浅谈大数据对职业篮球联赛的影响

姚卓凡

（雅礼中学，长沙 410007）

浅谈大数据对职业篮球联赛的影响

姚卓凡

（雅礼中学，长沙 410007）

近年来，大数据越来越火，与体育赛事的结合程度也越来越高，本文主要介绍了大数据的概念，分析了大数据在NBA中的应用现状，并为CBA的发展提出建议。

大数据；NBA；CBA

1 大数据概念

大数据是指无法在一定时间内使用常规的软件来捕捉、管理并分析的数据集合，大数据通常用来形容大量的非结构化和半结构化数据。其中“大”体现在数据的量上，它已经不能用我们熟知的G和T来表示，而是要用P（等于1024T）、E（约等于1百万T）、Z（约等于10亿T）为计量单位。大数据具有以下5个特点：大量、多样、高速、低价值密度、真实性。大数据有别于传统的小数据，小数据在分析时更多地使用因果式思维，但对大数据进行分析时需要额外利用相关及关联式思维[1]。

2 大数据在NBA中的应用

2.1 利用大数据选秀

在每年的NBA选秀大会上，30支NBA球队可以选择自己心仪的球员。为了帮助球队选择球员，在选秀大会开始之前，所有参加选秀的球员都要集中于训练营进行体测。体测进行的过程中，会收集到球员们全方位的数据，诸如身高、臂展、弹跳、冲刺速度、耐力等，各家网站将收集到的数据与球员先前在高中或大学联赛的比赛数据利用一定的算法进行分析，便可以预测球员的选秀顺位、未来发展前景等[2]。

选秀中的高顺位球员总是被大家寄予厚望，而事实证明他们的成材率也很高，比如詹姆斯、欧文、安东尼戴维斯、威斯布鲁克、沃尔。

但选秀的结果也不一定是完全准确的。有低顺位球员最终逆袭的，比如2011年伊塞亚•托马斯第二轮总第60顺位被国王队选中，他几乎是临近落选的新秀了，如今的末节之王的小托马斯已经是联盟的超级巨星，2016-17赛季常规赛场均28.9分2.7篮板5.9助攻；季后赛场均23.3分3.1篮板和6.7助攻，并且带领球队闯进东部决赛，常规赛球队战绩以53胜29负排在东部第一的位置。

2.2 提高训练质量

利用各种芯片和传感器，球员在训练中的数据，诸如速度、持球队员和无球队员跑动距离、心率、投篮力度、持球人和持球时间、掩护的时间等，教练根据这些数据可以判断出球员的技术优缺点、身体状态，进而制定合理的训练计划，也可以指导球队明确合适的战术思路。

NBA中就有球队利用大数据来指导运动员日常训练的例子。2011年首轮第15顺位被选中的莱昂纳德投篮十分糟糕，在当年17名侧翼新秀球员中，他的投篮水平几乎垫底，接球投篮命中率仅有32%，干拔投篮更是低到了28%。随后，马刺队让莱昂纳德穿戴ShotTracker设备，在他投篮训练时，设备中的智能芯片与配套在篮网中的感应器相连，设备可以计算出莱昂纳德的投篮精度、投篮力度等数据，他可以通过电脑或手机App看到自己投篮方面的量化数据，并借此改善自己的投篮习惯。经过几年的努力，13-14赛季莱昂纳德在常规赛的投篮命中率达到52.2%，三分球命中率为37.9%；季后赛投篮命中率为51.0%，三分命中率高达42.9%，正是凭借他优秀的发挥，马刺队赢得了13-14赛季的总冠军，莱昂纳德也荣膺了总决赛MVP。

2.3 准确判断球员场上表现和阅读比赛

NBA有着非常成功的数据系统SportVU的支撑，该系统诞生于2005年，原本它是被用作追踪导弹的光学识别设备。SportVU可以追踪场上球员的每一个传球、每一次投篮、每一次触球等数据，这些数据通过一定的算法计算便呈现在我们眼前，比如得分、助攻、篮板、命中率。还有一些较为专业的数据，比如PER（The Player Efficiency Rating）及球员效率值。将场上球员的各项数据通过算法公式转化为综合的数值，现在已经成为准确判断球员场上表现的重要指标之一。

近几年统治联盟的勇士，代表着数据分析流派的胜利。在球队重组的过程中，勇士队老板乔•拉科布雇佣了许多数据分析师为球队提供咨询帮助，并最先在球馆中引入球馆录像和分析系统。依靠数据分析，勇士队找到了适合自身的技战术思路，并且开始在联盟掀起了一阵“小球”浪潮。

3 大数据在CBA中的发展前景

3.1 帮助建立完善的选拔体系

早在2004年，时任中国篮管中心的李元伟就在中国篮球“北极星计划”中提出，要将“CBA打造成仅次于NBA的世界第二大联赛”，最近几年CBA发展得越来越好、越来越职业化，一些在NBA效力过的高水平球星也越来越多地登陆CBA联赛，诸如马布里、穆迪埃、麦蒂等，对于提升我国本土球员的竞技水平起到了积极作用。但现在CBA联赛在选拔年轻球员上仍存在问题，我们在选拔过程中偏爱大个子球员，对于个子偏矮的球员没有给予足够重视，从近几十年来我国出现的球星例如姚明、易建联、王治郅、周琦，可以体现出这个问题。CBA联赛如今对数据的采集和分析仍然不足，这一定程度上会影响我们的人才选拔。对于年轻球员的选拔，需要从现在开始建立一个完善的以大数据为基础体系，将大数据与篮球紧密联系起来，提高球员选拔的准确性。

3.2 提升比赛战术安排的合理性和临场判断准确性

14-15赛季，NBA在新泽西设立了一个全新的大数据回放中心（包含高清视频信息流和图片）。当裁判无法用肉眼做出判断时，能及时观看录像回放，并且双方主教练不得干预。同时联盟也允许裁判直接和大数据回放中心的工作人员通话核实，以便更好地应对突发情况，处理争议判罚。教练组可以结合高质量的回放和已有的比赛数据深度剖析球队在比赛中的不足和优点，然后安排更为合理的战术。

然而CBA却没有一个先进的大数据中心，比赛的录像回放方面也存在缺陷。裁判的判罚因此受到影响，在北京时间2月26号晚进行的CBA季后赛深圳队和上海队的比赛的最后时刻，深圳男篮外援帕戈的投进高难度绝杀，裁判一时难以判断此球是否踩三分线，裁判调用了整个球场的所有机位，甚至现场记者的摄像机，都没能完成判断，且在观看录像过程中，包括裁判、教练、球员等一大批人围在了电脑屏幕周围，严重影响了裁判判罚的客观性，也有损裁判尊严。比赛也一度中断20分钟。CBA联赛的比赛数据统计只能依靠技术台相关人员临场统计，因此难免有疏漏，且录像质量也不如NBA，这不利于球队对于比赛的分析，也就影响了球队下一场比赛的战术部署。

4 结束语

NBA对于大数据的成功应用说明大数据对于篮球的影响是巨大的——包括选秀、训练、比赛分析、临场判罚、赛事推广等。CBA未来也需借助大数据来提升联赛的水平，取得长足的发展。但大数据也存在不足。首先，比赛中的一些细节不能被数据所量化，比如领袖在更衣室的巨大作用、球员的掩护质量和防守端的威慑力、投篮的难度，但这些细节往往影响了比赛的走势。其次，基于对大数据分析所得出的结论，只能说是不断地逼近结果，不能做到完全准确。

[1] 谢辉强．大数据对NBA赛事的影响[J]．广州航海学院学报，2016,24(4):62-64

[2] 邬贺铨．大数据时代的机遇与挑战[J]．信息安全与通信保密，2013(7):9-10

10.3969/J.ISSN.1672-7274.2017.09.011

TP274，G841文献标示码：A

1672-7274（2017）09-0029-02