让篮球球员科学站位——篮球球员位置分析与科技关联探讨

文辽宁师范大学附属中学高二（10）班 石镜澄

让篮球球员科学站位
——篮球球员位置分析与科技关联探讨

文辽宁师范大学附属中学高二（10）班 石镜澄

球员位置分析与科技创新看上去并没有多少关联，但仔细观察，却能发现它们之间有很多内在联系。

NBA（美国职业篮球联赛）备受关注，NBA联盟的30支球队汇聚了世界上最优秀的职业篮球运动员，每场比赛中球员在不同的位置上发挥着各自的作用。

通过观看30场经典篮球比赛录像我发现，球员在自身位置上的发挥直接影响比赛结果。如何让球员更科学地站位，最大程度地发挥自己的优势？我对此进行了研究。

一、行业现状

目前国内外对篮球球员进行评价和分析的方法主要有以下三种。

1.基于视频的球员分析

国外现行的较广泛的球员分析研究主要在于运动视频的分析处理、球员训练数据分析等等，例如在帮助教练制订训练方案时，会采用通过主成分分析挖掘球员表现和训练方式的关联规则。国内研究主要集中于针对球员部分信息对某一方面的问题进行分析研究，例如对篮球赛场上球员暴力因素的分析，基于自组织竞争网络的CBA球员攻防绩效研究等。

2.基于数理统计的球员评估体系

NBA官网根据众多NBA球员的表现提出了球员效率值计算公式，即PER值，以此作为评价球员价值的标准。虽然该公式可综合分析球员的各项技术统计，但它只是简单地对其进行加减运算，缺乏说服力。而且该公式对各位置球员技术水平的计算方法一致，并没有进行差异性分析，与实际效果相差甚远。

3.应用数据挖掘和机器学习技术，对球员的综合表现进行不同的建模与研究

基于贝叶斯网络的NBA比分预测和球员能力评估模型的数据进行概率分析，对球员的能力进行评估。

此外，有人提出了一种基于因子分析的球员评价体系，可针对不同位置的球员给出更详细且有差异的分析评价，但由于所涉及的要素太多，这种方法主要用于定性研究。

综上所述，分析和评估一个球员所在的位置是否科学成为一个值得研究的重要课题。

基于这种考虑，我通过动态建模，利用Java进行编程，结合JavaJFreeChart图表绘制类库等手段，初步实现了凭借系统界面化来分析与评价球员对不同位置的响应程度。

二、设计原理

在NBA官网上找到现役球员的身高、体重、运动速度、耐力、命中率、犯规率等基本数据构成建模关联要素，利用聚类算法对数据进行聚类。因为篮球运动有5个位置，所以一共分成5类。将给定的数据集划分到不断优化的个聚簇中，这些聚簇满足以下条件：

具体步骤如下。

3.分配每一个对象到最近的中心所定义的聚簇。分配的原则如下：如果（-）＜（-），=1，2……，，那么数据点将会被分到聚簇中。

5.重复步骤2和步骤4直到中心不再移动。

使用以上方法进行聚类，得到5个聚类中心，将其作为赛场上5个位置最优表现的代表，然后利用特定球员的数据，计算它与这5个聚类中心的距离，从而得到该球员对不同位置的适应程度。

图1 k-means聚类

三、结果应用

利用Java进行编程，结合Java-JFreeChart图表绘制类库实现了系统的界面化以及图形的绘制。使用时输入球员的数据信息，就可得到他（她）对应的位置分析结果，并能以一张雷达图的形式展现出来。

以NBA球员德怀特·霍华德举例。他是一名典型的中锋（C），将其数据输入后，得到如图2所示的雷达图，可以看到霍华德在中锋（C）位置的能力突出，其次是大前锋（PF），这与他的实际情况相符，说明我设计的分析系统的实用性很强。（指导老师：程谟臣）

图2 球员位置分析示例