基于数据挖掘技术的足球比赛数据分析与应用

龙源期刊网

数据挖掘与数据仓库技术的应用和前景分析

作者：郎裕

来源：《消费电子·理论版》2013年第06期

摘 要：近年来，我国社会正在朝向信息化的方向健康发展，在此过程中，数据挖掘与数据仓库技术在其中发挥着重要的作用，并给整个社会带来了巨大的变化，本文首先介绍了数据挖掘技术与数据仓库技术的概念，然后简述了其在社会中的应用以及发展前景，以供参考。

关键词：数据挖掘技术；数据仓库技术；应用；发展前景；分析

中图分类号：TP311.13 文献标识码：A 文章编号：1674-7712 （2013） 12-0000-02

随着决策理论、计算机技术、人工智能、信息技术等各项先进技术的出现与发展，决策支持系统作为电子数据处理系统也有了得到了较快的发展。为了满足决策支持系统的发展需要，数据挖掘与数据仓库技术应运而生。可以说数据仓库与数据挖掘技术是建立在关系数据库、处理分布式技术以及网络技术的基础上而不断发展起来的，它能够通过分散的易购环境来解决数据源，并得到准确可靠的信息。要想解决信息技术在发展中的问题，就需要拥有大量的、准确可靠的信息。此时数据挖掘与数据仓库技术就发挥着非常重要的作用。以下就这两项技术的应用与发展前景进行分析。

一、 数据挖掘技术的概述

（一）数据挖掘技术的含义

所谓数据挖掘及时也就是在数据库中获得最有效的、潜在有用的、最有价值的以及最后能够被理解的模式的一种过程，从简单的含义来讲，数据挖掘技术也就是在大量的数据中获取更加有用的知识。它主要是建立在机器学习、模式识别等领域上发展起来的，并受到人们的广泛关注与青睐。在数据挖掘及时当中，数据分析是一项非常重要的技术，其中最为常见的分析方法有领悟式分析、相关关系分析、聚类分析等。其中聚类分析是最重要的一种分析方法。数据挖掘技术主要是为了满足用户的需要，将数据库当中的知识信息按照某种规律排列并提取出来的一项技术。在数据挖掘与分析的过程中，采用聚类分析法可以将含有一些主观因素的信息准确无误的传达给用户，满足用户的需要。

数据挖掘视频监控系统在体育比赛中的应用案例

在体育比赛中，数据挖掘视频监控系统的应用案例越来越普遍。这种系统通过将视频监控与数据分析技术结合，可以帮助体育赛事的组织者、教练以及观众更好地分析比赛中的数据，提供更准确的信息和更全面的视角。

首先，数据挖掘视频监控系统在体育比赛中可以用来分析运动员的表现。通过监控系统拍摄到的比赛画面，可以将运动员的各项表现指标进行实时分析。比如，在足球比赛中，系统可以追踪和记录每位球员的距离、速度以及传球准确率等数据，从而帮助教练和球队分析每个球员在比赛中的表现，并为战术调整提供依据。这些数据不仅可以用于比赛后的分析，还可以实时反馈给教练，帮助他们做出决策。

其次，数据挖掘视频监控系统还可以用于判定比赛中的争议性场面。在很多比赛中，裁判的判罚往往会引发争议。通过数据挖掘技术，监控系统可以对比赛中的争议性场面进行分析，提供客观的数据和画面证据，帮助裁判做出更准确的判罚。这样不仅可以减少比赛中的争议，还可以增加比赛的公平性和公正性，提高裁判的工作效率。

此外，数据挖掘视频监控系统还可以用于观众的互动体验。通过系统收集观众的观赛数据，比如观看时长、热门场次等，可以为观众提供个性化的推荐服务。比如，系统可以根据观众的喜好和习惯向其推荐具有类似特点的比赛，提供相关信息和分析报告，增加观众对比赛的参与感和兴趣。 当然，数据挖掘视频监控系统的应用还有很多其他方面。比如，在马拉松比赛中，系统可以通过监控跑者的步频、步幅等数据，为马拉松选手提供个性化的跑步训练建议。在篮球比赛中，系统可以实时统计球员的投篮命中率、罚球命中率等数据，帮助球员和教练分析和改进技术。

总之，数据挖掘视频监控系统在体育比赛中的应用案例十分广泛。它通过结合视频监控和数据分析技术，可以为赛事组织者、教练和观众提供更全面、更准确的数据和信息。这不仅有助于提高比赛的质量和公平性，还可以增加观众的参与感和兴趣。相信随着科技的不断发展和创新，数据挖掘视频监控系统在体育比赛中的应用将会有更广阔的发展前景。

第２９卷第８期　２００７年８月　人民　ＹＥＬＬＯＷ　黄河　ＲＩＶＥＲ　Ｖｏ１．２９．Ｎｏ．８　Ａｕｇ．，２００７　

【水资源】　

基于数据挖掘技术的遥感　数据分析　

张小娟，蒋云钟，赵红莉，秦长海，邢　志，鲁　帆　

（中国水利水电科学研究院水资源研究所，北京１０００４４）　

摘要：以北京市房山区为研究区域，利用ＳＡＳ数据挖掘工具，以遥感监测系统获得的海量ＥＴ数据和区域土地利用数　

据为数据源，分析　不同土地利用类型、不同时期ＥＴ的变化趋势及影响因素，结果表明：气温对ＥＴ的影响最大，气温和　

风速与ＥＴ呈正相关，降雨和相对湿度与ＥＴ呈负相关。ＳＡＳ数据挖掘工具不仅能快速实现对海量数据的多样化统计分　

析，而且可以给用户展现丰富的图形，有利于对分析结果的解释和理解。　

关键词：数据挖掘；ＳＡＳ；遥感监测：ＥＴ；数据分析　

中图分类号：ＴＰ２７４；ＴＰ７９　文献标识码：Ａ　文章编号：１０００—１３７９（２００７）０８—００３３－０２　

在全球环境基金（ＧＥＦ）资助项目——海河流域水资源与　

水环境综合管理中，引入了先进的ＥＴ（Ｅｖａｐｏ　Ｔｒａｎｓｐｉｒａｔｉｏｎ，蒸　

发蒸腾量）管理理念，由过去的供需平衡观念向供耗平衡观念　

转变。ＥＴ在资源型缺水区域是真实的耗水量，是水分循环的　

重要组成部分，也是水资源管理和水利用效率评价的重要参　

数。要提高水资源的利用效率和效益，真正实现节水，就必须　

采取各种措施最大限度地减少无效蒸发蒸腾量，而开展ＥＴ遥　

感监测是一种有效手段　。受ＥＴ监测精度的限制，目前基于　

ＥＴ的水资源管理仍处于探索阶段。　

遥感监测系统获得的海量ＥＴ数据和区域土地利用数据为　

数据挖掘技术的应用提供了丰富的数据资源。ＳＡＳ软件具有　

丰富的数据采集、管理、分析和信息展现能力，使之成为决策支　持的最好工具口Ｊ。因此，笔者应用ＳＡＳ数据挖掘工具，开展了　

对海量空问数据的汇总统计和可视化图形分析研究。　

１数据挖掘的基本方法　

数据挖掘是指利用各种分析方法从大量数据中提取出隐　

龙源期刊网

数据挖掘技术视角下的足球技战术分析

作者：林竞

来源：《中国科技纵横》2013年第16期

【摘 要】 足球运动是一项团体球类运动，其特点是对抗激烈、复杂多变、悬念性强，因此深受人们的喜爱。为了能更好地理解这项运动，近些年来，国内外众多学者在分析这项运动的同时也脱离了传统的方法，从不同视角来对其进行分析。笔者试对此进行归纳论述，并指出以多学科交叉发展的形式应用于足球运动分析可以为当前的技战术研究提供更多的选择。

【关键词】 体育 数据挖掘技术 技战术分析

1 数据挖掘技术研究及应用现状

数据挖掘是近些年来的新型的数据分析方法，主要内容是从大量的杂乱数据里提出有用的数据序列的过程。随着理论方法的日益成熟，数据挖掘也越来越多的出现在现实应用中，如商业、工业、农业等，近些年来在体育中的应用也开始慢慢多起来，主要涉及到一些隔网对抗项目和集体球类项目的技战术分析，如（表1）。本文主要介绍有关数据挖掘技术方法在足球技战术分析中的应用。

2 聚类技术在足球技战术分析中的应用

聚类技术室数据挖掘技术中的一种方法，是最早的数据挖掘方法之一。通俗来说就是将大量的杂乱的数据按照其中相似的属性聚集成簇，这些簇就是一组数据的集合。在同一个簇里面，数据和数据间彼此相似，而在不同的簇里面，数据和数据间彼此相异。

龚明波[1]在长期从事聚类技术的研究后，首先提出模拟人类视觉系统的尺度空间理论，并且首次运用于04年欧锦赛的技战术分析中，对里面的31场比赛都进行了技战术的应用分类。分类结果客观反映了2004年欧洲杯足球赛各队技、战术的综合实力。在Q型聚类统计应用上，侯卫东[2]对第4届女子世界杯足球赛16支参赛球队10项主要攻防指标进行统计分析，并对各聚类指标的差异性进行方差分析和多重比较，结果客观反映了各队技战术综合实力。