文摘
大数据技术的影响对中国男子职业篮球联赛(CBA)是研究研究。随着CBA联赛的发展近年来,西部地区的团队已经出现。虽然有一种趋势“多极化”的竞争模式,它描绘了一个整体的情况东强和西方是虚弱的。此外,招聘外国救援人员的方法改善了随着时间的推移,就像外国援助系统。外国艾滋病的数量已经从1995年增加到47岁的高点和外国援助的质量有所提高。这不仅加强了俱乐部球队,但它也有一个对CBA联赛的竞争模式产生重大影响。的基本影响因素竞争模式的变化是制度因素,指导因素,明星球员因素,外国援助因素,区域经济因素,储备人才因素,团队风格因素,球员的安全因素,等等,根据研究和分析CBA联赛的发展和变化。六支球队赢得了22个赛季CBA联赛冠军。八一、广东团队每个赢得了八次,占总数的70%以上的冠军。
1。介绍
当今世界许多国家运作自己的篮球联赛。其中最关心和有吸引力的是美国男子职业篮球联赛,称为NBA。这是和世界上最大的篮球联赛的最高水平。同样,作为欧洲最大的欧洲篮球联赛,也是发展和迅速增长,深受球迷喜爱。与世界的脚步篮球比赛,篮球也在中国迅速传播,有广泛的群众基础。作为中国最高水平的篮球联赛,CBA联赛代表了中国篮球的最高水平,广泛关注的粉丝。综述和集成了CBA联赛的发展变化和竞争的发展模式从数据、分析和评论,发现的因素影响CBA联赛的竞争模式的发展。分析其影响因素,以具有一定的参考和引用意义在中国篮球的专业发展。它提供了一些建议CBA联赛的健康发展在未来。本研究充分体现了不可估量的作用,大数据技术在CBA的改革。
本文的创新如下:(1)它给出了一个详细描述的几个核心大数据技术和反复提到大数据对当前CBA的影响(2)它总结了CBA大数据的发展,使目前CBA大数据的问题,为下面的研究提供一个参考的方向(3)在本文中,使用背景差分法检测。这使充分发挥算法在CBA射击的作用也为CBA图像检测技术提供技术支持
2。相关工作
关于研究大数据技术和职业联赛,国内外许多学者已经提供了许多参考资料。
多宾等人检查标准和建构效度的等距midthigh测评估全身力量职业足球联赛的球员。他们发现等距的裙子拉评估使用测力计低估标准峰值强度但能够区分不同标准的职业橄榄球联赛球员的肌肉功能特征(1]。荣格等人检查结果的不确定性假说的单场比赛和季后赛出场韩国职业棒球联赛从2007年到2015年。面板数据分析表明,两支球队的胜率的差异和基于游戏背后的季后赛的不确定性是影响的重要因素。这对政策制定者和研究的影响联盟业主提高自我维生的运动队2]。
玉等人的研究的目标是如何竞争位置的影响结果和技术性能指标集的中国女排联赛。他们看着总共656场比赛的两个赛季(2016 - 2018)(181场)。他们看着每个团队的成绩和失误家校双方的客场比赛(3]。唐霍使用无线网络计划提高网球职业联赛的同步直播。实验结果表明,该同步优化方法具有良好的同步,高分辨率,响应时间短,检测效果好(4]。在线广告的影响在促进尼日利亚职业足球联赛是调查Anorue et al . (NPFL)。他们分发400份问卷受访者在尼日利亚中北部的四个州使用调查研究方法。相比其他俱乐部联赛组织者和团队在发达国家,研究发现,联盟管理公司(lmc)和NPFL俱乐部团队有效地使用在线广告少。因此,他们建议联盟经理开始考虑组建一个装备精良的社交媒体营销团队马上[5]。在为期八周的休赛期,多宾等人发现机械sprint的变化在职业足球联赛球员的表现。职业足球联赛球员,8周淡季导致负面的变化线性冲刺时间和水平force-velocity曲线(6]。
从这些研究并不全面的数据,研究结果有待商榷。因此,它不能被公众,因此不能被推广和应用。
3所示。大数据技术和CBA
3.1。大数据技术
大数据是最受欢迎的标签在企业家和投资者融资,资本及其催化效果远远超过先前O2O或P2P (9]。许多互联网公司,促进大数据是traffic-driven从全球视角。其主要业务是数据收集和存储;数据挖掘是不够的,应用程序是有限的。他们有一个大数据原型和概念,而不是一个大的核心数据公司10,11]。
同时,大多数大数据业务仅限于使用HDFS多源数据计算。火花是目前最流行的计算工具,它是一个受欢迎的大数据公司,工程师和用户。多流合作有效连接异构数据和系统,同时也创造了大量的就业机会12]。
大数据的应用程序是一把双刃剑对消费者或大多数互联网用户(13]。一方面,大数据大大提高互联网用户的体验,也更为敏感用户的消费习惯。许多聪明的建议仍在开发的早期阶段。用户的个人信息,另一方面,在不断的泄露。总是很难避免用户隐私泄漏,尽管快速介绍和相关法律法规的实施。如果一个用户注册和登录到应用程序使用一个手机,手机上的所有执行的操作可能与用户的真实身份。尤其是Android,允许应用程序开发人员不仅实时监控应用程序所有权,还与其他应用程序访问和共享数据(14,15]。
大数据技术不是一个完全新的概念对大多数专家和学者。当数据存储在某种程度上,传统的方法不再有效16),这是一个不可避免的技术进步的结果。人工智能和机器学习经常与大数据相关。大数据和机器学习17- - - - - -19都是人工智能的组件,和机器学习需要大量的数据。机器学习,另一方面,可以生成大量的数据需要存储。
大数据技术比比皆是,每年大量的新的出现。数据采集和处理、数据计算模式和系统,和数据分析和可视化都是这样的例子。
3.1.1。数据收集和处理
在大数据系统中,数据是至关重要的。除了保留数据,数据采集和预处理(尤其重要20.,21]。在这个阶段,数据收集主要来自以下四个方面:
(1)首先,管理信息系统。管理信息系统是一个串联系统,流程人为信息在电脑的帮助下,网络通信,和其他办公设备。它包括许多方面,如收集、传递、存储、加工、维护和使用。管理信息系统在各行各业的广泛存在和各级社会,如个人账单,超市商品管理系统,企业人事管理系统、公共安全管理系统都存在的管理信息系统,依靠信息数据。这些系统不仅存储大量的数据,而且产生大量数据的所有时间22]。
(2)其次,网络信息系统。Web信息系统依赖于互联网提供服务,是一个网络信息服务系统为出版、浏览和查询信息(23,24]。在Web信息系统,它的数据包括许多方面。一般来说,数据是数据库信息呈现的前端。大部分的数据是实时数据的一部分,也有大量的历史数据和相关元数据在数据库中。同时,页面访问记录也视为数据在Web信息系统。这个数据是尤其重要的,因为智能推荐,用户习惯的研究和应用,如点评网,Fangtianxia和其他网站。
(3)第三,物理信息系统。物理信息系统包括许多系统工程,如环境感知、嵌入式计算、网络通信和网络控制。这些项目是产生大量的相关数据使用和协作过程中的每一刻。例如,智能交通系统和车辆导航技术的发展可以感知的情况实时人口旅游和移民。此外,手机曾被认为是一个物理信息系统,因为它的核心功能主要是沟通,而不是应用程序计算。
(4)第四,科学实验系统。严格地说,一个科学实验并不是一个完整的系统。但不可否认的是科学实验产生了大量的数据。绝大多数的这些数据用于科学研究、促进人类社会的进步和技术创新。和每一个主要的科学实验研究需要大量的数据作为支持。这里提到的数据包括数据用于科学研究和数据所产生的科学研究。
3.1.2。数据计算模式和体系
大数据的计算模式通常指的是数据本身的不同特点和不同的计算和分析要求。它结合了实际的需求和应用方向建立各种不同的抽象模型。与传统的底层并行计算方法相比,如平行抽象计算模型建立了从一个简单的架构或编程语言,大数据有更高层次的需求无论是在数据特征或水平的计算特点。传统的并行计算方法不能完全满足其发展需要,试图构建更高层次的计算模型,建立的分布式内存抽象抽样等著名的加州大学伯克利分校。
从大数据应用研究出现了不同的要求。大数据,另一方面,有不同的特点。由于这种情况下,一些常见的或重要的大数据计算模型出现,和应用工具正逐渐出现在市场或科学研究。许多科技公司,专注于大数据目前发展和改善的一组新的数据处理和分析工具。以满足数据爆炸性的增长,它可能将传统工具的功能嵌入一个分布式计算模型。当然,需要不同的工具来匹配不同的需求和抽象计算模型,这也是一个大数据的商业化的趋势。
3.1.3。数据分析和可视化
大数据的可视化,其图标系统是一个核心的大数据应用研究的早期阶段,它是在这个阶段尤其重要。可视化和图标系统大数据应用研究的基础上,构建和数据挖掘和交互式探索,这在国内外是一个不可避免的问题。2017年初,许多大数据应用平台,包括腾讯位置大数据,SuperMap, Maphui Jihai,与用户互动更多的可视化。这不仅显示了大数据可视化的重要性,也反映了大数据分析和挖掘的依赖可视化。
并行和分布式计算是最主流和核心计算方法和大数据在这个阶段的抽象模型。它不仅用于数据处理,数据分析也为可视化。
3.1.4。大数据平台架构
大数据的特点使它在计算机平台上要求更高。它不仅要满足大规模、多源数据的处理需求但也必须改善其运行速度,这无疑是非常常见的平台架构要求。为了满足大数据分析和处理的需要,新技术不断被开发和使用它。目前,平台的架构,Hadoop和火花有很大的优势,被广泛使用。使用Hadoop的概念和应用的深入,通常称为Hadoop分布式计算平台。火花是一个简单的数据处理引擎。它集成了许多数据引擎适合大数据分析应用程序,包括机器学习库,也是一个新技术与大数据技术的发展。Hadoop的架构图如图1。
Hadoop和火花相互补充的内在关系,利用自己的优势,规避自己的弱点。都是目前使用最广泛的开源框架。在许多情况下,Hadoop和火花是用于构建大数据平台在同一时间。最常见的组合方法为Hadoop提供了一个高度可扩展和可塑的平台基本架构,而引发服务器开放的接口,并提供强大的数据引擎。但Hadoop和火花也有自己的优点和缺点。
首先,Hadoop是最典型的实现一个分布式文件系统,它具有强大的可伸缩性,尤其是水平扩张。和服务器的需求很低,和普通服务器可以满足大部分需求。与此同时,Hadoop的运营成本相对较低。相对而言,火花在服务器上有更高的要求。它主要提供数据引擎技术,通常不用于分布式数据存储。
其次,灾难恢复是非常不同的两种方法。这主要取决于两个存储中间数据处理过程中生成的。在正常情况下,Hadoop将记录中的数据处理每一次磁盘,确保它有一个更灵活的恢复方法和中介空间在发生灾难。对于火花,数据相关对象存储在弹性分布式数据集(抽样),这意味着数据对象可以存储在服务器内存或写入磁盘。它也有灾难恢复功能。前者有更高的风险,尤其是在处理多个并发的请求,每个请求和涉及到大量的数据,这可能会导致服务器内存溢出。在缺乏外部干扰,所有请求都记录在文件中,无法成功完成。
此外,有一个很大的区别两个方面的使用场景。其中,Hadoop是更适合离线场景。基于其强大的数据需求,引发更适合计算复杂或多个迭代计算场景。
最后,从稳定性的角度来看,在Hadoop进行交互磁盘,有更强的稳定性。火花追求高灵活性和更多用于复杂或迭代计算场景中,导致其相对稳定性差。
3.2。CBA
CBA赞助和监督由中国篮球协会(以下简称篮球协会)。从竞争规则、处罚、团队信息,篮球协会等进行管理。每场比赛的统计数据和每个季节也让篮球协会。
3.2.1之上。萌芽时期
技术代表期间主要是负责的第一个十年CBA联赛的发展。他们使用纸质表格来记录比赛成绩,运动员的技术统计数据,和其他数据,然后提交到篮球协会的有关部门。在游戏中有几项数据统计,以及裁判误判和手工记录错误信息。官方统计数据作为唯一的参考标准,因为每个俱乐部缺乏必要的数据收集工具和数据分析团队。游戏的视频只是记录下俱乐部的设备,也没有受到任何分析或处理,也没有任何有价值的数据信息被发现。每个团队目前没有官方广播的条件记录的玩家在游戏中表现的隐私团队的内部情报。结果,游戏视频收集的数据是不均匀的认可程度,分析,和利用价值,每个团队在这一领域做了一个相对较小的投资。
3.2.2。缓慢发展时期
2005年,CBA进入缓慢的数据收集和分析技术的发展。广东宏源俱乐部(现在更名为广东东莞银行俱乐部)率先引进国外先进的视频分析技术。这标志着高科技的开始融入中国职业体育赛事。2008年之后,CBA逐渐从NBA的成功经验数据收集和分析技术的应用。然而,在早期,数据的收集和分析信息仍在收集游戏视频。球队和俱乐部发送特殊人员现场通过摄像机记录团队的每一场比赛,然后,他们把视频数据光盘。通过视频播放器,可以分析和讨论球队的教练组的例会。这种方法通常用于制定自己的策略,分析对手的技术和战术的特点。
然而,当时,CBA的官员没有一个统一的视频数据库并没有提供视频播放服务相关的游戏。和这些视频材料相对机密在某种程度上被视为内部视频材料由每个团队和不披露和共享。尽管CBA与媒体合作开展直播电视业务,或直播事件仅仅是整个计划的一部分,而不是每一场比赛。为了更好地研究对峙形势和制定相关技术和战术,每个俱乐部的教练必须有俱乐部工作人员及时记录整个游戏分别使用。随着科学技术的发展,便携式视频采集设备,络绎不绝的出现和CBA俱乐部的信息收集人员也逐渐配备这些高科技工具。
3.2.3。快速发展时期
中国作为一个大的国家和互联网用户的信息,已经显示出巨大的发展潜力,因为互联网时代的黎明。互联网“巨人”抓住了互联网市场,涉足不同的领域。二级专业篮球队已成功与许多互联网公司达成合作协议作为主要职业体育领域的“位置”。目前,许多互联网公司,如搜狐体育,也加入了合作,逐步构建一个数据库为中国篮球协会的官方网站。它跟踪联赛的比赛数据,视频,和其他材料,使他们向公众开放。这提供了一个坚实的基础来决定一个球员的竞争地位和发展团队的策略。网路广播技术成熟随着互联网信息传播技术变得更受欢迎。商业合作为CBA事件广播权也改善随着时间的推移,和更多的视频数据从CBA事件通过网络共享实时信号。也保存到网络服务器,这不仅让媒体和球迷观看比赛,但也给每个团队和俱乐部从游戏快捷方式收集视频数据。一些非官方的个人或组织视频数据再加工的球员或球队通过促进在线self-media。 It analyzes and summarizes various event data from various perspectives before resharing it on the Internet as video highlights and event comments. This provides materials for the collection and analysis of game data to the general public invisibly.
目前,除了各种CBA权威数据发布的中国篮球协会的官方网站,新浪体育,腾讯体育,Hupu运动,和其他国内大型体育赛事,门户网站提供生活事件和游戏数据的收集和共享。它还包括流行的评论和媒体分析,等(表1)。
通过上面的分析,发现国内篮球事件的数据收集和分析技术已经从简单的感应到复杂的计算。新技术、新设备和新概念已经成为数据处理的关键元素在篮球活动,起到了积极的促进作用的发展。数据收集和分析技术的使用在中国职业篮球活动才刚刚开始,还有巨大的发展空间。
随着游戏的发展,团队成员负责观察形势的游戏进行实时广播口语在球场上,要求精度高,标准化的广播。负责数据记录的成员将准确记录数据表中的信息输入到数据库中通过计算机根据听到的广播信息。比赛结束后,工作人员应该检查数据的准确性,使论文形式的比赛的技术统计。
CBA官方配备管理游戏数据库的软件篮球比赛技术统计系统生活。通过系统,它可以找到详细的游戏统计数据在任何时候,包括分,篮板,助攻,命中率。这些数据也可以出口到技术统计论文报告。此外,统计系统也与字幕显示,实现游戏的同步和数据记录。记录的数据可以传输到数据库CBA的官方网站通过网络,操作方便、快捷,节省了不少成本信息的统计。
到目前为止,CBA大数据仍在初步应用阶段。目前使用的大数据在CBA联赛非常有限,主要体现在以下四个方面:(1)在比赛中,评论家和媒体可以使用现场统计的技术统计团队提供数据对比赛的评论和改进球迷的观看体验。然而,CBA联赛目前只解释了简单的数据,如照片,篮板,失误,令观众满意(2)它上传游戏统计数据CBA官方网站,和篮球迷和研究人员可以通过官方网站获得这些数据,它在促进联盟中扮演了一定的角色。研究人员可以与游戏相关的数据分析,发现问题,写和发表论文,为促进CBA联赛的发展提供建议(3)球员和团队的统计技术指标提供客观依据,评价最好的,最有价值球员、最佳新人,和个人奖项,并提供一个参考每个团队的介绍或更新的玩家(4)国内教练可以使用视频分析软件分析游戏的视频通过视频分析和分析的主要成员,关键的战术,和对手团队的特征。他们也分析自己的团队的缺点和制定培训计划和游戏策略的帮助下数据分析
CBA大数据始于1995年的积累。经过20多年的发展,已初步成形,主要包括游戏数据。
CBA通过现场技术统计数据收集和处理数据和视频,通过视频分析软件来分析和研究最初的游戏数据,通过教练和视频,进一步挖掘数据分析师。反过来,这些数据适用于训练和比赛,以便有针对性地指导训练和比赛,并提高球员的技术和战术水平和团队竞争的结果。这是大数据的应用在CBA联赛,不断促进CBA的发展和提高CBA的总体水平。
每个团队的教练是大数据挖掘应用程序的直接受益者。数据挖掘可以发现某些规则或协会在庞大的数据库中,不容易发现。这个隐藏信息提供了一个参考教练,教练可以帮助更好地制定培训计划和游戏策略。完善统计已经成为教练的秘密武器。谁能掌握对方的更多的数据将在比赛中掌握主动。在过去,教练使用经验和直觉来指导培训和制定比赛战术。现在,教练可以完全量化的情况在训练场上,游戏通过大数据挖掘领域。过去,教练只知道有两个球员在球队的关键处理球很好。但矿业数据可以告诉教练更多的细节,如频率这两名球员球在过去一直在成功的关键。大数据的分析和挖掘使培训计划由教练制定更加合理和游戏策略更加准确。 The days of experience and intuition alone are over, and applying big data to training and competition can make a qualitative leap in coaching.
CBA数据库中的数据,无论是个人或团队的数据,是关于运动员自己,这些数据的运动员是密切相关的。大数据的分析和挖掘可以使运动员更详细的指标。这些指标通常不容易找到。根据大数据分析的结果,每个玩家可以了解自己的优点和缺点。在训练和比赛的过程中,他们可以不断弥补自己的不足,发展自己的优势,不断提高他们的比赛成绩,发挥自己的潜力。目前,CBA球队的训练是相同的,但收效甚微。大数据的应用可以让运动员有针对性地培训,以便更好的提高他们的体育水平。
球迷和观众对CBA联赛的发展至关重要。当观看比赛,让观众知道更专业的数据和游戏背后的内容可以提高粉丝和观众的观看体验。在游戏的广播,通过深入分析和挖掘游戏数据和以前的数据和应用这些数据广播的过程中,可以获得意想不到的结果。目前,CBA比赛的广播只解释了一些主要数据,比如篮板,犯规,助攻。观众总是抱怨评论不够好,没有什么新东西。如果一些挖掘数据可以被添加到评论,观众肯定会鼓掌。定量信息的解释可以让观众了解更多的信息,提高看比赛的乐趣。大数据的应用可以使观众看比赛的新体验,同时,大有好处提高CBA联赛的注意。
大数据的应用提高了球员的身体健康水平,团队的技术和战术水平和游戏的注意到一个新的水平。玩家通过有针对性的训练,提高身体健康水平和团队的技术和战术策略更合理的根据自己和对手的特点。这些将使CBA比赛更加精彩,更多的球迷将注意CBA联赛在未来。大数据的应用带来了中国CBA联赛进入一个新的发展阶段,有效地缩短中国与世界篮球联赛之间的差距和提高CBA联赛的国际地位。
大数据技术的实现是基于一个巨大的和准确的数据库。因此,为了实现数据的分析和挖掘在CBA联赛,有必要建立一个数据库系统,完整的数据计算的球队和球员各方面的详细信息,如图2- - - - - -5。
以上只是一个模型的基本信息数据库。为了进一步完善游戏数据,进一步详细的数据需要补充道。例如,对于一个球员的射门,如图6。
有很多类似的数据尽可能详细。只有当详细的数据收集工作是做好发展的数据挖掘可以得到保证。换句话说,巨大的和准确的数据库数据所有数据挖掘的前提和基础,是最重要和关键的环节。数据之间的相关性也同样重要。
4所示。镜头检测算法
背景差分法的基本思想是将当前帧图像与背景模型参考图像。计算相似性测量图像的每一个点和点之间的背景模型和可以执行前景/背景分类由以下公式:
在上面的公式中,点 是任何图像中像素,然后呢 和 ,在哪里和代表图像的垂直和水平分辨率,分别。 是像素的特征值 背景参考模型, 是像素的特征值 当前捕获的图像帧是一个人为的设置或自适应分割阈值。
背景参考模型如下: 在哪里帧的数量是平均。
的方式来更新背景模型
它使用核函数估计像素值的概率密度分布当前像素的时间 : 在哪里代表了内核函数和核函数的宽度。
如果选择高斯核函数,假定像素的各种特性是相互独立的,还有
其中,特征的维数,代表每个特性的核函数带宽。
每个像素特征的标准偏差如下: 在哪里的平均绝对差之间的两个相邻图像帧的像素特征值。
它发现一个阈值最大化熵之和的两种类型的信息,前台点和背景:
在上面的公式中, 表示灰度图像的大小,代表与灰度点的总数在灰度图像表示灰度的概率 。熵的图像中目标和背景区域 在哪里表示目标区域的熵,代表图像中的灰度,代表了熵的背景区域。
它使用最大熵法寻找最佳阈值法在图像:
平均灰度的方法如下:
其中,代表的最大灰度图像, 代表了一定的像素的灰度值图像,和代表图像中的像素总数。
首先,它假设在整个图像灰度值的范围在(0,0 - 1)。在灰度图像像素的灰度值的数量是 ;然后,可以表示为
每个灰度值发生的概率
为 ,有
它在灰度图像分为两个区域和与分割阈值 。 由点的灰度值在[0,1],和由点(A, 0 - 1)与灰色的价值观;然后,区域的概率和是
地区的总方差和是 在哪里整个图像的平均灰度,和区域的平均灰度水平吗和 ,分别。
广东团队在鼎盛时期的记录如表所示2。
从表可以看出2在这五个赛季,CBA职业化过程中继续前进,和联盟竞争时期和游戏的数量继续增加。在这种情况下,广东团队的消极比赛的数量在每个赛季基本上控制在10场比赛,和平均赢率高达86.03%。
团队参与CBA的数量波动的联盟22年的改革和发展。据统计分析,34个团队参加了CBA联赛,14退出竞争。它已从12队在1995 - 1996赛季20团队今天,多亏了连续更换新老团队。图7(一)描述变化的团队参与CBA联赛的数量。浙江团队成功地引入了第一个外国援助后经过22年的询问外国援助信息在CBA联赛,更多的团队意识到外国援助的帮助可以使团队。这可以用于弥补团队的缺乏力量和增加其竞争力在CBA联赛引进外援。图7 (b)描述了外国援助总额的变化随着时间的推移在CBA。
(一)
(b)
从图可以看出7(一),CBA联赛的不断改革和发展,联盟已从12队在1995 - 1996赛季20队今天。从图可以看出7 (b)1995 - 1996赛季后,外国援助的数量在CBA联赛开始显示和稳定有上升的趋势。在1996 - 1997赛季,6个团队介绍了11个外国艾滋病、艾滋病和外国的数量稳步增加。在CBA联赛的22年,第一季的外籍球员人数从1外国援助增加到42外国艾滋病在2016 - 2017赛季。外国援助的数量持续增加,总数也继续上涨,共有641人次。虽然某些季节的数量比前一季减少,外国球员的总数一直表现出增加的趋势。
2016 - 2017赛季,总共34个团队参与了CBA,和目前有20个团队。它分配不同指向的不同排名前8队的22个赛季CBA联赛,然后计算总分最高的8 22个赛季的球队排名。表3显示了北京的统治联盟的结果。
从表可以看出3,北京团队主导在2011 - 2015赛季CBA联赛。在这四个季节,北京赢得了2个冠军和1个亚军,其中它在2013 - 2015赛季赢得了2个冠军。CBA职业化进程的不断发展,联盟竞争时期,游戏的数量继续增加。在这种情况下,每个团队的力量大大增强,常规赛损失的数量在过去的四个赛季在北京一直控制在11场比赛。损失的数量在季后赛保持在大约3游戏,和本赛季平均赢率高达68%。
冠军的数量由不同的团队在中国男子篮球职业联赛如图8(一个)。图8 (b)显示了团队的次数从四个主要经济部门在职业联赛进入前8。
(一)
(b)
从图可以看出8(一个),在12个赛季中国男子篮球职业联赛的球队赢得了CBA冠军逐渐增加。其中,广东团队赢得了6个冠军,占总数的50%;北京团队赢得了3个冠军,占总数的25%;八一的队赢得冠军1个,占8%;四川的队赢得冠军1个,占8%;新疆的队赢得冠军1个,占8%。
根据统计结果如图8 (b),可以看出在前8团队12个赛季的职业联赛阶段,东部地区有70团队,占73%,仍有明显的优势。东北地区的球队有11次,占总数的11.5%;西方团队有13次,占总数的14%;中部地区各有2次,占总时间的1.5%。在这个阶段,西部地区团队的性能水平逐渐提高,顶部8团队的比例也逐渐增加。其代表团队是四川团队和新疆的团队,赢得冠军在2015 - 2016和2016 - 2017赛季,分别。他们打破了东海岸联盟团队主导的模式。因此,可以看出,在职业联赛的竞争模式仍然显示了东部的力量和弱点的模式在西方,但对西部地区的上升势头。
马布里是第一个CBA历史上外国援助。前NBA全明星后卫,尽管他继续长大,他的训练尤为困难。他的对抗能力和突破能力仍然很优秀,和他的传球和组织能力仍然突出。北京首钢团队往往是拯救了他的“大心脏”三分球,他是最大的贡献者三次北京男篮冠军。2011 - 2015赛季马布里在北京团队的平均数据如表所示4。
此外,北京团队也成功地引入了内部和外援莫里斯与马布里合作。他技术全面。一旦一个后卫,他有出色的奔跑和跳跃的能力和灵活性,和他的中距离投篮相当稳定。这也是他的主要评分法在北京团队。他有一个良好的防御在防守端,可以阻止冲突和爆炸性。莫里斯的贡献在北京三届男子篮球锦标赛是毋庸置疑的。2011 - 2015赛季莫里斯在北京团队的平均数据如表所示5。
从表4和5,我们可以看到,北京团队赢得了冠军在三个赛季,马布里和莫里斯是最重要的贡献者北京的冠军。他们两个平均超过50分,北京团队的总数的一半以上。马布里不仅可以平均高分也帮助团队中的其他球员,场均5.6次助攻的成绩在三季。此外,莫里斯平均9.6个篮板,球队的防守端做出很大贡献。一般来说,两个主要的外国艾滋病北京团队的发挥了巨大的作用在北京的成功团队。依赖外国援助的优秀表现马布里和莫里斯的突出贡献,加上球队的整体进攻和防御的崛起力量,这是独特的在CBA联赛和成为CBA联赛的霸主。
的技术统计六个明星球员(易建联,杰里米·林郭Ailun表示,赵楼继伟,王柘林,和周彭)在2019 - 2020赛季在图所示9。
(一)
(b)
从图可以看出9,易建联场均19.5分和10.3个篮板在2019 - 2020赛季。总的来说,六个明星球员在个别方面有一定的优势。的数据对比六支球队在2020 - 2021赛季图所示10。
(一)
(b)
如图10,广东团队的整体水平在2020 - 2021赛季略高于其他五个团队。
5。讨论
本文将联盟的运行机制,介绍了国外先进的数据收集和分析技术,并进行了具体的研究与CBA发展的实际情况相结合。深入调查应进行各种数据收集和分析技术利用活跃的NBA球队,当地联盟等等。通过学习丰富的管理经验和先进的技术手段,开发了一个数据收集和分析计划,符合CBA联赛的发展。
有必要关注提高CBA的管理系统数据库。数据信息是职业联赛的象征,体现公平、开放的特点,篮球活动,并确保CBA的专业发展的基础。通过网络数据库的建设,它不仅为球迷和媒体提供了激动人心的事件,但也记录球队和球员的开发过程,为相关的深入研究提供有价值的参考资料。
一代的大数据分析的目的是为了管理;企业可以结合实时数据流分析和历史相关数据和大数据分析和发现他们所需要的模型。反过来,它可以帮助预测和防止未来的故障和性能问题。进一步,他们可以使用大数据来理解使用模式和地理趋势,进而可以深化大数据的见解重要用户。他们还可以跟踪和记录网络行为和大数据可以很容易地确定业务的影响。它加速利润增长的深刻理解服务利用率而增长它的目录服务跨多个系统通过收集数据。
6。结论
CBA逐渐开发出一种竞争数据的统计制度,是联盟成功的关键。在体育领域,数据收集和分析方法不断更新,CBA需要继续投资于数据收集和分析技术的发展。改善CBA-related数据统计人员的整体业务水平是至关重要的。不仅数据统计学家应该公平、公正、和开放当收集事件数据,但他们也应该提高他们使用专业设备和处理突发事件的能力。进行数据收集和分析技术的应用基于移动计算更加标准化和制度化,它是必要的训练和管理的特殊技术团队通过官方CBA数据收集和分析。因为这个研究没有比较CBA与NBA的比赛数据,是不可能确定CBA比赛人员的短缺。因此,我们可以开始调查NBA和CBA比赛数据比较。
数据可用性
使用的数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者没有任何可能的利益冲突。
确认
这项工作是由社会科学项目支持和资助中国体育总局(2093 ss14142)和由成都体育大学的研究和创新团队“中国三个主要的改革研究团队球运动协会”(CXTD201801)。