石巖 葉冬清 屈子路

摘 要：近年來，隨著體育事業(yè)的不斷發(fā)展，體育信息已經(jīng)逐漸增多。這種背景下，數(shù)據(jù)挖掘技術(shù)被應(yīng)用到體育訓(xùn)練指導(dǎo)中必將是一種趨勢(shì)。實(shí)踐表明，通過對(duì)體育統(tǒng)計(jì)的研究方法，把文獻(xiàn)和資料按照體育管理、比賽應(yīng)用以及其他幾個(gè)進(jìn)行歸類分析，會(huì)發(fā)現(xiàn)當(dāng)前所研究的體育方面的資料，知識(shí)簡(jiǎn)單的偏重于對(duì)理論的分析，對(duì)有關(guān)體育領(lǐng)域數(shù)據(jù)庫的建立和應(yīng)用較少，使結(jié)果出現(xiàn)偏差。目前，數(shù)據(jù)挖掘技術(shù)已經(jīng)被引用到體育項(xiàng)目當(dāng)中，這對(duì)體育領(lǐng)域的發(fā)展具有重要意義。

關(guān)鍵詞：體育訓(xùn)練 指導(dǎo) 數(shù)據(jù)挖掘

中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2015）02（b）-0044-01

當(dāng)前，隨著信息時(shí)代的到來，數(shù)據(jù)挖掘技術(shù)已經(jīng)成為計(jì)算機(jī)領(lǐng)域研究的重點(diǎn)和熱點(diǎn)。為了收集大量的關(guān)于運(yùn)動(dòng)員成長和選材，訓(xùn)練和比賽等方面的數(shù)據(jù)，信息技術(shù)已經(jīng)成為體育界不可缺少的搜集工具。如何利用大量的體育數(shù)據(jù)去發(fā)現(xiàn)潛在的可利用的規(guī)律，成為體育界亟須考慮的焦點(diǎn)。數(shù)據(jù)挖掘技術(shù)的廣泛應(yīng)用，有效的解決了體育界的這些問題。數(shù)據(jù)挖掘技術(shù)在體育教學(xué)、體育訓(xùn)練和體育競(jìng)賽中可以不斷的提升訓(xùn)練人員的訓(xùn)練水平，使訓(xùn)練的效果達(dá)到更高的層次。

1 數(shù)據(jù)挖掘技術(shù)涵義分析

1989年8月，第十一屆國際聯(lián)合人工智能學(xué)術(shù)會(huì)議上數(shù)據(jù)挖掘技術(shù)首次出現(xiàn)。從此，數(shù)據(jù)挖掘技術(shù)被應(yīng)用于各大領(lǐng)域內(nèi)，其對(duì)推動(dòng)各大領(lǐng)域的發(fā)展有著重大影響。1996年在出版的《知識(shí)發(fā)展與數(shù)據(jù)進(jìn)展》中，對(duì)數(shù)據(jù)挖掘技術(shù)給出了明確的定義。即：“數(shù)據(jù)挖掘是知識(shí)發(fā)展中通過特定的算法在可接受的計(jì)算效率限制內(nèi)生成特定模式的一個(gè)步驟?！睌?shù)據(jù)挖掘主要是通過自身對(duì)所掌握的每一個(gè)數(shù)據(jù)進(jìn)行分析，從對(duì)數(shù)據(jù)分析中找到一定的可循規(guī)律，進(jìn)而為各大領(lǐng)域提供準(zhǔn)確的信息。隨著數(shù)據(jù)挖掘技術(shù)的發(fā)展，有人又從技術(shù)上對(duì)數(shù)據(jù)挖掘技術(shù)進(jìn)行了定義。即：“從大量的、不完全的、有噪音的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中，提取潛在有用的信息以及知識(shí)的過程。

2 數(shù)據(jù)挖掘在體育訓(xùn)練中的應(yīng)用使用的算法分析

目前，隨著各國的體育事業(yè)不斷的發(fā)展，大量的體育信息及體育教材需要被記載，以供進(jìn)行體育訓(xùn)練團(tuán)隊(duì)的參考。

2.1 數(shù)據(jù)挖掘技術(shù)在各國體育訓(xùn)練中應(yīng)用情況分析

就美國NBA訓(xùn)練而言，NBA的教練運(yùn)用DM（數(shù)據(jù)挖掘技術(shù)）工具Advanced Scout能在比賽中輔助教練在比賽的時(shí)候臨場(chǎng)決定隊(duì)員的替換有著很大的成效。另外，該系統(tǒng)也被廣泛的應(yīng)用在各大體育比賽的戰(zhàn)術(shù)組合當(dāng)中，對(duì)比賽的結(jié)果有著極為重要的影響。在國內(nèi)，體育數(shù)據(jù)挖掘技術(shù)主要應(yīng)用在體育教學(xué)、學(xué)生體育調(diào)研、運(yùn)動(dòng)訓(xùn)練監(jiān)控、臨場(chǎng)比賽優(yōu)化、體育信息管理等方面。曾有人通過對(duì)運(yùn)動(dòng)員參加的國際比賽中的各項(xiàng)技術(shù)戰(zhàn)術(shù)參數(shù)，運(yùn)用數(shù)據(jù)挖掘技術(shù)的算法，揭示了很多關(guān)于體育訓(xùn)練與戰(zhàn)術(shù)方面的信息，以供更多的體育項(xiàng)目訓(xùn)練作為數(shù)據(jù)參考。也有人利用數(shù)據(jù)挖掘技術(shù)，從運(yùn)動(dòng)員的視野和步長等方面進(jìn)行改進(jìn)和分析，并提出了兵乓球技戰(zhàn)術(shù)分類規(guī)則以及建立數(shù)據(jù)挖掘模型，對(duì)乒乓球運(yùn)動(dòng)員的比賽實(shí)力進(jìn)行系統(tǒng)的分析，結(jié)果表明，數(shù)據(jù)挖掘模型在質(zhì)量和效果上有顯著的優(yōu)勢(shì)。

2.2 數(shù)據(jù)挖掘技術(shù)的算法分析

隨著對(duì)數(shù)據(jù)挖掘技術(shù)的不斷研究，數(shù)據(jù)挖掘的主要算法表現(xiàn)為：

2.2.1 決策樹算法

通過利用信息論的方法對(duì)一系列規(guī)則數(shù)據(jù)進(jìn)行分類的過程就是決策樹算法。決策樹算法的應(yīng)用，可以將數(shù)據(jù)組成圖片的形式呈現(xiàn)出來，其顯示出來的結(jié)果比較通俗易懂，讓人容易理解。決策樹算法相對(duì)于神經(jīng)網(wǎng)絡(luò)比較容易被人接受，它的精確度比較高，系統(tǒng)也不需要太長時(shí)間的構(gòu)造和過程。為此，數(shù)據(jù)挖掘中決策樹算法比較常用。

2.2.2 遺傳算法

遺傳算法屬于進(jìn)化算法的一種，屬于借鑒生物性中自然選擇和自然遺傳機(jī)制的搜索算法。遺傳算法多被應(yīng)用于工業(yè)工程、經(jīng)濟(jì)管理、交通運(yùn)輸、工業(yè)設(shè)計(jì)等許多領(lǐng)域，其取得的效果比較顯著。遺傳算法在被應(yīng)用的時(shí)候，對(duì)解決大空間、多峰值、非線索、全局優(yōu)化等高復(fù)雜的問題上有著顯著的成效，它是一種以進(jìn)化論為基礎(chǔ)的高效的隨機(jī)搜索與優(yōu)化的方法。遺傳算法的核心內(nèi)容構(gòu)成并不是單一的，而是由參數(shù)編碼、初始群體的設(shè)定、適應(yīng)函數(shù)的設(shè)計(jì)及遺傳操作4個(gè)要素所構(gòu)成。這4個(gè)要素使遺傳算法更加精準(zhǔn)完善，被各個(gè)領(lǐng)域所使用。

2.2.3 神經(jīng)網(wǎng)絡(luò)

神經(jīng)網(wǎng)絡(luò)被建立在數(shù)學(xué)模型的基礎(chǔ)上，它可以通過對(duì)數(shù)據(jù)的分析來完成比較復(fù)雜的模式抽取和趨勢(shì)分析。神經(jīng)網(wǎng)絡(luò)是由一系列的處理單元組成，也就是節(jié)點(diǎn)。神經(jīng)網(wǎng)絡(luò)中的這些節(jié)點(diǎn)通過網(wǎng)絡(luò)的彼此相互連接，一旦有數(shù)據(jù)被輸入，他們便可以進(jìn)行一些數(shù)據(jù)模式的工作，以備日后的數(shù)據(jù)分析。數(shù)據(jù)挖掘技術(shù)的算法除了決策樹算法、遺傳算法、神經(jīng)網(wǎng)絡(luò)還有聯(lián)機(jī)分析處理，再次對(duì)聯(lián)機(jī)分析處理就不過多的介紹。我們只需了解，聯(lián)機(jī)處理是通過多維的方式來對(duì)數(shù)據(jù)進(jìn)行精確分析以及查詢和制定報(bào)表的。

3 結(jié)語

目前，隨著體育事業(yè)的不斷壯大，體育比賽的不斷增多，越來越多的有關(guān)體育數(shù)據(jù)被記載。數(shù)據(jù)挖掘技術(shù)首次出現(xiàn)，是在1989年的第十一屆國際聯(lián)合人工智能學(xué)術(shù)會(huì)議上。數(shù)據(jù)挖掘技術(shù)是一種利用機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)習(xí)的對(duì)數(shù)據(jù)進(jìn)行分析并發(fā)現(xiàn)其潛在規(guī)律的技術(shù)。數(shù)據(jù)挖掘技術(shù)分析的結(jié)果比較精準(zhǔn)，其算法主要有決策樹算法，遺傳算法，神經(jīng)網(wǎng)絡(luò)以及聯(lián)機(jī)分析處理，這不僅大大提高了數(shù)據(jù)挖掘在各大領(lǐng)域中的地位，也逐漸的成為體育界不可缺少的訓(xùn)練以及比賽戰(zhàn)術(shù)的指導(dǎo)。

參考文獻(xiàn)

[1] 高洪歌，趙會(huì)群.關(guān)聯(lián)規(guī)則挖掘在乒乓球比賽技戰(zhàn)術(shù)分析中的應(yīng)用[J].北方工業(yè)大學(xué)學(xué)報(bào)，2006（1）：15-20.

[2] 孟憲明，凌培亮，基于人工魚群算法的乒乓球數(shù)據(jù)挖掘[J].計(jì)算機(jī)工程，2010（5）：28-31.

[3] 欒麗華，吉根林.決策樹分類技術(shù)研究[J].計(jì)算機(jī)工程，2004（9）：94-96，5.