经验分析在体育训练指导中数据挖掘的应用

石岩 叶冬清 屈子路

摘 要：近年来，随着体育事业的不断发展，体育信息已经逐渐增多。这种背景下，数据挖掘技术被应用到体育训练指导中必将是一种趋势。实践表明，通过对体育统计的研究方法，把文献和资料按照体育管理、比赛应用以及其他几个进行归类分析，会发现当前所研究的体育方面的资料，知识简单的偏重于对理论的分析，对有关体育领域数据库的建立和应用较少，使结果出现偏差。目前，数据挖掘技术已经被引用到体育项目当中，这对体育领域的发展具有重要意义。

关键词：体育训练 指导 数据挖掘

中图分类号：TP311 文献标识码：A 文章编号：1674-098X（2015）02（b）-0044-01

当前，随着信息时代的到来，数据挖掘技术已经成为计算机领域研究的重点和热点。为了收集大量的关于运动员成长和选材，训练和比赛等方面的数据，信息技术已经成为体育界不可缺少的搜集工具。如何利用大量的体育数据去发现潜在的可利用的规律，成为体育界亟须考虑的焦点。数据挖掘技术的广泛应用，有效的解决了体育界的这些问题。数据挖掘技术在体育教学、体育训练和体育竞赛中可以不断的提升训练人员的训练水平，使训练的效果达到更高的层次。

1 数据挖掘技术涵义分析

1989年8月，第十一届国际联合人工智能学术会议上数据挖掘技术首次出现。从此，数据挖掘技术被应用于各大领域内，其对推动各大领域的发展有着重大影响。1996年在出版的《知识发展与数据进展》中，对数据挖掘技术给出了明确的定义。即：“数据挖掘是知识发展中通过特定的算法在可接受的计算效率限制内生成特定模式的一个步骤。”数据挖掘主要是通过自身对所掌握的每一个数据进行分析，从对数据分析中找到一定的可循规律，进而为各大领域提供准确的信息。随着数据挖掘技术的发展，有人又从技术上对数据挖掘技术进行了定义。即：“从大量的、不完全的、有噪音的、模糊的、随机的实际应用数据中，提取潜在有用的信息以及知识的过程。

2 数据挖掘在体育训练中的应用使用的算法分析

目前，随着各国的体育事业不断的发展，大量的体育信息及体育教材需要被记载，以供进行体育训练团队的参考。

2.1 数据挖掘技术在各国体育训练中应用情况分析

就美国NBA训练而言，NBA的教练运用DM（数据挖掘技术）工具Advanced Scout能在比赛中辅助教练在比赛的时候临场决定队员的替换有着很大的成效。另外，该系统也被广泛的应用在各大体育比赛的战术组合当中，对比赛的结果有着极为重要的影响。在国内，体育数据挖掘技术主要应用在体育教学、学生体育调研、运动训练监控、临场比赛优化、体育信息管理等方面。曾有人通过对运动员参加的国际比赛中的各项技术战术参数，运用数据挖掘技术的算法，揭示了很多关于体育训练与战术方面的信息，以供更多的体育项目训练作为数据参考。也有人利用数据挖掘技术，从运动员的视野和步长等方面进行改进和分析，并提出了兵乓球技战术分类规则以及建立数据挖掘模型，对乒乓球运动员的比赛实力进行系统的分析，结果表明，数据挖掘模型在质量和效果上有显著的优势。

2.2 数据挖掘技术的算法分析

随着对数据挖掘技术的不断研究，数据挖掘的主要算法表现为：

2.2.1 决策树算法

通过利用信息论的方法对一系列规则数据进行分类的过程就是决策树算法。决策树算法的应用，可以将数据组成图片的形式呈现出来，其显示出来的结果比较通俗易懂，让人容易理解。决策树算法相对于神经网络比较容易被人接受，它的精确度比较高，系统也不需要太长时间的构造和过程。为此，数据挖掘中决策树算法比较常用。

2.2.2 遗传算法

遗传算法属于进化算法的一种，属于借鉴生物性中自然选择和自然遗传机制的搜索算法。遗传算法多被应用于工业工程、经济管理、交通运输、工业设计等许多领域，其取得的效果比较显著。遗传算法在被应用的时候，对解决大空间、多峰值、非线索、全局优化等高复杂的问题上有着显著的成效，它是一种以进化论为基础的高效的随机搜索与优化的方法。遗传算法的核心内容构成并不是单一的，而是由参数编码、初始群体的设定、适应函数的设计及遗传操作4个要素所构成。这4个要素使遗传算法更加精准完善，被各个领域所使用。

2.2.3 神经网络

神经网络被建立在数学模型的基础上，它可以通过对数据的分析来完成比较复杂的模式抽取和趋势分析。神经网络是由一系列的处理单元组成，也就是节点。神经网络中的这些节点通过网络的彼此相互连接，一旦有数据被输入，他们便可以进行一些数据模式的工作，以备日后的数据分析。数据挖掘技术的算法除了决策树算法、遗传算法、神经网络还有联机分析处理，再次对联机分析处理就不过多的介绍。我们只需了解，联机处理是通过多维的方式来对数据进行精确分析以及查询和制定报表的。

3 结语

目前，随着体育事业的不断壮大，体育比赛的不断增多，越来越多的有关体育数据被记载。数据挖掘技术首次出现，是在1989年的第十一届国际联合人工智能学术会议上。数据挖掘技术是一种利用机器学习、统计学习的对数据进行分析并发现其潜在规律的技术。数据挖掘技术分析的结果比较精准，其算法主要有决策树算法，遗传算法，神经网络以及联机分析处理，这不仅大大提高了数据挖掘在各大领域中的地位，也逐渐的成为体育界不可缺少的训练以及比赛战术的指导。

参考文献

[1] 高洪歌，赵会群.关联规则挖掘在乒乓球比赛技战术分析中的应用[J].北方工业大学学报，2006（1）：15-20.

[2] 孟宪明，凌培亮，基于人工鱼群算法的乒乓球数据挖掘[J].计算机工程，2010（5）：28-31.

[3] 栾丽华，吉根林.决策树分类技术研究[J].计算机工程，2004（9）：94-96，5.