从大数据中寻找提升空间：数据挖掘在羽毛球比赛技战术分析应用中的个案研究

何 施，赵文作，刘 博，黄志剑

羽毛球是我国竞技体育传统优势项目之一，在国际上享有很高的声誉。但在近年来相关的重大赛事中，我国选手的成绩显得不如人意，足以说明现阶段中国羽毛球正面临着严峻挑战。面对严峻挑战要想取得好成绩，就必须要有先进的技术手段和思路。羽毛球比赛的技战术具有不确定性、多变性、复杂性等特点[1]，而传统羽毛球技战术分析主要是描述性的统计分析[2-3]，各因素之间是相对独立的，无法还原运动员在某一时段的连续动作状态。教练员往往凭借经验及描述统计数据来安排日常训练、指挥临场决策。

数据挖掘兴起于20世纪末，一般是指利用计算机等工具从大量、零散、不完全并且随机的数据中通过特殊算法提取或“挖掘”出隐藏在其中的信息和知识的过程[4]。数据之间的关联是数据挖掘中存在的一种非常重要的可被发现的知识，如果给定两个或多个数据集并从中发现存在某种频繁出现的项集模式就称为关联规则[5]。目前，关联规则广泛应用于超市、银行、网购等领域，在体育领域主要应用在网球[6]以及其他隔网类项目中[7]，在羽毛球项目中的应用尚属少见。羽毛球的竞赛规则和技战术与网球有相似之处，所以网球技战术的关联规则研究对羽毛球有参考性。本研究尝试使用关联规则中的Apriori算法在众多数据中寻找羽毛球运动员X的提升空间[8]。

1 研究方法

1.1 研究对象

某省运动健将级羽毛球单打女性运动员1名，年龄为20岁，球龄10年（以下简称为“X”）。……