长时间对数据库进行研究的成果，把数据库技术带到了更深层的阶段，它能找到数据间的隐形关联，进而得出有用的信息。通过分析大量世界顶级排球运动比赛技战术数据，再运用关联数据挖掘法，根据排球竞赛技战术数据的规律，以发球路线（发球的起点、过网点和落点，3点一线）、发什么样的球、得失分比率、反击战术和比赛成绩等之间的关系为研究对象，按接发球轮和发球轮进行挖掘。主要获得某个比赛技术序列和得失分间存在的联系以及预测对方的行为意图。进行数据统计，同时也可以了解自己的优势和不足，以便在赛后加强训练；其次可以预测对方的常用技战术等。世界复杂网络权威专家巴拉巴西认为，人们95%的行为是可以预测的。运用图2进行数据统计。

图2 数据统计表

号码用于统计运动员。对方阵容配备：以接发球为例，A队发球直接得分时，B队的接发球阵容；A队发球破攻时，B队的接发球阵容配备；A队发一般球时，B队的阵容配备等；以发球为例，发球直接得分占发球总个数的比例等；何种球指发什么球，是飘球、跳飘球、弧旋球、大力球等；起点即在端线的什么地方发的球；过网点即在网的哪一段过的网；落点即球落在半场的哪个区（中3、中5或后3等）或对方接球的位置。

2.2 关联规则挖掘技术[4]

通过统计，我们可以得到大量的数据，然后运用关联挖掘技术挖掘各数据间的关系。关联规则的含义：x和y是项集，对于项集k，x∈k，y∈k，x∩y=r。一般用2个参数描述关联规则的规律。

支持度（Support），支持度（x、y）=包含x和y的元组数/元组总数。支持度是指x和y这2个项集在K中一起出现的概率。如一传到位后进行梯式进攻占总进攻次数的百分比。可信度（Confidence），值得信任的程度，x和y的可信度概念是：可信度（x、y）=包含x和y的元组数/包含x的元组数，可信度描述的是项集x出现的项集k中，项集y也出现的概率。如一传到位后进行梯式进攻占一传到位次数的90%，可信度则为90%。关联规则的挖掘是在海量数据库中找到具有指定的最小支持度minsup和最小可信度minconf的关联规则。关联规则挖掘算法分两步：（1）找出Support（x）≥最小支持度minsup，则称x为频繁项集；（2）利用频繁项集产生关联规则。对每个频繁项x，若y∈x，y≠r，可信度（Confidence）{y→（x-y）}≥最小可信度（minconf），即形成关联规则y→（x-y）。排球竞赛技战术关联特征分析方法，依据排球比赛特点和技战术分析的需要，数据挖掘主要获得以下技战术关联关系：

（1）发球轮：发何种球※对方一传质量和得、失分的联系;

（2）发球轮：发何种球※对方还击战术和得、失分的联系;

（3）发球轮：对方一传质量※对方还击战术和得、失分的联系;

（4）发球轮：对方一传质量※本方防反战术和得、失分的联系;

（5）发球轮：对方还击战术※本方防反战术和得、失分的联系;

（6）发球轮：对方4号位强攻※本方拦网人数和得、失分的联系;

（7）发球轮：对方4号位强攻※本方防守战术和过网点的联系;

（8）发球轮：发何种球※对方一传质量和对方反击战术的联系；

（9）发球轮：对方站位※对方一传质量与对方反击战术的联系；

（10）发球轮：对方站位※对方一传质量与对方4号位强攻落点的联系；

（11）接发球轮：一传质量※进攻战术和得、失分的联系；

（12）接发球轮：一传质量※本方站位和得、分的联系；

（13）接发球轮：一传质量※阵容配备和得、失分的联系。

（14）比分多少※阵容配备和得、失分的联系。

排球运动是集体智慧与科学的运动项目，教练是否握有有效和可信任的有关对手和本队的信息，是否依据拥有的信息来设计有针对性和高效的训练计划和比赛计划，都会对能否拥有赛场上的主动权与获取比赛的最后胜利起着决定性的作用。

例如：通过统计A队一传质量及进攻战术与得失分的关系得到表1。

通过分析可知：A队在一传到位的情况下，以短平快为主，其次是4号位强攻，且两者的成功率较大。根据这一特点B队可以在A队一传到位的情况下，在准备姿势上、心理上、站位上随时准备A队打短平快；在对待A队4号强攻上加强拦网，可采取2到3人拦网。同时也可以统计A队的4号位强攻及落点与得失分的关系，以便在指定位置预先站位加强防守。还可以了解到B队在A队打短平快时防守比较弱，B队应加强对短平快的防守。

表1 A队一传质量及进攻战术与得失分的关系

2.3 排球比赛技战术序列模式挖掘方法

排球比赛技战术序列模式提取的思路是，将排球技战术数据库转变成以击球序列为记录的数据库，再采取大项集查找算法算出各个大项集，作为一串大序列，然后再依次查找所有串的大序列，最后再从大序列之间除去所有子序列，获得序列模式。排球比赛的规则规定，第一由发球方合法发球，再由接发球方合法还击，然后双方轮换合法还击。依据排球比赛规则，可自动得到一组按时间顺序排列的排球技战术序列。例如：发球方A队发球至B队、B队接球、B队传球、B队超手扣球至A队、A队接球失误，则可以得到以下一条技战术序列：A队发球→B队接球→B队传球→B队超手扣球→A队接球失误。按照上述规则采集该运动队B在比赛中所有的获胜技战术序列，然后通过数据挖掘算法找出序列模式。例如“A队发球→B队接球→B队传球→B队超手扣球→A队接球失误”，其信任度为5.93%;其次为“A队发球→B队接球→B队传球→B队后排进攻→A队接球失误”，其信任度为39.95%，说明B队接球后后排进攻是比赛中重要的得分手段。

3 在排球训练及比赛中的应用

3.1 在训练中的应用

根据统计结果分析整个队伍在比赛中的优势和弱势，保持优势的同时在训练中加强对弱势的训练。如表2所示。

表2 比利时女排在2014年世界女排大奖赛总决赛中接跳飘球及一传情况与得失分的关系

由表2可知比利时队一传的到位率比较低，失误率比较高。因此比利时队在训练时应加强接跳飘球的训练。

3.2 在比赛中的应用

3.2.1 比赛前期 通过序列模式挖掘方法或关联特征分析方法，可迅速得出对手整个队伍的主要进攻战术或每一个队员的常用发球技术及路线（起点、过网点、落点）以及对手的优劣势。通过对这些数据的采集和分析，教练可以方便地了解对手整个队伍和对方每个球员的特长及缺陷。这些数据会告诉教练员，怎样的阵容配备是最优的，甚至是每个球员可以在场上待多少时间最适合、什么时候需要换人最合适等。

例如采用序列模式挖掘方法得出对手的一组按时间顺序排列的技战术序列。接球→传球→梯式进攻→扣球→得分，其可信度为45.95%，说明对手的主要得分手段是梯式进攻。如此在比赛前期我们每个队员都对对手了如指掌，有了这些具体的资料我们的准备就会非常精细，则可能达到知己知彼，百战不殆。

3.2.2 比赛期 通过序列模式挖掘方法或关联特征分析方法，可得出对方站位及技战术与得分的关系，还可以得出对方二传队员球分配的情况。如表3所示。

表3 2014年世界女排大奖赛总决赛中，俄罗斯女排在一传到位的情况下二传队员球的分配情况

由表3可得，2014年世界女排大奖赛总决赛中，俄罗斯女排在一传到位的情况下，二传队员主要把球传给扣球高度达到3.15m的主攻手科舍列娃。因此在2014年世界女排大奖赛总决赛中俄对战中，我国女排应在俄罗斯女排一传到位的情况下，提前在拦网上重点拦防科舍列娃，在防守战术运用上也应该重点针对科舍列娃的扣球。因此我们可以调整本队的阵容配备与防守反击战术。

序列模式挖掘方法或关联特征分析方法对于整个球队来说，高度专业化的进行数据统计分析，能让教练员和队员更加了解对手，也能够使教练和队员更加了解本球队的长处与短板，进而可以避短扬长，去战胜对手。

3.2.3 比赛结束后期 比赛之后进行总结是每场竞赛一定要做的工作，经过总结能更好的找出比赛中需要解决的问题，从而制定出更好的对策，为以后的比赛取胜作足准备。赛后利用序列模式挖掘方法或关联特征分析方法，对整个队伍的优缺点及每个队员的表现和技战术进行统计分析，为运动员和教练提供可靠的数据分析数值，为更好的进行赛后总结提供可靠的依据，使教练员全面了解队伍及队员全面了解自己提供重要参考，找出队伍存在的短板，从而为更好地提高运动员的排球竞技能力和水平服务。

4 结论和建议

4.1 结 论

（1）排球是技能主导类隔网对抗型项目，技战术是比赛取胜的核心要素[5]。伴随计算机科学技术的进步，很多新方法、新理论逐渐引进到排球比赛技战术分析领域。

（2）运用计算机对排球技战术进行统计，是排球技战术统计方式科学化、快速化、现代化的重要标志。

（3）“大数据和9网段54区的结合”为全方位科学化总结每位运动员、运动队的技术水平，提供了各类量化指标，对于提高排球运动技术水平具有极大的意义。

（4）数据采集的科学性、准确性并保证技术动作录入速度同比赛节奏同步，以及快速、省工、省时、准确、全面的优点定会得到人们的喜爱。

4.2 建 议

以“大数据和9网段54区”为理论根基制定出一套适用于我国排球技战术打法的软件，将此软件运用到排球运动实践中，指导排球实践并从实践中逐渐改善，以便更好的推动我国排球运动朝着技术全面、突出特点、准确熟练、快速善变、发展高速、不断创新、加强体能的方向发展。

[1] 孟小峰，慈 祥.大数据管理：概念、技术与挑战[J].计算机研究与发展，2013：146～169.

[2] 陈 珂，倪 伟，徐光荣.“9网段54区”构想及数字信息在排球训练和比赛中的应用[J].首都体育学院学报，2008：104～106.

[3] 赵养清，虞丽娟，张 辉.序列模式挖掘在乒乓球比赛技战术分析中的应用[J].上海体育学院学报，2008：83～85.

[4] 毕建欣,张岐山.关联规则挖掘算法综述[J].中国工程科学,2005：88～94.

[5] 田麦久.运动训练学[M].北京：北京高等教育出版社,2006：456～458.

On the Idea of “Big Data and Nine Net-segments and Fifty-four Districts”Combined and the Application in Competitive Volleyball

YUE Zongsheng, ZHU Ye

Using literature method, theoretical analysis and logical reasoning method study volleyball. The purpose of “big data and 9 segment 54 area” as the theoretical basis for a set of suitable for our country volleyball technology and tactics approaches of software, and applied it in volleyball practice in our country, to guide practice and improvement in practice, the better to promote our country volleyball movement in the direction of the comprehensive, high, fast, metabolic.

Big data statistical; 9 segment 54 area; Volleyball; Relevance

G842

A

1007―6891（2015）04―0075―04

2015-03-24

陕西师范大学体育学院，陕西 西安，710119。P.E., of Shaanxi Normal University, Shaanxi Xian, 710119, China.