论文部分内容阅读
摘 要：当今几乎各行各业都在拥抱大数据，篮球赛事也和大数据密不可分，成为比赛制胜的秘密武器。通过分析国外大数据技术在NBA中的应用和国内大数据技术在CBA中的应用研究动态，了解大数据技术在篮球的主要赛事中的应用研究中存在的不足及需要进一步研究的内容，为以后的研究者提供一定的理论参考，也有利于推进篮球乃至整个体育事业的发展。
关键词：大数据技术;篮球赛事;数据库
中图分类号：TP311.13 文献标识码：A 文章编号：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，大数据继物联网、云计算之后成为了最热门的讨论和研究话题之一，几乎各行各业都在拥抱大数据。篮球赛事也和大数据密不可分，在国外，技术在篮球赛事中的运用改变了篮球管理模式，成为比赛制胜的秘密武器，极大地促进了篮球赛事信息化、科学化的发展，在国内也正在慢慢渗透。
1 研究的意义
在以往的篮球竞技过程中，教练员分析比赛数据大多依靠手中的笔和纸，还有过往比赛录像，然而依托这些手段获取到的信息很少且不全面，不能追踪球员每一次触球，每一个传球，每一次攻防，更加客观的了解场上球员的状态;在NBA每年的选秀中，选拔球员往往根据单一的数据排出顺位，而不能结合多个数据综合考量一名球员的综合素质;在平时的训练中，也是只能依靠球员的感觉和教练员的经验来调整训练计划，而不能依靠精确的数据科学地调整训练内容提高训练质量。以上这些都是篮球运动发展过程中遇到的问题，也是本研究启发的来源。
随着大数据技术的兴起，利用数据挖掘技术、数字图像处理技术等等手段处理篮球赛事越来越常见。根据这些大量而精确的数据可以方便教练员及时制定或调整比赛策略，也可以对球员的状态进行更客观地评估，还可以对球员间的组合进行模拟和预测，从而使更适合的球员组合上场。不仅如此还可以将这些数据提供给媒体和球迷，使他们随时掌握自己关注的球队的球员动态，为宣传球队提供大数据的支持。通过大数据技术得出的结论还可以有效帮助到球队的日常训练，为教练员安排训练计划并给出指导依据，为球员提供了解自己运动状态的机会。这便是大数据技术在篮球赛事上的实际应用。
在篮球赛事上应用大数据技术，可以促进篮球赛事的发展，提高运动员的竞技水平。运动员的水平提高了，篮球赛事的观赏性和趣味性也会提高，更多的普通观众也会关注到篮球这项运动。因此，篮球这项运动在百姓中的普及度就会提高，有了普及度就可以加快体育场馆建设，空闲场馆的利用率也会随之提高，篮球产业体系和体育经济的发展也会更迅速。从宏观上看，研究的成果可能有利于篮球乃至整个体育事业的发展，这便是我们这个研究的价值所在。
2 国外研究动态
在国外，大数据分析应用在越来越多的体育项目中，早在20世纪90年代，随着计算机的发展，大数据技术就已逐渐应用于美国职业篮球联赛（National Basketball Association，简称NBA），并建立了成型的数据库，对球员选拔、战术制定、比赛优胜等起到有效的参考作用，同时也推动了NBA的发展。本文以美国著名赛事NBA作为主要对象，对其相关研究进行归纳与分析。
2.1 数据库资源情况
随着互联网的发展，很多机构建立了与篮球相关的网络平台，提供各项数据资源，为分析团队创造了全面的数据源泉。例如：http：//sats.nba.com是美国NBA官方网站的数据统计板块，为用户提供各种类型的数据，以多角度展现了美国NBA。APBR metrics Forum是美国最早的篮球统计论坛，提供了一个刊登论文及交流成果的平台。[1]其他知名的篮球数据网站如表1所示。
这些多样的网络平台为各个俱乐部的研究团队提供了大量全面的数据，为数据分析研究建立了基础，极大地推动了美国篮球数据分析的发展。
2.2 数据分析技术
在众多数据分析技术之中，Sport VU技术，即多摄像头动态追踪技术，是在美国体育数据分析领域应用最广泛的技术，由以色列科学家麦基·塔米尔于2005年发明，原被用作于追踪导弹。现今，NBA收购了此项技术，被各个俱乐部使用。Sport VU通过每座球馆天花板上空悬挂着的六个3D高清摄像头连接计算机数据分析而实现，每秒钟每个摄像头能抓取25幅图片。这些摄像头背后连接着各种传感器，用以动态捕捉、轨迹分析、提取数据，再将处理过的数据导入NBA庞大的数据库。Sport VU技术能够捕捉每一名球员的动作、运动轨迹、冲刺速度、传球、投篮等等信息，并将它们可视化、数据化，通过数学公式具体分析、挖掘每一场比赛，为球员、教练的决策提供参考。同时，通过记录这些场上数据，系统建立了一个开放的网络数据库，也为科研团队提供了资料来源。[2] 其他数据分析技术还包括归纳分析技术（Induction Analysis）、定量分析技术（Quantitative Analysis）、多元统计分析技术（Multivariate Analysis）、关联规则分析技术（Association Rule Algorithm）等等。
2.3 具体应用
2.3.1 选拔新秀及评估球员
每年6月，在美国麦迪逊花园广场都会如期举办NBA选秀大会，为NBA输送了大量的优秀预备球员。在此期间，各个俱乐部人员都会通过各种渠道获取参赛人员的信息，并整理汇总，这些信息就成为球员能否进入NBA的关键。
这其中，诸如身高、体重、速度、耐力、弹跳等球员的基本信息都会被收集，通过技术手段、算法进行分析，进而全方面评估一个球员的技术水平、发展潜力等等，同时也可以预测球员在接下来几场比赛中的表现。这些信息一方面来自NBA新秀训练营一年一度的选拔测试数据、一些有代表性的数据平台官方数据统计和分析的数据、一些著名的数据分析专家对大学生篮球联赛数据进行统计和分析的各类文献资料提供的数据;还有一些来自较权威的美国年度MIT斯隆体育数据分析峰会发布的篮球数据分析报告数据。
对于球员的评估有着很多不同的方法，例如：球员效率指数（Player Efficiency Rating，简称PER）。其是约翰·霍林格发明的一种球员评分方式，试图利用合理的数学公式将球员的贡献数据化、具体化，从而评估球员的整体表现。如今，PER被NBA各俱乐部广泛认可，是球员价值大小的评估标准的重要量化指标。指标数据来源于在重大比赛中统计下来的各项参数具体数据，比如得分数、篮板数、助攻数、抢断数等等，利用这些数据进行加权计算，得到球员的效率指数。这个指数可以在相同的比赛场上位置、对抗的球队及赛季中对球员进行横向比较，也可以进行年度纵向比较，从整体上考量球员的能力，对球员的整体价值进行较为客观评估。[3]
2.3.2 分析比赛及制定战术
对比赛大数据进行分析可以为球队战术选择提供更好的方案，在球场上设计更合理的比赛阵容及对抗防范策略，帮助球员选择最佳优势，发挥最佳效果，从而提高球队比赛势力。对于球队自身而言，大数据可以收集、分析自己球员的数据，教练可以通过这些数据提供的信息优化组合，设计攻防战术，实现球队配合、团队优势最大化，大幅提升球队整体实力。同时，教练可以通过数据平台的数据共享参照其他球队的数据，分析出他们的战术风格，制定对应的作战计划，有效地克制对方球队的发挥，最终取得比赛的胜利，同时使得比赛更精彩，观众也更喜爱。
数据分析的胜利的典型实例就是近年来统治联盟的勇士队。勇士队老板拉科布为了在五年内把勇士队建设成总冠军队，不惜重金，花费四亿五千万美元把勇士买下。拉科布雇佣数据分析师通过记录、分析比赛数据为球队制定合理的战术，并选拔价值高的新秀，重新组队。最终，凭借着大数据技术，勇士队从2015年起至今，屡次摘得NBA总冠军的头衔，并打破了NBA的历史记录。[4]
2.3.3 监控球员身体状况及制定合理训练计划
每一名球员在高负荷的比赛或训练中都有受傷的可能性，而数据分析技术较好地解决了这一问题。许多俱乐部在自己的球员身上携带智能感知设备，通过各种芯片和传感器，采集球员在训练中的机体反应、训练的强度、负荷大小、冲刺速度、跑动距离、心率、投篮力度等等，记录球员在训练中的各项数据，利用这些数据进行处理分析，以图表的方式呈现出来。教练可以根据分析结果判断出球员的优缺点、身体状态，从而为日常的训练计划和比赛的轮换安排提供了重要参考。比如，美国的Catapult公司就是通过Sport VU数据跟踪系统，建立数据建模，制定“球员负载”身体状况数据指标系统，监测球员的日常训练强度，对球员的体能透支发出伤病风险警告，避免球员过度受伤，有效减少球员受伤概率。[5]
3 国内研究动态
3.1 CBA联赛大数据网络资源基本情况
2006年中国篮球协会官方网站（http：//www.cba.net.cn/）正式成立。是CBA唯一指定的官方数据网站，网站提供的数据包括了中国篮协下属的五大联赛（CBA，WCBA，NBL，男子青年联赛，女子青年联赛）的数据。网站不仅包括了各球队的战绩排行榜，还包括各球队球员的个人技术统计数据。已经成为中国职业篮球的数据中心，为篮球球队分析、球员技术分析提供了权威的资料。
网站建立了CBA各赛季各场次各数据统计的数据库，实现了数据公开和共享。[3]
3.2 CBA数据收集分析体系
国内在篮球方面的数据分析体系是近几年才开始发展的，因而关于体育数据的相关研究成果相对不太成熟，我们的很多球队数据分析技术和分析体统是借鉴国外的理论和经验。但是近年来随着国家队篮球文化的重视，我们的数据分析也在慢慢向好的方向发展。
张建丰和赵新辉（2015）在《数据挖掘技术在篮球技战术分析中应用研究》提到了决策树法。决策树法是数据挖掘技术的重要方法，用来处理数据集分类和预测问题，通过对实例集进行学习，实现从大量无序信息中归纳出合乎逻辑的分类规则。决策树算法采用自顶向下的递归方式，在树的内部结点间进行属性比较，判断分支走向，在生成树的叶节点处得到结论。篮球技能战术分析的主要过程是通过以运动员参加历届大赛的技术统计数据为依据基础，以“分而治之”为思想，构建决策树，经过分类、聚类和预测算法，将目标问题的搜索空间划分为多个子集，最后得出训练集产生所有可能的决策树，在所有的决策树中选择最简单的决策树对比赛队进行分析，再用ID3算法检验结果。[6]
除了决策树法，孙千喜（2018）曾谈到在篮球赛中应用数据图像处理技术。在对运动员的训练和战术等方面的数据分析体系中，数据图像处理技术目前在高层次国家队中也得到了应用。 图像采集系统由利用光电技术实现的采集系统、机器视觉识别系统、数据存储数据库系统、数据处理系统和压敏电阻组成。利用光电技术实现的采集系统通过对图像的数字表征、增强、变换、复原、彩色图像等进行捕获;机器视觉识别系统采用机器代替人眼来做测量和识别判断，将图像摄取装置获取到的目标图像信号传送给专门的图像处理系统，经过一系列的处理后获取目标的特征，从而执行判断。数据存储数据库系统主要负责对数据的存储工作;数据处理系统对处理后的信息进行分类、整合，加工成可观的、易于理解的各种指标;压敏电阻的功能是利用敏感电阻电压的特点将其应用于传达某种压力信息的装置上。在篮球赛数据图像处理系统中，利用传感器等设备获取到球员在训练时的各类信息，通过数据处理系统进行一系列处理过程后保存成数据储存在存储数据库系统中，供球队比赛和训练时参考。比赛时利用机器视觉技术记录球员在场上的运动状态，实时传输到数据库系统及教练用的电子设备终端，供教练布置战术用。[7]
除了以上相关领域提出的新的研究方向，目前大部分CBA球队主要采用的是比赛视频（录像）分析软件对球队整体表现和球员的竞技水平进行评估。多数CBA俱乐部已经具备Gamebreaker篮球赛事数据分析软件。该软件也具有便捷的视频剪辑功能，分析人员可将每场比赛的录像进行回放并加以编辑。在分析录像的同时，可提取出比赛中对阵双方的各种战术布置情况等，并运用软件自带的画笔工具做出标记，而后将其存储为战术模板，方便全队的分析和学习。有名的Gamebreaker软件的大部分功能都是基于比赛视频播放，适合于球队日常训练使用，方便教练掌握训练效果，软件对临场比赛及战术的安排帮助不多。[8]2017年CBA与贝泰科技达成官方大数据合作。CBA公司采购贝泰科技的数据采集软件系统，以及后续的技术服务，包括技术支持、数据库和服务器的运维、数据文件分发等。贝泰科技为确保电视转播的数据输出稳定而采用了TCP发送XML文件获取两套数据传输方案。与贝泰科技合作后，贝泰科技的系统为CBA新增了40%的数据采集点，大体可以分为实时数据、球员赛季数据、球队排名数据等三大类别。
4 结 论
基于以上对国内CBA和国外NBA两大篮球队在篮球运动方面应用大数据技术情况的研究，我们发现以CBA为代表的国内篮球领域和以NBA为代表的国外篮球领域，在数据运用上有着较大的差异，主要体现在：
（1）CBA通过建立数据库，统计球员在比赛中的基本数据信息，以便于进行赛后分析。同时，通过比赛视频录像分析软件和视频剪辑技术，对比赛时双方的战术进行手动标记和保存，方便对球队整体表现和球员的竞技水平进行评估以及对未来比赛的准备。国外流行的决策树法和图像分析技术，也正逐步被越来越多的球队采用。
（2）NBA通过利用Sport VU系统、HANA平台、可穿戴智能设备、freeD技术和回放中心对比赛和训练数据进行采集、上传、处理、决策。形成以Sport VU数据分析体系、细粒度的高阶统计分析体系、可视化数据信息体系、录像分析为主的四大体系，为NBA球队提供了可靠的数据技术保证。[8]在数据分析方面，通过对大量的图像数据的处理，实现对每个球员运动轨迹、打法特点和身体状态的实时评估，也可运用于球员的日常训练中，有利于教练制定训练方案和比赛战术。
（3）相较于NBA对大数据技术的熟练运用，CBA还处于起步阶段，有着一定的差距。CBA在实现基础的数据统计的同时，需要通过对专业人才的培训，大力发展专业深入的数据分析技术，实现联赛的智能化和科技化。
除了以上对CBA和NBA的总结，我们还发现了在当前的研究工作中，往往希望CBA完全继承NBA的数据分析体系，而忽略了联赛差异性对基本数据分析模型建立的影响。数据建模的不同，将会导致适用于NBA的体系，不再完全适用于CBA。同理，对于适用于CBA的体系，也不能完全适用于CUBA这些竞技强度较低的联赛。
经过文献调查，没有发现一个篮球联赛的普适性数据分析模型。所以，当前研究工作需要更多的关注数据分析的特殊性建模，关注于如何建立适用于当前联赛的数据评价标准。评价标准应当考虑到以下方面：联赛总体竞技水平，联赛有无特殊规则制定，球员的平均技术水平，球员的平均身体素质等。只有考虑到联赛的特殊性和差异性，才能使数据分析体系的价值最大化。
参考文献：
[1] 杨振兴，杨军，白洁，等.基于大数据技术对美国职业篮球联赛的研究 [J].中国体育科技，2016，52（1）：96-104.
[2] 大数据周刊.NBA+大数据，数字经济重塑体育帝国！ [J/OL].http：//www.bigdatamag.cn/hdzq/2597.jhtml，2017-12-21.
[3] 郝浩然.中美男子篮球职业联赛数据收集与分析技术对比研究 [D].曲阜：曲阜师范大学，2018.
[4] 王劈柴.金州勇士：一只由硅谷精英打造的新时代球队 [J/OL].https：//www.guokr.com/article/441359/，2016-04-14.
[5] 姚卓凡.浅谈大数据对职业篮球联赛的影响 [J].数字通信世界，2017（9）：19+6.
[6] 张建丰，赵新辉.数据挖掘技术在篮球技战术分析中应用研究 [A].中国体育科学学会（China Sport Science Society）. 2015第十届全国体育科學大会论文摘要汇编（二） [C]//中国体育科学学会（China Sport Science Society）：中国体育科学学会，2015：2.
[7] 孙千喜.大数据时代下数字图像分析与处理技术在篮球方面的应用 [J].中国新通信，2018，20（1）：209-210.
[8] 李鑫.NBA与CBA联赛大数据应用的对比研究 [D].北京：北京体育大学，2017.
作者简介：彭琛琛（1999-），男，汉族，湖南娄底人，本科在读，研究方向：应用统计、数据分析。
关键词：大数据技术;篮球赛事;数据库
中图分类号：TP311.13 文献标识码：A 文章编号：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，大数据继物联网、云计算之后成为了最热门的讨论和研究话题之一，几乎各行各业都在拥抱大数据。篮球赛事也和大数据密不可分，在国外，技术在篮球赛事中的运用改变了篮球管理模式，成为比赛制胜的秘密武器，极大地促进了篮球赛事信息化、科学化的发展，在国内也正在慢慢渗透。
1 研究的意义
在以往的篮球竞技过程中，教练员分析比赛数据大多依靠手中的笔和纸，还有过往比赛录像，然而依托这些手段获取到的信息很少且不全面，不能追踪球员每一次触球，每一个传球，每一次攻防，更加客观的了解场上球员的状态;在NBA每年的选秀中，选拔球员往往根据单一的数据排出顺位，而不能结合多个数据综合考量一名球员的综合素质;在平时的训练中，也是只能依靠球员的感觉和教练员的经验来调整训练计划，而不能依靠精确的数据科学地调整训练内容提高训练质量。以上这些都是篮球运动发展过程中遇到的问题，也是本研究启发的来源。
随着大数据技术的兴起，利用数据挖掘技术、数字图像处理技术等等手段处理篮球赛事越来越常见。根据这些大量而精确的数据可以方便教练员及时制定或调整比赛策略，也可以对球员的状态进行更客观地评估，还可以对球员间的组合进行模拟和预测，从而使更适合的球员组合上场。不仅如此还可以将这些数据提供给媒体和球迷，使他们随时掌握自己关注的球队的球员动态，为宣传球队提供大数据的支持。通过大数据技术得出的结论还可以有效帮助到球队的日常训练，为教练员安排训练计划并给出指导依据，为球员提供了解自己运动状态的机会。这便是大数据技术在篮球赛事上的实际应用。
在篮球赛事上应用大数据技术，可以促进篮球赛事的发展，提高运动员的竞技水平。运动员的水平提高了，篮球赛事的观赏性和趣味性也会提高，更多的普通观众也会关注到篮球这项运动。因此，篮球这项运动在百姓中的普及度就会提高，有了普及度就可以加快体育场馆建设，空闲场馆的利用率也会随之提高，篮球产业体系和体育经济的发展也会更迅速。从宏观上看，研究的成果可能有利于篮球乃至整个体育事业的发展，这便是我们这个研究的价值所在。
2 国外研究动态
在国外，大数据分析应用在越来越多的体育项目中，早在20世纪90年代，随着计算机的发展，大数据技术就已逐渐应用于美国职业篮球联赛（National Basketball Association，简称NBA），并建立了成型的数据库，对球员选拔、战术制定、比赛优胜等起到有效的参考作用，同时也推动了NBA的发展。本文以美国著名赛事NBA作为主要对象，对其相关研究进行归纳与分析。
2.1 数据库资源情况
随着互联网的发展，很多机构建立了与篮球相关的网络平台，提供各项数据资源，为分析团队创造了全面的数据源泉。例如：http：//sats.nba.com是美国NBA官方网站的数据统计板块，为用户提供各种类型的数据，以多角度展现了美国NBA。APBR metrics Forum是美国最早的篮球统计论坛，提供了一个刊登论文及交流成果的平台。[1]其他知名的篮球数据网站如表1所示。
这些多样的网络平台为各个俱乐部的研究团队提供了大量全面的数据，为数据分析研究建立了基础，极大地推动了美国篮球数据分析的发展。
2.2 数据分析技术
在众多数据分析技术之中，Sport VU技术，即多摄像头动态追踪技术，是在美国体育数据分析领域应用最广泛的技术，由以色列科学家麦基·塔米尔于2005年发明，原被用作于追踪导弹。现今，NBA收购了此项技术，被各个俱乐部使用。Sport VU通过每座球馆天花板上空悬挂着的六个3D高清摄像头连接计算机数据分析而实现，每秒钟每个摄像头能抓取25幅图片。这些摄像头背后连接着各种传感器，用以动态捕捉、轨迹分析、提取数据，再将处理过的数据导入NBA庞大的数据库。Sport VU技术能够捕捉每一名球员的动作、运动轨迹、冲刺速度、传球、投篮等等信息，并将它们可视化、数据化，通过数学公式具体分析、挖掘每一场比赛，为球员、教练的决策提供参考。同时，通过记录这些场上数据，系统建立了一个开放的网络数据库，也为科研团队提供了资料来源。[2] 其他数据分析技术还包括归纳分析技术（Induction Analysis）、定量分析技术（Quantitative Analysis）、多元统计分析技术（Multivariate Analysis）、关联规则分析技术（Association Rule Algorithm）等等。
2.3 具体应用
2.3.1 选拔新秀及评估球员
每年6月，在美国麦迪逊花园广场都会如期举办NBA选秀大会，为NBA输送了大量的优秀预备球员。在此期间，各个俱乐部人员都会通过各种渠道获取参赛人员的信息，并整理汇总，这些信息就成为球员能否进入NBA的关键。
这其中，诸如身高、体重、速度、耐力、弹跳等球员的基本信息都会被收集，通过技术手段、算法进行分析，进而全方面评估一个球员的技术水平、发展潜力等等，同时也可以预测球员在接下来几场比赛中的表现。这些信息一方面来自NBA新秀训练营一年一度的选拔测试数据、一些有代表性的数据平台官方数据统计和分析的数据、一些著名的数据分析专家对大学生篮球联赛数据进行统计和分析的各类文献资料提供的数据;还有一些来自较权威的美国年度MIT斯隆体育数据分析峰会发布的篮球数据分析报告数据。
对于球员的评估有着很多不同的方法，例如：球员效率指数（Player Efficiency Rating，简称PER）。其是约翰·霍林格发明的一种球员评分方式，试图利用合理的数学公式将球员的贡献数据化、具体化，从而评估球员的整体表现。如今，PER被NBA各俱乐部广泛认可，是球员价值大小的评估标准的重要量化指标。指标数据来源于在重大比赛中统计下来的各项参数具体数据，比如得分数、篮板数、助攻数、抢断数等等，利用这些数据进行加权计算，得到球员的效率指数。这个指数可以在相同的比赛场上位置、对抗的球队及赛季中对球员进行横向比较，也可以进行年度纵向比较，从整体上考量球员的能力，对球员的整体价值进行较为客观评估。[3]
2.3.2 分析比赛及制定战术
对比赛大数据进行分析可以为球队战术选择提供更好的方案，在球场上设计更合理的比赛阵容及对抗防范策略，帮助球员选择最佳优势，发挥最佳效果，从而提高球队比赛势力。对于球队自身而言，大数据可以收集、分析自己球员的数据，教练可以通过这些数据提供的信息优化组合，设计攻防战术，实现球队配合、团队优势最大化，大幅提升球队整体实力。同时，教练可以通过数据平台的数据共享参照其他球队的数据，分析出他们的战术风格，制定对应的作战计划，有效地克制对方球队的发挥，最终取得比赛的胜利，同时使得比赛更精彩，观众也更喜爱。
数据分析的胜利的典型实例就是近年来统治联盟的勇士队。勇士队老板拉科布为了在五年内把勇士队建设成总冠军队，不惜重金，花费四亿五千万美元把勇士买下。拉科布雇佣数据分析师通过记录、分析比赛数据为球队制定合理的战术，并选拔价值高的新秀，重新组队。最终，凭借着大数据技术，勇士队从2015年起至今，屡次摘得NBA总冠军的头衔，并打破了NBA的历史记录。[4]
2.3.3 监控球员身体状况及制定合理训练计划
每一名球员在高负荷的比赛或训练中都有受傷的可能性，而数据分析技术较好地解决了这一问题。许多俱乐部在自己的球员身上携带智能感知设备，通过各种芯片和传感器，采集球员在训练中的机体反应、训练的强度、负荷大小、冲刺速度、跑动距离、心率、投篮力度等等，记录球员在训练中的各项数据，利用这些数据进行处理分析，以图表的方式呈现出来。教练可以根据分析结果判断出球员的优缺点、身体状态，从而为日常的训练计划和比赛的轮换安排提供了重要参考。比如，美国的Catapult公司就是通过Sport VU数据跟踪系统，建立数据建模，制定“球员负载”身体状况数据指标系统，监测球员的日常训练强度，对球员的体能透支发出伤病风险警告，避免球员过度受伤，有效减少球员受伤概率。[5]
3 国内研究动态
3.1 CBA联赛大数据网络资源基本情况
2006年中国篮球协会官方网站（http：//www.cba.net.cn/）正式成立。是CBA唯一指定的官方数据网站，网站提供的数据包括了中国篮协下属的五大联赛（CBA，WCBA，NBL，男子青年联赛，女子青年联赛）的数据。网站不仅包括了各球队的战绩排行榜，还包括各球队球员的个人技术统计数据。已经成为中国职业篮球的数据中心，为篮球球队分析、球员技术分析提供了权威的资料。
网站建立了CBA各赛季各场次各数据统计的数据库，实现了数据公开和共享。[3]
3.2 CBA数据收集分析体系
国内在篮球方面的数据分析体系是近几年才开始发展的，因而关于体育数据的相关研究成果相对不太成熟，我们的很多球队数据分析技术和分析体统是借鉴国外的理论和经验。但是近年来随着国家队篮球文化的重视，我们的数据分析也在慢慢向好的方向发展。
张建丰和赵新辉（2015）在《数据挖掘技术在篮球技战术分析中应用研究》提到了决策树法。决策树法是数据挖掘技术的重要方法，用来处理数据集分类和预测问题，通过对实例集进行学习，实现从大量无序信息中归纳出合乎逻辑的分类规则。决策树算法采用自顶向下的递归方式，在树的内部结点间进行属性比较，判断分支走向，在生成树的叶节点处得到结论。篮球技能战术分析的主要过程是通过以运动员参加历届大赛的技术统计数据为依据基础，以“分而治之”为思想，构建决策树，经过分类、聚类和预测算法，将目标问题的搜索空间划分为多个子集，最后得出训练集产生所有可能的决策树，在所有的决策树中选择最简单的决策树对比赛队进行分析，再用ID3算法检验结果。[6]
除了决策树法，孙千喜（2018）曾谈到在篮球赛中应用数据图像处理技术。在对运动员的训练和战术等方面的数据分析体系中，数据图像处理技术目前在高层次国家队中也得到了应用。 图像采集系统由利用光电技术实现的采集系统、机器视觉识别系统、数据存储数据库系统、数据处理系统和压敏电阻组成。利用光电技术实现的采集系统通过对图像的数字表征、增强、变换、复原、彩色图像等进行捕获;机器视觉识别系统采用机器代替人眼来做测量和识别判断，将图像摄取装置获取到的目标图像信号传送给专门的图像处理系统，经过一系列的处理后获取目标的特征，从而执行判断。数据存储数据库系统主要负责对数据的存储工作;数据处理系统对处理后的信息进行分类、整合，加工成可观的、易于理解的各种指标;压敏电阻的功能是利用敏感电阻电压的特点将其应用于传达某种压力信息的装置上。在篮球赛数据图像处理系统中，利用传感器等设备获取到球员在训练时的各类信息，通过数据处理系统进行一系列处理过程后保存成数据储存在存储数据库系统中，供球队比赛和训练时参考。比赛时利用机器视觉技术记录球员在场上的运动状态，实时传输到数据库系统及教练用的电子设备终端，供教练布置战术用。[7]
除了以上相关领域提出的新的研究方向，目前大部分CBA球队主要采用的是比赛视频（录像）分析软件对球队整体表现和球员的竞技水平进行评估。多数CBA俱乐部已经具备Gamebreaker篮球赛事数据分析软件。该软件也具有便捷的视频剪辑功能，分析人员可将每场比赛的录像进行回放并加以编辑。在分析录像的同时，可提取出比赛中对阵双方的各种战术布置情况等，并运用软件自带的画笔工具做出标记，而后将其存储为战术模板，方便全队的分析和学习。有名的Gamebreaker软件的大部分功能都是基于比赛视频播放，适合于球队日常训练使用，方便教练掌握训练效果，软件对临场比赛及战术的安排帮助不多。[8]2017年CBA与贝泰科技达成官方大数据合作。CBA公司采购贝泰科技的数据采集软件系统，以及后续的技术服务，包括技术支持、数据库和服务器的运维、数据文件分发等。贝泰科技为确保电视转播的数据输出稳定而采用了TCP发送XML文件获取两套数据传输方案。与贝泰科技合作后，贝泰科技的系统为CBA新增了40%的数据采集点，大体可以分为实时数据、球员赛季数据、球队排名数据等三大类别。
4 结 论
基于以上对国内CBA和国外NBA两大篮球队在篮球运动方面应用大数据技术情况的研究，我们发现以CBA为代表的国内篮球领域和以NBA为代表的国外篮球领域，在数据运用上有着较大的差异，主要体现在：
（1）CBA通过建立数据库，统计球员在比赛中的基本数据信息，以便于进行赛后分析。同时，通过比赛视频录像分析软件和视频剪辑技术，对比赛时双方的战术进行手动标记和保存，方便对球队整体表现和球员的竞技水平进行评估以及对未来比赛的准备。国外流行的决策树法和图像分析技术，也正逐步被越来越多的球队采用。
（2）NBA通过利用Sport VU系统、HANA平台、可穿戴智能设备、freeD技术和回放中心对比赛和训练数据进行采集、上传、处理、决策。形成以Sport VU数据分析体系、细粒度的高阶统计分析体系、可视化数据信息体系、录像分析为主的四大体系，为NBA球队提供了可靠的数据技术保证。[8]在数据分析方面，通过对大量的图像数据的处理，实现对每个球员运动轨迹、打法特点和身体状态的实时评估，也可运用于球员的日常训练中，有利于教练制定训练方案和比赛战术。
（3）相较于NBA对大数据技术的熟练运用，CBA还处于起步阶段，有着一定的差距。CBA在实现基础的数据统计的同时，需要通过对专业人才的培训，大力发展专业深入的数据分析技术，实现联赛的智能化和科技化。
除了以上对CBA和NBA的总结，我们还发现了在当前的研究工作中，往往希望CBA完全继承NBA的数据分析体系，而忽略了联赛差异性对基本数据分析模型建立的影响。数据建模的不同，将会导致适用于NBA的体系，不再完全适用于CBA。同理，对于适用于CBA的体系，也不能完全适用于CUBA这些竞技强度较低的联赛。
经过文献调查，没有发现一个篮球联赛的普适性数据分析模型。所以，当前研究工作需要更多的关注数据分析的特殊性建模，关注于如何建立适用于当前联赛的数据评价标准。评价标准应当考虑到以下方面：联赛总体竞技水平，联赛有无特殊规则制定，球员的平均技术水平，球员的平均身体素质等。只有考虑到联赛的特殊性和差异性，才能使数据分析体系的价值最大化。
参考文献：
[1] 杨振兴，杨军，白洁，等.基于大数据技术对美国职业篮球联赛的研究 [J].中国体育科技，2016，52（1）：96-104.
[2] 大数据周刊.NBA+大数据，数字经济重塑体育帝国！ [J/OL].http：//www.bigdatamag.cn/hdzq/2597.jhtml，2017-12-21.
[3] 郝浩然.中美男子篮球职业联赛数据收集与分析技术对比研究 [D].曲阜：曲阜师范大学，2018.
[4] 王劈柴.金州勇士：一只由硅谷精英打造的新时代球队 [J/OL].https：//www.guokr.com/article/441359/，2016-04-14.
[5] 姚卓凡.浅谈大数据对职业篮球联赛的影响 [J].数字通信世界，2017（9）：19+6.
[6] 张建丰，赵新辉.数据挖掘技术在篮球技战术分析中应用研究 [A].中国体育科学学会（China Sport Science Society）. 2015第十届全国体育科學大会论文摘要汇编（二） [C]//中国体育科学学会（China Sport Science Society）：中国体育科学学会，2015：2.
[7] 孙千喜.大数据时代下数字图像分析与处理技术在篮球方面的应用 [J].中国新通信，2018，20（1）：209-210.
[8] 李鑫.NBA与CBA联赛大数据应用的对比研究 [D].北京：北京体育大学，2017.
作者简介：彭琛琛（1999-），男，汉族，湖南娄底人，本科在读，研究方向：应用统计、数据分析。