数据挖掘技术在足球运动中的应用与潜力分析

关键词：数据挖掘；可视化；图案

数据挖掘DM（Data）技术在足球领域的应用潜力非常巨大。足球起源于英国，其巨大影响力与日俱增。全球已有超过240万人从事这项运动[1]，并且拥有非常丰富的数据资源。

跨行业数据挖掘流程标准CRISP-DM（Cross-for Data）是由几家具有数据挖掘应用经验的欧洲公司组织的专门小组提出的。它分为六个阶段。本文主要由3部分组成[2]： 第1部分，定义业务问题（ ）。这一阶段的主要工作是了解和确认课题的目标和需求，深入了解不同的需求，并将其转化为数据挖掘问题并制定实现目标的初步思路。第2部分，数据理解（数据）和数据预处理（数据）。数据理解阶段从收集数据开始，理解数据的含义和特征，过滤掉所有潜在有用的数据，然后组织数据并评估数据的质量。 、组织和合并来自各种来源的数据以适应数据挖掘技术的使用。第3部分包括CRISP-DM的模型构建（）阶段，利用可视化技术挖掘数据。

1 定义业务问题

通过该网站获得了很多国家的欧冠和足球联赛数据，其中主要有两个数据集：（1）2008年和2009年的葡超联赛，因为其详细程度最高，最低。缺失值和错误数据的程度。 （2）近50年欧洲6个国家的所有比赛，包括葡萄牙联赛。

使用数据挖掘技术对选定的数据集进行探索性工作以查找其中的模式可以直接或间接地在足球比赛中提供有用的见解。达到在博弈中利用决策支持系统来预测博弈结果的目的[3]。

2 数据理解和数据预处理

建立数据库并分析数据，包括一些欧洲国家足球联赛的冠军和比赛信息，例如葡萄牙自1934年以来的15,382场比赛、英格兰自1888年以来的43,730场比赛、西班牙自1930年以来的19,846场比赛、意大利自1946年以来17 680场、法国22 702场从 1933 年开始，德国从 1933 年开始 13 406。查找其中最具影响力的数据，例如球队名称、每场比赛进球数、失球数和获胜者、国家和年份、总进球数各联赛各队的进球数和失球数、各队获得的积分以及胜、负、平局数[4]。

还评选出了细节程度最高、缺失值和错误程度最低的联赛，即2004年和2005年的葡超冠军联赛。今年的联赛共包括18支球队，共计306场比赛，总共打进了711个进球，裁判出示了1771张牌。今年的比赛信息还包括每场比赛的球员、替补球员以及比赛时间和地点。例如，如果你了解联赛中的每支球队，你就会知道其总进球数和总失球数，以及每支球队获得的积分。同时，如果你知道一名足球运动员的名字葡萄牙足球联赛系统，你也会知道该球员的进球数、获得的牌数、助攻数等。图1显示了波尔图队最终在联赛中的排名。近几十年来的联赛。

3 建立模型

数据挖掘可视化技术是指利用计算机图形学和图像处理技术将数据转换成图形或图像进行显示和交互处理的理论、方法和技术。主要是给人们一些对相同或相似数据的观察和见解。根据图1所示的葡萄牙联赛三支主力争冠球队，通过图2我们可以得到这三支球队在葡萄牙联赛的争冠积分，并了解这些球队的变化情况。我们还可以看到，自1990年代初期以来的变化规则，在赢一场比赛后，从3分变为2分，波尔图队与波尔图队之间的胜场数明显增加，波尔图队与波尔图队之间的差距已经变得越来越宽。

通过分析各个国家每场比赛的结果，将比赛结果用2D图表来表示。不同的黑色阴影代表过去几年联赛中每场比赛的平均进球数和失球数。图3和图4为西班牙、英格兰的联赛对比。

通过对比可以看出，虽然两国近年来的比赛成绩非常相似，但从整体上和历史上看，英格兰足球比赛成绩变化相对较小，而西班牙过去的比赛成绩与近几年有所不同。结果非常不同。同样，数据也可以用来衡量一支球队主客场成绩的变化以及两支球队更有可能出现的结果。例如，图5显示了球队历史主客场成绩（圆圈代表主场成绩，方块代表客场成绩）。可见，近年来球队的主场成绩有了很大的提升。

图6为波尔图队主场战绩。每个坐标就是分数。从比分走势来看，波尔图占据优势，平局次之，失利较少。

数据挖掘技术是随着行业数据量的快速膨胀和知识发现的迫切需求而出现的产物。可以实现足球比赛数据的挖掘葡萄牙足球联赛系统，更容易获得有依据的模型。然而，作为一种有效的信息处理和强大的数据分析工具，这项技术仍然需要体育专业人士和经验丰富的分析师来完成[5]。该领域具有非常广阔的发展前景。

参考

[1]一、球探：数据与NBA数据[J]，1997.

[2] 郝莉，刘乐平，王兴。数据挖掘在体育统计中的应用[J]．东华工学院学报，2004，23(2)：92-95。

[3]韩凤智，杜修平。数据挖掘在高职体育教学中的应用[J]．中国职业技术教育葡萄牙足球联赛系统，2004（31）：38-39。

[4]龙一民.数据仓库与数据挖掘[J]．现代电子技术，2000(10)：70-73。

[5]杨双艳，赵水宁。数据挖掘技术在体育数据分析中的应用[J].浙江体育科学, 2003, 25(4): 49-51。