|
课题名称 |
NBA篮球出手选择统计及对比赛的影响 |
|||||||
|
关键字 |
数据分析，出手选择 |
|||||||
|
一、 选题背景及意义： |
时至今日，大数据已经成为了最热门的研究话题之一，也已经融入了几乎各行各业，篮球赛事自然也与大数据密不可分。曾经的教练执教时更多靠着纸笔、经验以及比赛录像，如今在大数据的加持下，我们会对篮球比赛有更加全面、细致和客观的了解，能对篮球比赛的变化有着更加快速及时的反应，对我们热爱的这项运动有着更加深入的了解。 篮球，于1891年12月21日在美国由詹姆斯·奈史密斯创造，是奥运会核心比赛项目，是一种强调身体对抗的体育项目。NBA ,是美国职业篮球联赛（National Basketball Association） 的简称，成立于1946年6月6日，由30支职业球队组成的男子职业篮球联盟，是美国四大职业体育联盟之一，也是世界上现有的最顶级的篮球联赛。在74年的发展过程中，NBA的数据统计系统也越发完备，除了常见的得分、篮板等基础数据之外，更是将球员的数据细化到了每一分钟，产生了比如PER（The Player Efficiency Rating 球员效率指数）、On Court/Off Court（球员在场和不在场 球队48分钟净胜分）、eFG（effective field goal有效投篮命中率）等一系列细化的数据。由于NBA在篮球领域的先进性和数据统计方面的专业性，所以选择NBA作为研究对象，探究进攻球员的出手分布以及对现代篮球的影响。 现代篮球随着科技的进步、运动员身体素质的不断提升，发生着不断地变化，曾经的篮球中3分甚至几乎没有人进行尝试，但随着运动员投射的水平不断进步（有些球员甚至将射程开发至中场），篮球的整体风格也日新月异，但是没有系统的进行整理过，各大篮球数据统计更多的是分门别类的小项数据统计，只能体现每个运动员的各项作用，所以该研究可以让人们更直观的了解篮球比赛随着时代发展的不断变化，更具体的了解影响比赛走向的因素究竟是什么，从而运用在我们国家的篮球学习与建设中。毕竟我们的篮球正在与时代的发展脱轨，从近几年的各种大赛表现就可以看出，国家队的成绩不够理想，球员、教练员的场上场下表现也不够专业。 |
|||||||
|
二、 本课题主要研究内容： |
1.收集课题有关资料，对课题进行详细的了解分析，查看大量的文献。 2.获取并整理在不同时期不同球队不同球员数据作为样本 3.处理数据，研究出手分布数据变化，出手数据与球队成绩之间关联，不同时期队伍出手对比，球员间出手对比 |
|||||||
|
三、 研究要点： |
1.选择的赛季要有时间的跨度，并且避开停摆赛季，因为停摆赛季时间和场次较短，数据意义降低。 2.选则的球队要有针对性，需要包含：总冠军球队、普通季后赛球队、未进入季后赛的普通球队和摆烂球队。 3.选择球员要有代表性，全明星球员、超级巨星、角色球员、新秀都应包含在内，且不同能力等级的球员应有不同的权重，从而体现对比赛不同的影响。 4.可以通过借助其他已有的数据统计的数据，来评价和权衡球员。 |
|||||||
|
四、 课题进度安排（简要）： |
2月20日之前：确定论文选题，对课题内容进行详细的了解分析，完成开题报告，确定相关数据来源，查找文献 3月之前：确定所选择的年份、时间、球员，学习爬虫，并获得相关数据 3月内容：学习python和相关算法，学习如何对数据进行整理分析，并制作图标表将关于论文的想法与导师进行交流，根据导师的建议和自己的分析理解，发现论文构思的不足之处，对论文思路进行完善。 4月内容：正式开始论文工作，撰写中英文摘要，阐述论文写作背景和选题所要解决的问题，并基本构造好论文总体框架。查阅大量文献，完成对数据的整理和分析，制作成图表等形式，并完成论文初稿。 5月内容：将论文内容完整丰富，并整理查重，和老师商讨并补偿完善之后上交 |
|||||||
|
五、 数据来源 |
stats.nba.com/ www.stat-nba.com/ vorped.com/bball/index.php/player/ espn.go.com/nba/hollinger/statistics www.nba.com/statscube/ www.shamsports.com/content/pages/index.jsp hoopdata.com/default.aspx hoopdata.com/default.aspx www.shamsports.com/content/pages/index.jsp www.82games.com www.basketball-reference.com |
|||||||
|
六、 参考文献 |
[1]大数据技术在篮球赛事中的应用研究综述——基于NBA和CBA中的应用[J]. 彭琛琛,彭沁之,张增紫瑞,李夏,钱芳.现代信息科技 . 2019(16) [2] 白雪,令狐昌琴.基于数据挖掘的中英足球联赛数据研究[J].湖北体育科技,2018,37(03):234-238. [3]程黎明.基于数据挖掘的篮球战术分析研究[J].西安文理学院学报(自然科学版),2017,20(02):46-49 66. [4] 原博,王新雷.NBA不同水平球队防守能力的逐步回归分析及比较[J].湖北体育科技,2019,38(12):1083-1087. [5]侯汝冲,兰海翔,卢涵宇,胡正江,薛安琪.数据挖掘技术在NBA球队比赛应用研究[J].电脑知识与技术,2019,15(25):199-201. [6] 李红军.NBA比赛3分球技术运用发展趋势[J].中国体育教练员,2019,27(03):60-61 64.
|
|||||||
|
七、 研究方法以及技术路线 |
1.得到数据： 网络爬虫是通过编程语言的实现对网站发出请求，并且用迭代或者递归的函数去对网络上的数据，图像，文字以及其他内容进行抓取的方法。我们统计nba今年的数据时，如果手工浏览，那你就需要浏览大概上千张网页，这样就造成了很大的工作量，使用网络爬虫之后，就可以使用语言对网站发出请求，使用迭代或者是递归的函数对NBA历史数据进行下载，让计算机去完成数据的收集工作，提高了我们的收集数据的效率。 常用爬虫包为requests包以及beautifulsoup包，他们具有效率高，速度快以及代码复杂度低等优势。使用requests可以很快地下载到网页数据，然后beautifulsoup进行网页数据筛选，他可以大大降低筛选的难度。 2.处理数据： 使用爬虫获得的数据构建横竖坐标，将不同球员的数据加权处理后使用。可以使用1 KMeans算法、KMeans 算法原理。 |
|||||||
