数据挖掘技术视角下的足球技战术分析

数据挖掘技术视角下的足球技战术分析

【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。

可以看出，聚类分析法是一种初步的分类方法，是众多数据挖掘技术方法中一种常用的技术。适用于做初步的统计分析，在足球技战术分析中已经得到了初步应用。

3 人工神经网络在足球比赛技战术分析中的应用

人工神经网络是数据挖掘技术中的一种高阶分类模式，它是一种模范动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。

其中王铁生[3]在通过对04年欧洲杯足球赛16支球队的11项攻防技术指标进行主成分分析的基础上，提出了基于自组织特征映射网络的球队分类方法，该