馮能山 龍超 熊金志 廖國(guó)君

摘要：數(shù)據(jù)挖掘在體育領(lǐng)域的應(yīng)用還比較少。如何利用好體育運(yùn)動(dòng)的訓(xùn)練數(shù)據(jù)， 從中挖掘出有用信息，是數(shù)據(jù)挖掘技術(shù)在體育領(lǐng)域中的一項(xiàng)重要任務(wù)。決策樹(shù)方法是一種常用的數(shù)據(jù)挖掘技術(shù)，該文把決策樹(shù)方法應(yīng)用于網(wǎng)球訓(xùn)練，對(duì)有關(guān)數(shù)據(jù)進(jìn)行挖掘，形成一棵網(wǎng)球訓(xùn)練的決策樹(shù)，從而協(xié)助體育工作人員更合理地制定網(wǎng)球訓(xùn)練方案，提高網(wǎng)球訓(xùn)練的效率。

關(guān)鍵詞： 數(shù)據(jù)挖掘；決策樹(shù)；ID3算法；網(wǎng)球訓(xùn)練

中圖分類號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2014）22-5336-04

現(xiàn)代競(jìng)技體育的發(fā)展方向是高、難、精、尖，因此體育訓(xùn)練需要盡量多地借助于現(xiàn)代科技手段。為了最大限度地提高訓(xùn)練效果， 在國(guó)際體壇拿更多的冠軍，現(xiàn)代體育需要利用最新的信息技術(shù)，對(duì)體育運(yùn)動(dòng)的內(nèi)在規(guī)律進(jìn)行研究。隨著信息技術(shù)的發(fā)展， 體育領(lǐng)域在運(yùn)動(dòng)訓(xùn)練方面有著大量的數(shù)據(jù)[1-2]。如何從這些大量的數(shù)據(jù)中，尋找各種因素間的相互聯(lián)系， 得到有用的信息，發(fā)現(xiàn)規(guī)律，對(duì)體育科研和體育訓(xùn)練都極為重要。隨著我國(guó)體育事業(yè)的不斷發(fā)展， 中國(guó)體育已經(jīng)成功走向世界， 信息技術(shù)在體育領(lǐng)域中有一些應(yīng)用，但還遠(yuǎn)遠(yuǎn)不夠。我國(guó)政府非常重視體育事業(yè)，體育領(lǐng)域積累了大量數(shù)據(jù)，如何利用最新的數(shù)據(jù)挖掘技術(shù)，對(duì)體育數(shù)據(jù)進(jìn)行深入挖掘，對(duì)我國(guó)體育的進(jìn)一步發(fā)展非常有益[3-4]。

2011年我國(guó)湖北選手李娜在法國(guó)網(wǎng)球公開(kāi)賽女單奪冠，在國(guó)際和國(guó)內(nèi)引起重大反響。這次奪冠在中國(guó)網(wǎng)球的歷史上具有劃時(shí)代意義，并進(jìn)一步說(shuō)明中國(guó)網(wǎng)球在國(guó)際網(wǎng)壇的影響力不容忽視?？梢灶A(yù)計(jì)：越來(lái)越多的國(guó)際大賽將會(huì)把賽場(chǎng)移至中國(guó)，國(guó)內(nèi)從事職業(yè)網(wǎng)球的人員也將越來(lái)越多。因此，如何跟隨信息技術(shù)的迅猛發(fā)展，進(jìn)一步提高我國(guó)網(wǎng)球的訓(xùn)練效果，是一個(gè)值得科研人員去研究的重大課題[5]。

1 決策樹(shù)方法

1.1決策樹(shù)的定義

決策樹(shù)方法是目前應(yīng)用最廣泛的歸納推理算法之一，是一種逼近離散函數(shù)值的方法。它是以實(shí)例為基礎(chǔ)的歸納學(xué)習(xí)算法，通常用來(lái)形成分類器和預(yù)測(cè)模型，著眼于從一組無(wú)次序的、無(wú)規(guī)則的事例中，推理出決策樹(shù)表示形式的分類規(guī)則[3]。

1.2決策樹(shù)算法的優(yōu)點(diǎn)

1） 分類精度高；

2） 生成的模式簡(jiǎn)單；

3） 對(duì)噪聲數(shù)據(jù)有很好的健壯性。

1.3 ID3算法的基本思想[1]

決策樹(shù)方法中比較流行的算法有ID3、C4.5、CART、SLIQ等。這些算法的基本思路都是在訓(xùn)練數(shù)據(jù)樣本集的基礎(chǔ)上建立一顆決策樹(shù)，然后用這顆決策樹(shù)對(duì)數(shù)據(jù)進(jìn)行預(yù)測(cè)。ID3算法在決策樹(shù)方法中最為經(jīng)典，其它很多算法都可從ID3算法演變而來(lái)。

ID3算法建樹(shù)的思路是：首先找出最有判別力的屬性，把樣例分成多個(gè)子集，每個(gè)子集又選擇最有判別力的屬性進(jìn)行劃分，一直進(jìn)行到所有子集僅包含同一類型的數(shù)據(jù)為止。最后得到一棵決策樹(shù)。

2 決策樹(shù)方法在網(wǎng)球訓(xùn)練中的應(yīng)用

2.1 網(wǎng)球訓(xùn)練數(shù)據(jù)建表

在研究中我們主要挑選了客觀的4個(gè)氣候因素及兩個(gè)自身因素。他們分別是：

1） 天氣：多云 雨 晴。

2） 氣溫：冷 熱 適中。

3） 濕度：正常 高。

4） 風(fēng)：中風(fēng) 大風(fēng) 無(wú)風(fēng)。

5） 情緒：好 一般 差。

6） 狀態(tài)：Good Bad（為了與情緒的好差區(qū)別，將其設(shè)置為英文）

另外設(shè)置了Affection來(lái)表示是否合適訓(xùn)練。我們通過(guò)現(xiàn)有的24組網(wǎng)球訓(xùn)練數(shù)據(jù)進(jìn)行研究，這些數(shù)據(jù)如表1所示。

這張表格記錄了以往在不同的情況下，運(yùn)動(dòng)員訓(xùn)練效果的一個(gè)記錄。將好的訓(xùn)練效果定義為適合，不好的訓(xùn)練效果定義為不適合。

由于網(wǎng)球訓(xùn)練及比賽一般都是在室外進(jìn)行，屬性中包含了天氣、氣溫、濕度、風(fēng)、情緒、狀態(tài)這六個(gè)因素[1]。

2.2 決策樹(shù)的創(chuàng)建

1） ID3算法過(guò)程[1]

（1） 計(jì)算各屬性的信息增益；

（2） 選擇信息增益最大的屬性Ak；

（3） 把Ak處取值相同的例子歸于同一子集，Ak取幾個(gè)值就得幾個(gè)子集；

（4） 對(duì)既含正例又含反例的子集，遞歸調(diào)用建樹(shù)算法；

（5） 若子集僅含正例或反例，返回調(diào)用處。

2） 信息增益

（1） 其中S是樣例的集合， P（ui）是類別i出現(xiàn)概率

[Gain（S，A）=Entropy（S）-vSvSEntropy（Sv）]

（2） 信息熵：

[Gain（S，A）=Entropy（S）-vSvSEntropy（Sv）]

（3） 信息增益：

[Gain（S，A）=Entropy（S）-vSvSEntropy（Sv）]

根據(jù)以上的訓(xùn)練集（表1 網(wǎng)球訓(xùn)練數(shù)據(jù)表），可計(jì)算天氣、氣溫、濕度、風(fēng)、情緒、狀態(tài)這六個(gè)因素的信息增益。計(jì)算過(guò)程略去，結(jié)果如表2。

根據(jù)以上決策樹(shù)，我們可以得到：

1） 當(dāng)天氣為晴天的時(shí)候，適合網(wǎng)球訓(xùn)練。

2） 當(dāng)天氣為多云的情況下，還需要考慮濕度。如果濕度為高，則不適合訓(xùn)練；反之濕度為正常，則適合訓(xùn)練。

3 當(dāng)天氣為雨的情況下，先考慮氣溫，如果氣溫為冷，則不適合訓(xùn)練；如果氣溫為適中也不適合訓(xùn)練；當(dāng)氣溫為熱時(shí)，還需要考慮風(fēng)的因素，若風(fēng)為大風(fēng)，則不適合訓(xùn)練，若無(wú)風(fēng)則適合訓(xùn)練。

2.3 模型測(cè)試

為檢驗(yàn)決策樹(shù)的正確性，我們選取3組數(shù)據(jù)進(jìn)行測(cè)試，如表6所示。

第一組數(shù)據(jù)天氣為多云，按照?qǐng)D 1 形成的決策樹(shù)，我們判斷為合適訓(xùn)練；第二組數(shù)據(jù)天氣為雨，根據(jù)此決策樹(shù)我們判斷為不合適訓(xùn)練；第三組數(shù)據(jù)天氣為晴，我們可以根據(jù)此決策樹(shù)判斷為合適訓(xùn)練。這些結(jié)果與我們的數(shù)據(jù)表1相符，說(shuō)明我們的決策樹(shù)是正確的。

3 結(jié)論

通過(guò)決策樹(shù)的ID3算法，我們?cè)诖罅康木W(wǎng)球訓(xùn)練中找到了有用的、潛在的、有助于后續(xù)訓(xùn)練的信息，形成了一棵決策樹(shù)。這就使得網(wǎng)球訓(xùn)練者更易于發(fā)現(xiàn)規(guī)律，從而指導(dǎo)訓(xùn)練。這棵決策樹(shù)的優(yōu)點(diǎn)是：基礎(chǔ)理論清晰，算法較簡(jiǎn)單實(shí)用，是一個(gè)很有實(shí)用價(jià)值的算法。隨著訓(xùn)練數(shù)據(jù)不斷的增加，對(duì)數(shù)據(jù)不斷地計(jì)算、刪除、遞歸，結(jié)果會(huì)更加趨于準(zhǔn)確。該決策樹(shù)有一個(gè)不足：數(shù)據(jù)中我們假設(shè)訓(xùn)練子集中正反例的比例與實(shí)際問(wèn)題中正反例的比例相同。但一般情況不能完全保證相同，這樣計(jì)算訓(xùn)練集的信息增益就會(huì)有所偏差。這個(gè)不足也是我們今后要研究的工作。

參考文獻(xiàn)：

[1] 朱明.數(shù)據(jù)挖掘[M].2版.北京：中國(guó)科學(xué)技術(shù)大學(xué)出版社，2008.

[2] 楊雙燕，趙水寧.體育數(shù)據(jù)分析中數(shù)據(jù)挖掘技術(shù)的應(yīng)用[J].浙江體育科學(xué)，2003（3）：73-76.

[3] 韓家煒，堪博.數(shù)據(jù)挖掘概念與技術(shù)[M].2版.北京：北京機(jī)械工業(yè)出版社，2007.

[4] 張喆，馬明純.網(wǎng)球進(jìn)階訓(xùn)練[M].北京：吉林科學(xué)技術(shù)出版社，2011.

[5] 巫文佳，閔帆.基于決策樹(shù)的網(wǎng)球選材指標(biāo)學(xué)習(xí)方法[J].哈爾濱師范大學(xué)：自然科學(xué)學(xué)報(bào)，2013（6）：90-94.