《運動解析:運動表現(xiàn)分析、可視化與決策》為運動解析在體育運動中的使用及其在運動表現(xiàn)、執(zhí)教、選材和運動醫(yī)學等方面的應用提供了權威和全面的指南。
本書采用基于方法的結構,以問題為導向,明確定義了解析(analytics)和分析(analysis)之間的區(qū)別,進而闡述了如下方法:
- 交互式可視化
- 模擬與建模
- 地理空間數(shù)據(jù)分析
- 時空數(shù)據(jù)分析
- 機器學習
- 基因組數(shù)據(jù)分析
- 社交網絡分析
本書是所有運動解析專業(yè)方向學生必不可少的讀物,也適用于學習或從事運動員選才、運動表現(xiàn)分析、運動醫(yī)學和計算機科學的學生或專業(yè)人士。
近年來,數(shù)據(jù)解析、數(shù)據(jù)科學、大數(shù)據(jù)和數(shù)據(jù)時代等術語嶄露頭角。數(shù)據(jù)解析在商業(yè)、銀行、醫(yī)藥和安全以及體育領域都有廣泛應用。自2003年邁克爾·劉易斯(Michael Lewis)出版《點球成金》(Moneyball)一書,布拉德·皮特(Brad Pitt)主演了改編自該書的同名電影以來,在球員招募和人才培養(yǎng)過程中使用數(shù)據(jù)的好處已經得到了廣泛認可!饵c球成金》并非虛構的故事,它講述了總經理比利·比恩(Billy Beane)利用棒球資料統(tǒng)計分析知識招募被低估的球員,并幫助奧克蘭運動家隊與實力更強的棒球隊競爭的故事。
信息技術的發(fā)展提高了我們記錄和存儲海量數(shù)據(jù)的能力。正如麥克·休斯(Mike Hughes)和伊恩·弗蘭克斯(Ian Franks)在第三屆世界科學與足球大會(1995, Computerised notational analysis of football ,Cardiff, UK)的主題報告中所述,數(shù)據(jù)采集技術、數(shù)據(jù)存儲容量、軟件系統(tǒng)的可移植性和數(shù)據(jù)輸出設備的研究進展已經被應用在運動表現(xiàn)分析領域。在此次主題報告之后,運動表現(xiàn)分析領域中的數(shù)據(jù)采集和存儲技術進一步發(fā)展。運動員跟蹤系統(tǒng)可以在訓練和比賽中收集大量的運動數(shù)據(jù),這是運動表現(xiàn)分析人員可用的數(shù)據(jù)來源之一。越來越多的運動表現(xiàn)分析人員正從事著學科交叉數(shù)據(jù)分析工作。
大量高質量數(shù)據(jù)分析帶來的機遇已得到眾多體育組織的認可,越來越多的體育組織依賴數(shù)據(jù)分析制定營銷決策。哈里森和布克斯坦(Harrison and Bukstein, 2017)、弗里德和穆庫(Fried and Mumcu, 2017)編寫的教科書中提供了由學術和實踐專家撰寫的數(shù)據(jù)解析典型案例。阿拉馬(Alamar, 2013)的著作中介紹的案例更多地強調了教練的背景,其研究結論在相關類型書籍中被大量引用。然而,在運動表現(xiàn)分析領域運用數(shù)據(jù)解析技術的機會仍存在差距。運動解析的課程實際上在大學階段就可以開展,本書提供了關于解析原理和方法的背景材料。
本書第一章介紹關于解析的概念。雖然解析(analytics)這個詞的應用十分廣泛,但在某些情況下的使用是不恰當?shù)摹R恍┍幻枋鰹榻馕龅墓ぷ鲬昧艘郧巴ǔ1环Q為分析(analysis)的相同方法。解析和更常規(guī)的傳統(tǒng)分析間的區(qū)別并不像是黑與白的區(qū)別。本書第一章提供了一個框架結構,可以供讀者參考,判斷一種方法是否可以被描述為解析。第二章討論了運動表現(xiàn)分析中使用的不同類型數(shù)據(jù),總結了從手工記錄的圖表到最新的數(shù)據(jù)處理方面的進展,并對體育背景下的數(shù)據(jù)時代2025報告進行了總結。第三章到第十章討論了可用于運動表現(xiàn)分析的不同解析方法。第三章 交互式可視化,以田徑十項全能運動為例描述如何分析和呈現(xiàn)數(shù)據(jù),以告知十項全能運動員和他們的教練需要集中精力提高成績的領域。第四章 模擬與建模,以2019年橄欖球世界杯為例對比賽預測進行了目標設定。第五章和第六章涉及地理空間數(shù)據(jù)和時空數(shù)據(jù)分析的相關領域。第五章介紹了地理空間數(shù)據(jù)技術的背景知識,第六章詳細討論了團隊運動中運動員的運動分析。第七章 機器學習與運動,涵蓋了數(shù)據(jù)挖掘中用于分析數(shù)據(jù)的基本統(tǒng)計方法、文本處理方法、基于規(guī)則的方法和人工智能方法。第十章提供了知識發(fā)現(xiàn)(KDD)以及第七章所述的數(shù)據(jù)挖掘方法的宏觀視角。第八章討論了基因組學在體育人才培養(yǎng)計劃中的潛在應用機會,包括與運動表現(xiàn)相關的基因和基因組分析的詳細內容。第九章探討了如何用社交網絡分析考察俱樂部之間的轉會活動和團隊運動中運動員之間的互動交流。
第十一章討論了解析過程帶來的組織管理挑戰(zhàn),特別是在對數(shù)據(jù)進行多種分析時的挑戰(zhàn),并討論第三章分析十項全能運動數(shù)據(jù)的經驗,以形成數(shù)據(jù)管理環(huán)境和分析基礎設施的基本原則。最后一章介紹了有關足球運動解析的應用案例,以及足球的執(zhí)教和管理中常見的分析需求,并描述了學術界和從業(yè)者合作開發(fā)的一種特定解析方法。
安比克什·賈亞爾(Ambikesh Jayal)是英國卡迪夫城市大學計算和信息系統(tǒng)高級講師。
阿里斯塔爾·麥克羅伯特(Allistair McRobert)是英國利物浦約翰摩爾斯大學表現(xiàn)分析高級講師。
賈爾斯·奧特雷(Giles Oatley)是澳大利亞聯(lián)邦大學高級講師。
彼得·奧多諾格(Peter ODonoghue)是英國卡迪夫城市大學卡迪夫體育學院運動表現(xiàn)分析準教授。
第一章 何為解析?
簡介
數(shù)據(jù)解析在非體育領域的應用
體育與其他行業(yè)的區(qū)別
解析和常規(guī)分析的比較框架
數(shù)據(jù)類型和數(shù)據(jù)來源
分析方法
決策者的角色
數(shù)據(jù)分析與決策任務的關系
可視化
數(shù)據(jù)查詢
總結
第二章 復雜數(shù)據(jù)和數(shù)據(jù)時代
簡介
基本數(shù)據(jù)
數(shù)據(jù)結構
復雜數(shù)據(jù)
信息技術史
總結
第三章 交互式可視化
簡介
認知和感知
運動表現(xiàn)中的可視化趨勢
十項全能準備工作的決策
總結
第四章 模擬與建模
簡介
賽事預測
建模假設
建模階段
預測階段
橄欖球世界杯
模擬
總結
第五章 地理空間數(shù)據(jù)分析
簡介
地理空間分析的發(fā)展
核心地理空間概念
地理空間數(shù)據(jù)的使用
用于地理空間數(shù)據(jù)的常用工具
點位數(shù)據(jù)分析
軌跡分析
軟件
第六章 時空數(shù)據(jù)分析
簡介
基于算法的方法
數(shù)據(jù)整理
處理數(shù)據(jù)
總結
第七章 機器學習與運動
簡介
統(tǒng)計技術
基于規(guī)則的方法
基于圖形的方法
文本數(shù)據(jù)與自然語言處理
神經網絡和深度學習
第八章 運動基因組學
簡介
基因組學概述
基因組學在體育運動中的應用
分析運動基因組數(shù)據(jù)的步驟
倫理問題
分析兩個個體基因組的實踐活動(代碼加數(shù)據(jù))
第九章 社交網絡分析
簡介
社交網絡分析
研究團隊比賽中的傳球模式
網絡之間的推理比較
傳遞數(shù)據(jù)中的時態(tài)模式
總結
第十章 知識發(fā)現(xiàn)和數(shù)據(jù)挖掘
簡介
知識發(fā)現(xiàn)和數(shù)據(jù)挖掘的應用領域
網球比賽數(shù)據(jù)挖掘
知識發(fā)現(xiàn)過程的各個階段
總結
第十一章 數(shù)據(jù)管理和基礎結構
簡介
數(shù)據(jù)管理基礎結構的基本原理
運動表現(xiàn)分析中數(shù)據(jù)流的整合
綜合體育解析系統(tǒng)
總結
第十二章 體育分析在足球比賽中的應用
簡介
足球表現(xiàn)指標
足球策略、比賽風格和戰(zhàn)術
總結