基于位置模糊理论视角下竞技篮球运动员分类模型的构建与转释*

刘刚，千少文，彭贻海，汶希，林潇

(1.广州中医药大学体育健康学院，广东 广州 510006；2.武汉体育学院篮球教研室，湖北 武汉 430079；3.华南理工大学体育学院，广东 广州 510006；4.云南体育运动职业技术学院，云南 昆明 650228)

基于位置模糊理论视角下竞技篮球运动员分类模型的构建与转释*

刘刚1，千少文2，彭贻海3，汶希1，林潇4

(1.广州中医药大学体育健康学院，广东 广州 510006；2.武汉体育学院篮球教研室，湖北 武汉 430079；3.华南理工大学体育学院，广东 广州 510006；4.云南体育运动职业技术学院，云南 昆明 650228)

通过数理统计法、专家访谈法、文献资料法、逻辑推理法构建了竞技篮球运动员的分类模型，研究了各种类型运动员的类型特征及分布情况，提取了影响运动员类型的复合型指标(技术公因子、形态条件与攻防公因子、命中率公因子、犯规公因子、失误公因子)，并使用该模型对广东队进行了相关应用研究，为现代篮球定量化研究提供新的思路与方法。

篮球；运动员分类；模型；构建

随着现代篮球运动的发展，科学化、精细化、数据化成为了篮球运动发展的重要特点。传统的五分法将篮球运动员按照位置划分为中锋、大前锋、小前锋、得分后卫、组织后卫五种角色。20世纪50年代，“换位进攻”技、战术的发展，形成了新的战术体系特点，运动员逐步打破传统的前锋、后卫与中锋的绝对位置分工界限观念，促使运动员技术水平全面化，战术形式多样化。20世纪60～70年代，“移动进攻”理论[1]和具体战术的采用，扩大了运动员在场上的活动范围，改变了原有的进攻位置和活动区域及运动方式与方法，位置分工开始模糊化，也即意味着各种不同位置运动员的技术趋同化及任务多元化，客观上使运动员不再像传统赛事中那样易于分类。但无论位置怎样模糊，不同位置的技术特征始终具有高度专业性、指向性等特点，在位置模糊理论视角下如何进一步将运动员进行科学的分类，将对我国竞技篮球的科学化发展提供新的理论基础与应用途径。

1 研究对象

本研究选取研究对象为参加CBA联赛全体运动员并抽取广东队全体运动员作为应用对象。

2 研究方法

2.1 文献资料法

查阅了位置模糊理论及球员分类等相关方面的研究资料，为本文的撰写提供理论依据。

2.2 专家访谈法

对相关篮球研究方面的专家与学者进行走访调查，并听取他们对本分类提出的建设性意见。

2.3 数理统计法

本文数据均采用SPSS for Windows 14.0统计软件进行处理。

2.4 逻辑推理法

结合篮球运动的本质规律，根据逻辑学原理对研究的部分相关问题进行推理论证。

3 结果与分析

3.1 现传统五分法的回顾及新建分类方法的假说准备

3.1.1 传统五分法的回顾

传统的五分法根据位置及相应的技术特点将篮球运动员分为五类，其分别为：组织后卫、得分后卫、小前锋、大前锋、中锋。部分论著在讨论篮球基础技术的同时，从技术特点与位置特点出发，论述了不同位置运动员专项技术。1990年版的体育学院专修通用教材[2]专门设位置技术的章节中涉及了中锋技术、前锋技术、后卫技术的教学与训练问题，主要对各位置技术进行了分析。关于篮球技术的分类体系，叶国雄、陈树华[3]的研究认为:我国最有代表性的篮球技术分类体系源于前苏联体育学院教科书，并已沿用多年，它首先把篮球技术分成进攻技术与防守技术两部分，再分成若干项技术(移动、传接球、投篮等)。该分类体系将篮球运动员按照技术动作进行了分类，并形成个完整的网络系统。认为传统五分法是按照技术特点与位置特点原则将运动员加以分类的。但随着现在篮球运动的不断发展，特别是位置模糊理论的出现，也使传统的五分法应用更加模糊化。

3.1.2 新建分类方法的假说准备

笔者在使用“篮球 分类”、“运动员 类型”等关键词检索了中国期刊网等数据库网站，令人遗憾的是检索出的结果普遍与本文无关。在一些文献中，一些学者对位置模糊理论进行了深入的剖析，孙自杰[4]对位置模糊浪潮下的篮球运动员进行了分类，并将现行几种模糊化程度较高的位置进行了科学概述。该类研究对于位置的分类都具有一个共同特点即基于技术特点以及场上位置特点对运动员进行分类研究。笔者认为如若能够从一个新的角度来对运动员进行分类，可能会对位置模糊理论浪潮下的篮球运动员分类产生一些不同的角度与认识。

3.1.3 新型组队模式的启示

近年来，越来越多NBA球队在组队时采用了使用2～3名能力远高于平局值的球员及数位具备强烈特点的球员共同搭配的组队方式，例如波士顿凯尔特人队(CELTIC)、休斯顿火箭队(ROCKET)等。其共同的特征是用大部分资金(NBA有工资帽限制机制)签下两名或是三名能力超强明星球员，用较小得一部分资金签入一些“角色球员”。该种模式的优点在于：一攻坚能力强，利用明星球员的超强能力在最后时刻进行强行进攻以便获得比赛的胜利；二专项化任务的明确，能够将基本恒定的进攻机会更加合理地集中在明星球员手中，同时角色球员的任务更加明确，使得角色球员的战术效率更高。三工资总额能够得到有效控制。依靠这样的组队方式，波士顿凯尔特人队(CELTIC)、洛杉矶湖人(lakers)都曾获得了近年NBA的冠军。大胆假设：如若将竞技篮球比赛分为了几个不同的指标部分，最优情况下不同的人定向化地完成这些指标任务，这样就在一定程度上保证了各个球员之间的任务效率，提高了取得胜利的机率。那么这些承担了这些不同模块化任务的球员客观上也将会被分为不同类型的球员。

3.1.4 相关研究使用指标的回顾与指标修正

笔者检索了中国期刊网等数据库网站，令人遗憾的是检索结果普遍与本文无关。在相关的一些文献中，对于指标的使用方法基本有两种类型：1.直接使用各种基础指标进行两两比较，得出结论。如学者万江等人[5]在《姚明与奥尼尔在NBA比赛效率的比较研究》一文中直接使用总投次数、投中次数、命中率、罚球次数、罚球命中率五种指标进行比较，最后得出结论。2.利用建模将基础指标进行权重赋值或是利用某种算法直接得出模型并进行验证计算得出结论。但他们的研究对于指标的使用都具有一个共同特点即使用单一的基础指标进行研究。我们认为能够构成本文研究对象的指标有多种，但基于各指标之间有一定代偿性作用，我们拟对某些基础指标进行一定的修正与处理。

为了真实反映球员的的能力，我们初步选入了两年龄、二分球命中率、三分球命中率、罚球命中率、身高、体重、出场、时间、得分、篮板、盖帽、助攻、抢断、失误、进攻次数、罚球这些基础指标。但这些基础指标尚有不完善之处，假设：A运动员场均上场30min，得分30分；B运动员场均上场20min，得分30分，那么A运动员的效率显然低于B运动员。B运动员可能更有价值。又如A运动员上场30min，试投30次；B运动员上场20min，试投30次，那么A、B两运动员的角色显然也是不一致的。为了消除类似问题，我们拟增加每分钟的效率作为衡量运动的指标。例如两分球的次数比率、三分球的次数比率、罚篮的次数比率、进攻权重、进攻篮板比率、防守篮板比率、进攻篮板次数频率、防守篮板次数频率、犯规次数频率、犯规比率、失误比率、失误次数频率等(详见表1)。

3.2 因子分析与聚类分析结果

本文选择了年龄、二分球命中率、三分球命中率、罚球命中率、身高、体重、出场、时间、得分、篮板、盖帽、助攻、抢断、失误、进攻次数、罚球等数项普遍认同的篮球竞赛技术指标。并对以上变量进行相关性分析，由于KMO检验和Bartlett′ s Test中 Bartlett球形度检验的p值为0.000，小于显著性水平0.01，说明变量之间存在着多重线性关系，所以直接对样品进行聚类分析不甚理想。

表1 基础指标的选入及正向化处理

因子分析[6]是主成分分析的优化和发展，它也是将具有错综复杂关系的变量或样品综合为数量极少的几个因子，以再现原始变量与因子之间的相关关系，同时根据不同因子还可以对变量进行分类，它也是属于多元分析中处理降维的一种统计方法。本文首先使用了因子分析法对具有多重线性关系的变量进行降维，将其综合成几个因子，再利用因子得分对样品进行聚类。结果(见图2、图3)如下(余见附件1：因子分析结果)：

图2 旋转空间成分图

表3 因子载荷矩阵

为了使因子变量更加具有可解释性, 对因子载荷矩阵进行了方差最大旋转, 得到了旋转后的因子载荷矩阵 (即Rotated Component Matrix)。从表3可得：5个公因子的累计方差贡献率达到了76.278% (大于 75% ), 且5个因子基本上包含了全部指标的意义, 而3个与4个公因子的累计方差贡献率仅为62.922%和69.926%。

图4 碎石图

从由碎石图(见图4)也可以看到,在选取5个公因子之后, 特征值趋于平稳, 这也说明了提取5个公因子对原始变量描述具有显著作用，因此认为提取5个公因子最为合适, 从该表中可以看出, 根据其内容意义，我们将这5个公因子分别命名为技术公因子、形态条件与攻防公因子、命中率公因子、犯规公因子、失误公因子。

系统聚类法的基本思想[7]是先将n个样品各自看成一类，然后规定样品之间的“距离”和类与类之间的距离。选择距离最近的两类合并成一个新类，计算新类和其它类(各当前类)的距离，再将距离最近的两类合并。这样，每次合并减少一类，直至所有的样品都归成一类为止。将公因子通过KMO检验和Bartlett′ s Test中 Bartlett球形度检验，检验结果p值大大高于显著性水平0.01，说明公因子之间不存在着多重线性关系，所以符合直接对样品进行系统聚类分析的相关前提。结果(见图5)如下(由于树状图篇幅过大，故见附件2)：

图5 聚类冰状图

聚类结果显示：全部球员被分为9类是较理想的结果，其各个类别的特征相对明显。故本文采用了9种类型的分类结果。各类特征如下：

第一类：该类类球员的篮板、盖帽、助攻、以及抢断得分较高，进攻频率高。而命中率也居于中上水平，但篮板球效率偏低，排序靠后，同时该类球员外在优势(身高、年龄、体重)并不明显。故我们把该类球员命名为弱核心型球员。

第二类：该类球员的命中率得分处于平均值之上，排名为中上水平，这说明这类球员命中率较高。其它因子得分都处于平均值之下，但是排名位于中等水平。我们将该类运动员命名为弱补充型运动员。

第三类：该类球员的形态条件与攻防因子得分很高，且远远高于平均值，且这一类球员的外在优势(身高、年龄、体重)很明显，而且攻防能力很强。命中率因子得分绝大部分都高于平均值，而且大部分球员犯规因子得分排名较前，但是篮球技术因子得分较低，而且排名也较后。故我们把该类球员命名为强补充型球员。

第四类：该类球员的篮球技术因子、外在条件与攻防因子得分都远远高于平均水平，而且排名也很前。这说明这类篮球队员不仅外在优势明显，而且篮球技术也很好。但是大部分球员命中率因子处于中等偏上水平。犯规次数以及失误次数也处于中等水平。从直观表现来看，该类球员的篮板球能力非常强，一般具有保护协防内线、压缩对手防守范围、迫使对手改变防守策略等战略性作用。因此我们将该类球员命名为强核心型球员。

第五类：该类球员的失误因子得分高于平均水平，而且排名很前。由于原变量中失误率正向化了，此时得分越高，排名越前说明失误率越小，这一类球员在球场上很少失误。命中率因子得分高于平均值，而且排名中上，说明这类球员命中率也不错。但是篮球技术得分较低，处于中下水平。我们将该类球员命名为强角色型球员。

第六类：该类球员失误很少，篮球技术、外在优势和犯规次数处于中等水平，但是命中率远远低于平均值，而且排名很后，说明这类球员命中率非常低。我们将该类球员命名为弱角色球员。

第七类：该类球员的五个因子得分总体上都低于平均值，且排名很后，这类球员在各方面能力较差。

第八类：该类球员失误因子排名第一，失误率特别低。在篮球技术和犯规因子的得分也较高，排名较前，但是其他因子排名较后。

第九类：这一类球员犯规因子得分排名第一，而且其他因得分特别低，排名特别靠后。

3.3 从功能性内稳态角度看分类模型

我国学者刘承宜教授开创性地提出了体育领域的“功能内稳态[8]”的概念.。其认为：“在建立SESH的基础上，SNSH 的品质越高，运动成绩越好。SES 是一个整体，其子系统包括骨骼肌子系统、供能子系统、神经子系统和氧化还原子系统等 SSH 必需的子系统；SNS 也是一个整体，其子系统不但包括其它的骨骼肌子系统、供能子系统、神经子系统和氧化还原子系统，而且包括呼吸肌子系统，免疫子系统，植物神经子系统，生物节律、心理子系统和精神子系统等[9]”。具体到竞技篮球比赛中，我们可以将球队实力的高低视为一种功能内稳态层次。而技术公因子子系统、形态条件与攻防公因子子系统、命中率公因子子系统、犯规公因子子系统、失误公因子子系统这些子系统则为维持功能性稳态的必须子系统(SSH-essential system，SES)。当处于项目内稳态中这些必须子系统品质得到提升时，其整体内稳态品质层次也得到了提升，即意味着队员的实力提高。该种视角的意义在于我们甚至能够运用该理论与本文的方法对竞技篮球比赛的制胜模式进行研究，从而对球队的阵容构成、人员的流动以及球员的评价等方面提供理论基础与应用途径(该部分将另文详细阐述)。

3.4 广东队队员的类型分析

3.4.1 广东队队员分布情况

根据聚类分析的结果，广东队队员类型分布如下：

图6 广东队球员公因子得分情况

图7 弱核心型球员得分

图8 弱补充型球员得分

图9 强补充型球员得分

图10 强核心型球员得分

从图6、图7、图8、图9、图10的结果显示广东队全体球员均分布在弱核心型球员、弱补充型球员、弱核心型球员、强核心型球员四种类型中。大部分球员分布强补充型球员。值得注意的是广东队无强角色与弱角色队员，该现象说明了广东队得分能力较强，每位队员都具有一定进攻与防守能力，结合广东队近年来成绩始终处于第一集团水平的客观现象，提示：广东在实力上具备一定优势。其中属于强核心类型球员的广东队有两名球员，其分别是辛克尔顿及易建联。从直观的比赛印象中这两名球员的特点为内线能力强、选择进攻区域多发生在内线，且命中率高，该直观印象与本文对该种类型特征的归纳一致，同时也从另外一个角度证实了本文中分类方法的可靠性。

3.4.2 分类的意外收获

分类结果中让人意外的是A球员被分在了弱核心球员一类。该球员是现役某NBA球队主力控卫，广东队在引进时也是希望能发挥其得分能力强的特点，增强广东队后场实力。但从其统计数据来看：总技术因子得分为1.88878，排名为所有球员的第19位；外在条件与攻防因子得分为-1.64787，排名为246位；命中率因子得分为0.46648，排名为96位；失误因子得分为-0.70199，排名为第219位(该类因子已经进行了正向化处理，故得分越高表明失误越少)。从其基础数据来看，该名球员是一种典型的高出手、高球权的球员。该球员占据大量的投篮机会，但是效率不高，且失误多，排名靠后，属于有争议的进攻核心型球员，提示：其承担明显超负荷的进攻任务，他的能力还不足以支撑现有水平的进攻任务，实际表现与球队希望其发挥的作用有一定差距。故建议：该名球员在今后的比赛中适当精选出手机会，进一步提高进攻效率，减少失误(该部分将在另文中详细阐述)。

3.4.3 其他类型球员的意义

在本文的研究中广东队中无其他类型球员的分布，但并不意味着其他类型球员无价值。相反，强角色与弱角色这两种类型球员对于比赛具有较大的使用价值。相对而言，强角色与弱角色球员在NBA的使用更为普遍。例如尼奥马刺队07-08赛季的鲍文、12-13赛季的乔治，迈阿密热火12-13赛季的巴蒂尔等球员皆属于该种类型的球员。这些球员为母队的夺冠起到了至关重要的作用。原因在于从基础数据来看：这两类球员有着一定命中率，且命中率排名属中上等水平，而且反应防守能力的数据也排名相对靠前。从比赛的实际情况来看，该两类球员一般与对手的强核心球员对位，负责盯防与尽量限制对方核心球员的进攻能力，从而达到限制对方球队得分能力的作用。特别是强角色这种类型的球员在三分球方面具有一定命中率，具备了高效的得分效率；加之该类球员对球权的要求不高，不影响核心球员对球权的需求，故该类球员具有较强的应用价值。

4 结论与展望

4.1 本文的研究提出了模糊理论浪潮下竞技篮球运动员的分类模型，将全体球员分为了九类，以及对这九类球员进行了特征归纳与分析，并运用了该分类模型对广东队球员进行了部分应用研究。

4.2 将影响球员类型的基础指标归纳为五种公因子，分别为：技术公因子、形态条件与攻防公因子、命中率公因子、犯规公因子、失误公因子。

[1] 李万阳. 现代" 篮球" 进攻战术演进及发展趋势[J]. 广州体育学院学报, 2009, 29(6): 63-66

[2] 全国体育院校教材委员会．篮球运动高级教程[M].北京：人民体育出版社，2000

[3] 叶国雄，叶树华. 篮球运动研究必读[M].北京：人民体育出版社, 1998

[4] 孙自杰. 现代高水平男子篮球比赛“位置模糊”理论研究[J]. 中国体育科技，2007(4)

[5] 万江.姚明与奥尼尔在NBA比赛效率的比较研究[J]. 成都体育学院学报，2005(3)：17

[6] 何晓群. 现代统计分析方法与应用[M]. 北京：中国人民大学出版社, 1998

[7] 方开泰 .实用多元统计分析[M]. 上海：华东师范大学出版社, 1989

[8] 刘承宜,袁建琴,付德荣,王海霞,李江华.以赛带练的内稳态研究[J]. 体育学刊，2008(5)

[9] 罗丽,刘承宜,江毅,伍人乐,何丽梅. 南非足球世界杯的内稳态述评[J]. 体育学刊,2011(1)

[10] 蔡睿.我国男子篮球运动员竞技表现的模型解析[J]. 北京体育大学学报，2002(2)：44

[11] John Hollinger．Pro Basketball Prospectus[M]．USA，2006

[12] Kerry S. Courneya , The Home Advantage in sport Competitions : A Liter2ature Review.Journal of sport exercise pyschology. 1992 ;14 :13 - 27

[13] Dean Oliver．Basketball on paper[M]．Washingtun，D C：U．S，2004

[14] 周亚辉. 对 2011 男篮欧锦赛和 2011 男篮亚锦赛的比较研究[J]. 广州体育学院学报, 2012, 32(2): 72-76

[15] 高松，杨渝晴．对优秀篮球运动员竞技能力评价模型的研究[J]．中国体育科技，2002，38(2)：14

[16] 谢伦立. 对中国男篮参加第12 届世锦赛进攻速度成功率的研究[J] . 体育科学,1997 ,17

[17] 谢可新，等. 最优化方法[M] . 天津:天津大学出板社,1997

[18] 葛迎新，等. 对篮球运动基本规律数学模型的研究[J ] . 吉林体育学院学报,1997,13 (4)[19] 刘毅, 蒋灿辉. 2009—2010 赛季 CBA 各队得分的回归分析[J]. 体育成人教育学刊, 2011, 27(2): 64-66

[20] 李彪龙, 荣娜娜, 孙晋海. 2009-2010 赛季 CBA 与 NBA 现役外援现状及效用的对比分析[J]. 体育成人教育学刊, 2010, 26(005): 50-53

[21] 陈新键. 伦敦奥运会中国男子篮球队技术统计结果分析[J]. 广州体育学院学报, 2013, 33(1): 61-66

[22] 吴家荣, 张建伟. 篮球竞技比赛技术制胜因子与遏制因子特征分析——以第 16 届世界男子篮球锦标赛为例[J]. 广州体育学院学报, 2011, 31(6): 66-70

Construction of the Athlete Classification Model from the Theoretical Perspective of Position Ambiguous

LIU Gang1, QIAN Shao-wen2, PENG Yi-hai3, WEN Xi1, LIN Xiao4
(1.Guangzhou University of Chinese Medicine Sport Health Institute，Guangzhou 510006,China；2.Wuhan Institute of Physical Education，Wuhan 430079,China；3.South China University of Technology，Guangzhou 510006,China；4.Yunnan Physical Science and Sports Professional College，Kunming 650228,China)

the classification model of competitive basketball player was constructed by mathematical statistics method, expert interview method, literature review and logical reasoning. This paper studied the distribution characteristics of kinds of athletes, discussed the influence of composite index player type (common factors), and the relevant application study on Guangdong team using the model, provided new methods and ideas for the study of modern basketball quantitative.

basketball；athlete classification；model；construction

2013-11-10

刘刚(1983-)，男，讲师，硕士

研究方向：竞技篮球数据挖掘与定量化研究、运动内稳态

湖北省教育厅人文社会科学研究项目(201010199)

G80

A

1007-323X(2014)01-0061-05