朱文富

（重慶工商大學(xué)體育學(xué)院，重慶 400067）

如今體育比賽已經(jīng)成為人們生活中的重要內(nèi)容，從女排的五連冠到男足的韓日世界杯之旅，再到中國北京奧運(yùn)會的成功舉辦，中國體育事業(yè)的突飛猛進(jìn)已經(jīng)向世界證明東方巨龍巍然屹立在體育賽場上，五星紅旗高高飄揚(yáng)在競技之顛。然而人們關(guān)注體育比賽的重要方面在于它的結(jié)果，比賽結(jié)果已經(jīng)成為體育比賽的焦點(diǎn)和集中點(diǎn)。如何對體育比賽進(jìn)行合理的、科學(xué)的預(yù)測是當(dāng)今廣大體育科研工作者廣泛關(guān)注的話題。在這個(gè)社會信息化高速發(fā)展的時(shí)代，KDD（Knowledge Discovery in Data-base）這項(xiàng)原本不為大家熟悉的技術(shù)現(xiàn)如今已受到極其廣泛的關(guān)注，同時(shí)也開始了進(jìn)一步的研究，此外，此項(xiàng)技術(shù)已經(jīng)在很多相關(guān)的領(lǐng)域得到了運(yùn)用并且相當(dāng)成功［1-2］。從這一方面可以看出，KDD使用的目的不是單方面的，它不僅要在實(shí)踐中得出數(shù)據(jù)，并在這些數(shù)據(jù)中通過進(jìn)一步的分析找出一部分具有重要價(jià)值的決策支持信息。所以，可以認(rèn)為KDD它不是研究某種具體的方法，而是主要著重于系統(tǒng)的實(shí)用性，是根據(jù)每一個(gè)用戶需求以及該研究領(lǐng)域的特點(diǎn)，利用現(xiàn)在已經(jīng)掌握的技術(shù)，在計(jì)算資源相當(dāng)有限的情況下，從實(shí)踐中得到的眾多數(shù)據(jù)中發(fā)現(xiàn)一些可運(yùn)用到研究中的各種有用的信息。在此就是針對此類非對壘式的，以每一位參加比賽的以個(gè)體的成績?yōu)橹饕芯繉ο髞磉M(jìn)行排定名次的體育競賽和娛樂比賽，在這種情況下應(yīng)用KDD技術(shù)建模，制定出一個(gè)該類比賽的情況分析并且對最后比賽成績進(jìn)行預(yù)測。其意義就是要驗(yàn)證并且發(fā)現(xiàn)對該類別比賽成績有影響的各種因素，同時(shí)對最后比賽的結(jié)果進(jìn)行科學(xué)的預(yù)測。從而在對個(gè)體如何最有效的提高比賽成績，安排其參加何種比賽較適合方面起著輔助決策作用。

1 構(gòu)建模型的任務(wù)及特征

在體育比賽中屬于非對壘式比賽或項(xiàng)目占了很大的比重，非對壘式比賽（即以個(gè)體成績?yōu)橹鞯拿闻判虮荣悾τ谠擃惐荣?，平時(shí)的訓(xùn)練以及比賽前的準(zhǔn)備應(yīng)該注意對成績有意義的影響因素，要注意哪些問題才有利于提高成績;從另一方面來說，對于每一個(gè)個(gè)體如何科學(xué)的安排和合理的選擇參加什么比賽才能得到更理想的的名次?即要能根據(jù)個(gè)體的實(shí)際情況對比賽成績做出較為準(zhǔn)確的預(yù)測。以上的任務(wù)雖然是抽象具體的，但是意義卻是非常明確而重大的。不過此類比賽卻具有以下的特征和難點(diǎn):（1）一個(gè)隊(duì)伍中參加比賽的每一個(gè)參賽個(gè)體都要有自己相對獨(dú)立的模型。而針對某一方面的影響因素，或許它對參賽個(gè)體A有非常明顯的影響，而對參賽個(gè)體B的影響卻很小甚至沒有任何影響;很明顯在這種情況下對于最后比賽成績的預(yù)測，不同的個(gè)體由于個(gè)體自身的差異性導(dǎo)致無法沿用同樣的模型來進(jìn)行最后結(jié)果的預(yù)測。（2）每個(gè)個(gè)體在某一具體比賽中最后取得的成績也與其臨場狀況有關(guān)，也與其近階段比賽的歷史成績有一定關(guān)系。臨場狀況在這里指的是個(gè)體自身的各方面因素和此次比賽賽場的構(gòu)成、現(xiàn)場氣氛等可以影響比賽成績的各種客觀因素整體所構(gòu)成的情形。但這不包括由于人為因素故意降低比賽成績等情況，因?yàn)檫@是無法用科學(xué)的方法來進(jìn)行分析和預(yù)測的。（3）影響成績的關(guān)系錯(cuò)綜復(fù)雜，而且因素可能很多。（4）它取值不僅是基于模糊的，而且是主觀判斷的和定性概念的屬性，甚至有些還可能是非常重要屬性。例如，身體狀況問題、情緒問題等等。（5）時(shí)間的發(fā)展對參賽個(gè)體成績的預(yù)測也有影響。例如:某一運(yùn)動(dòng)員從高峰期開始走向低峰期或反之，數(shù)據(jù)都會發(fā)生變化。此外，因?yàn)槊看伪荣悈①悅€(gè)體的模型具有多樣性多樣性，所以就會出現(xiàn)這樣一種情況:一些參賽個(gè)體的數(shù)據(jù)會經(jīng)過一段時(shí)間的積累才會得到相對準(zhǔn)確的結(jié)果。

2 求解問題的方法和策略

2.1 方 法

2.1.1 可以用關(guān)聯(lián)規(guī)則探索或者是確定影響因素

此方法主要包括兩種類型:發(fā)現(xiàn)型挖掘和驗(yàn)證型挖掘。其中發(fā)現(xiàn)型挖掘一般是用于未被注意到的、發(fā)現(xiàn)新的或特定于某個(gè)體的影響因素。驗(yàn)證挖掘用于經(jīng)驗(yàn)所認(rèn)定的或已由專家驗(yàn)證認(rèn)定的因素。由于每次參加比賽的群體具有多樣性，所以最后得出的數(shù)據(jù)的可用性就不一定會很充分，而且又因?yàn)闀r(shí)間性相對來說很強(qiáng)，時(shí)間稍微早些的數(shù)據(jù)或許就已經(jīng)不能再用來研究。所以，每當(dāng)在預(yù)測建模的時(shí)，為了在多種影響因素中選取最主要的因素，就需要對已經(jīng)發(fā)現(xiàn)的的影響因素進(jìn)行合理的調(diào)整，必要時(shí)還要進(jìn)行重新挖掘。而且，在挖掘的時(shí)候，為了選取主要的影響因素，要排除過雜過多的情形，此時(shí)置信度則可偏大些，在預(yù)測建模和影響因素挖掘之間構(gòu)成一個(gè)優(yōu)化的循環(huán)的過程。

2.1.2 用神經(jīng)網(wǎng)絡(luò)方法建立臨場狀況的描述和分類模型

把某一參賽個(gè)體的臨場狀況所表現(xiàn)出來的情況劃分為不同的級別，例如很優(yōu)、良、中、差、很差等等。

2.1.3 成績的預(yù)測

預(yù)測成績:s=a1s1+a2s2a1+a2=1，其中s1=E（I）即是參賽個(gè)體I在同一比賽所能取得的成績的數(shù)學(xué)期望值，但必須保證參賽個(gè)體是在最近的一個(gè)時(shí)間段P內(nèi);s2是由回歸方程所獲得的成績，該成績是預(yù)測成績預(yù)測。參數(shù)P視具體的個(gè)體情況和實(shí)際問題而定，也就是說由于個(gè)體自身情況不同或具體出現(xiàn)的問題不同，P的取值就可能會出現(xiàn)變化。參數(shù)a1和a2可根據(jù)方程式結(jié)果進(jìn)行調(diào)整，其調(diào)整的具體方法和重要意義將會在本節(jié)稍后進(jìn)行進(jìn)一步論述。

由上可以得出一個(gè)結(jié)論，一個(gè)個(gè)體在即將要參加的同種比賽中預(yù)測取得的比賽成績會與他近一段時(shí)間的所取得的成績相差不大。例如，一個(gè)世界冠軍級別的運(yùn)動(dòng)員和一個(gè)平時(shí)成績非常一般的運(yùn)動(dòng)員進(jìn)行比賽，世界冠軍在緊接的比賽中被成績平平的運(yùn)動(dòng)員打敗的幾率是相當(dāng)小甚至是沒有這種可能的。所以，由于E（I）這一參考值是相對穩(wěn)定的，所以E（I）就成為預(yù)測比賽結(jié)果的一個(gè)比較科學(xué)而又有用的參考值。而回歸模型則是通過挖掘影響因素來建模，是利用通過挖掘已經(jīng)得到的各種影響因素，來通過逐步的回歸，分析相關(guān)系數(shù)和檢驗(yàn)其顯著性，從而進(jìn)一步明確最主要的因素，最后分析出它們之間所存在的相互聯(lián)系，在必要時(shí)還要挖掘相關(guān)聯(lián)規(guī)則，然后再重新建立出模型等。采用回歸方法，要考慮到對預(yù)測值的連續(xù)性、精度要求以及計(jì)算的效率等問題。

2.1.4 對有關(guān)比賽信息的數(shù)據(jù)進(jìn)行存儲

對每一參賽者的每一比賽，增加存儲參數(shù)由神經(jīng)網(wǎng)絡(luò)模型得到的臨場狀況級別L，預(yù)測成績（包括s1、s2、s和名次），以及a1、a2值。

2.1.5 模型的評估

以排名為最終標(biāo)準(zhǔn)，以成績?yōu)閰⒖紭?biāo)準(zhǔn)。假如能夠做到實(shí)際取得的成績與預(yù)測的成績完全相符，實(shí)際比賽的排名和賽前預(yù)測的排名相符，這當(dāng)然是最理想的?？墒牵瑥牧硪环矫鎭碇v要達(dá)到這種很理想的準(zhǔn)確程度是非常不容易的的。當(dāng)把比賽的成績來作為預(yù)測的直接結(jié)果時(shí)就具有不受參賽群體數(shù)量多少的限制，具有較好的可區(qū)分度和靈活性，但是要做到高準(zhǔn)確性和高精準(zhǔn)度卻是非常困難的。此外，對于某些比賽來說，更加看重，更加關(guān)心的結(jié)果可能會是比賽的名次。

2.1.6 修正或重建模型

獲取可變參數(shù)a1和a2值。

參數(shù)a1和a2除了對預(yù)測進(jìn)行修正和作為s1和s2的置信比度外，另一方面來說它還具有以下的作用和重要的意義;如果出現(xiàn)兩個(gè)值當(dāng)中的其中一個(gè)值始終持續(xù)維持在某一低水平，這種情況就表明與個(gè)體參賽成績相關(guān)的預(yù)測值是不準(zhǔn)確的，出現(xiàn)此類情況后就說明該模型就要進(jìn)行改進(jìn)，在必要時(shí)還需要重新建模。此外，對a1值的變化還具有另外一效用即“趨勢發(fā)現(xiàn)”的效用，其值能顯示出此位參賽個(gè)體的發(fā)展在近期是提高了已進(jìn)入高峰期，還是由于某種原因下跌而進(jìn)入低潮期。很明顯，對a1、a2值的處理是便捷方便捷靈活的，通過系統(tǒng)就可以完全自動(dòng)實(shí)現(xiàn)。雖然，a1，a2值和狀況級別L值的存儲代價(jià)不是很高，但是它可以用于模型的進(jìn)一步改進(jìn)及重建。

2.2 基本策略與原則

根據(jù)以上在實(shí)際應(yīng)用時(shí)出現(xiàn)的問題及其特征，在此將利用以下兩項(xiàng)原則和三條策略來解決此類問題。原則:一定要能對模型的重建給出建議和自動(dòng)的給與提示，并且能為模型重建給出有用的信息;必須能夠方便、靈活且自動(dòng)地對已有的模型進(jìn)行修正。策略:對付主觀、模糊的概念屬性時(shí)用模糊的邏輯。經(jīng)研究發(fā)現(xiàn)，處理復(fù)雜問題時(shí)采用多方法、多模型是一種有實(shí)用性的策略，而且預(yù)測精度還可以得到很大程度的提高［3－4］;而處理主觀、含糊的語言變量是運(yùn)用模糊邏輯則是非常有效而成熟的［5］。以多模型、多方法的組合/結(jié)合提高預(yù)測的準(zhǔn)確性并對付問題的復(fù)雜性。當(dāng)把輕量級模型應(yīng)用于每個(gè)參賽個(gè)體時(shí)，就必須要用自己獨(dú)特模型所附帶的對資源的特殊要求和效率問題。

2.3 應(yīng)用實(shí)例

把以上方法有效地應(yīng)用于某一地區(qū)的賽車比賽中，首先確定出8個(gè)對比賽有影響的因素，它們分別為:決定性因素（賽程），賽車本身因素（重量、排量、輪胎性能），其他影響因素（賽車手排位、車輛出發(fā)排位、場地的性質(zhì)、天氣情況等）。問題的客觀實(shí)際就基本上被精準(zhǔn)而簡練的反映出來。運(yùn)用建模方法對此種比賽的50場比賽結(jié)果進(jìn)行預(yù)測，預(yù)測的名次與實(shí)際名次相差在五名以內(nèi)的準(zhǔn)確率大概為85%。具有相當(dāng)高的準(zhǔn)確率。另外有專家也曾經(jīng)把以上方法應(yīng)用于賽馬娛樂項(xiàng)目，預(yù)測所得出的名次與實(shí)際比賽的名次相差在三名以內(nèi)的概率約為75%。但是，由于有一些商業(yè)方面上的特殊原因（比如其他預(yù)測系統(tǒng)的預(yù)測:馬評家的觀測等），此類比賽的結(jié)果還不能與其他的同類預(yù)測相比較。另一方面，也考慮到一些參賽馬匹近期的真實(shí)歷史資料不太容易獲取和馬匹的不確定性等問題，這就給預(yù)測增添了很大的難度，所以由于各方面的原因，該預(yù)測的準(zhǔn)確率也還是可以接受的。

3 結(jié)論

通過對幾個(gè)參數(shù)進(jìn)行簡單的分析處理，最后可以方便、自動(dòng)地修正已存在的模型、完善，把多模型的、輕量的和多種技術(shù)的組合/結(jié)合作為策略;研究問題的主要特征而又兼顧到該問題的各個(gè)方面，對非對壘式比賽類給出了一個(gè)分析以及預(yù)測的KDD建模方法，對比賽結(jié)果作出預(yù)測，并對每個(gè)參賽者的比賽成績有影響的各種重要因素進(jìn)行分析和確定。同時(shí)參賽群體許多客觀的問題也通過KDD建模方法得到了較好的解決，包括多種多樣的參賽群體、復(fù)雜的影響因素以及預(yù)測上的困難等一系列問題。此外，KDD建模方法不僅能夠主動(dòng)對模型的改進(jìn)或重建給出合理的建議，還可以為模型的改進(jìn)或重建提供有用的信息。

［1］陸偉，吳朝暉.知識發(fā)現(xiàn)方法的比較研究［J］.計(jì)算機(jī)科學(xué)，2000，27（3）:80-84

［2］歐陽為民，鄭誠，張燕.國際知識發(fā)現(xiàn)與數(shù)據(jù)挖掘工具評述［J］.計(jì)算機(jī)科學(xué)，2001，28（3）:101-108

［3］刁力力，胡可云，陸玉昌，等.數(shù)據(jù)挖掘與組合學(xué)習(xí)，計(jì)算機(jī)學(xué)習(xí)［J］.2001，28（7）:73-78

［4］韓宏，楊靜宇.多分類器組合及其應(yīng)用［J］.計(jì)算機(jī)科學(xué)，2000，27（1）:58-61

［5］SMITH E，ELOFF J.Cognitive fuzzy modeling for enhanced risk assess-ment in a health care institution［J］.IEEE Intelligent Systems，2000，15（2）:69-75

［6］ NARENDA K S，MUKHOPADHYAY S.Adaptive Control ofnonlinearmulti－variable systems using neural networks［J］.NeuralNetworks，1994，7（5）:737-752

［7］張德培，羅蘊(yùn).應(yīng)用概率統(tǒng)計(jì)［M］.北京:高等教育出版社，2000

［8］焦李成.神經(jīng)網(wǎng)絡(luò)系統(tǒng)理論［M］.西安:西安電子科技大學(xué)出版社，1990