NBA 用大數據改變比賽

NBA 用大數據改變比賽

其實(shí)NBA獲勝的途徑還可以利用大數據!通過(guò)擴大大數據算法、機器學(xué)習技術(shù)的應用和新視覺(jué)呈現方法的設計，來(lái)把數據轉化為有價(jià)值的信息，最后“幫助優(yōu)秀的團隊獲得勝利�！�

你知道嗎，在籃球比賽中，投籃地點(diǎn)和拿下前場(chǎng)籃板的幾率存在著(zhù)一個(gè)固定的關(guān)系：球員每遠離籃板一英尺，拿下前場(chǎng)籃板的幾率就會(huì )降低1%，但到三分線(xiàn)時(shí)，幾率又突然變大;此外，90%投丟的球都可以在距離籃板11英尺的范圍內拿下。

這不是編出來(lái)的數據，也不是老教練的經(jīng)驗之談，而是南加州大學(xué)(USC)的兩位教授Rajiv Maheswaran和Yu-Han Chang的論文結論。正是這個(gè)論文，讓他們在2012年麻省理工斯隆體育分析大會(huì )上(MIT Sloan Sports Analytics Conference)上獲得了最佳研究論文獎。

而這一切，也都要歸功于那個(gè)已經(jīng)被用濫了的詞大數據。

NBA的粉絲們應該已經(jīng)知道，早在2010-2011賽季，聯(lián)盟就開(kāi)始給一些球隊，諸如小牛、凱爾特人、馬刺和火箭等的場(chǎng)館內裝上了內置芯片的攝像頭。這些攝像頭分布在場(chǎng)館的六個(gè)角落，會(huì )以每秒25次的頻率對球員和裁判還有球進(jìn)行動(dòng)作追蹤，并進(jìn)行數據反饋。等到上個(gè)賽季，使用這些攝像頭的球隊已經(jīng)達到了15支。

當時(shí)還在南加州大學(xué)任教的Yu-Han和他的同事，就是對這些攝像頭追蹤到的數據進(jìn)行了記錄，并建模分析，從而得出了文章開(kāi)頭的結論。在獲獎后，他們獲得了聯(lián)盟和一些球隊的注意，再加上數據化似乎已經(jīng)成為運動(dòng)場(chǎng)上不可逆轉的趨勢現在NBA已經(jīng)決定掏錢(qián)為每支球隊裝上這套系統，同時(shí)將這些信息選擇性地通過(guò)通過(guò)NBA TV和NBA.Com傳達給觀(guān)眾們，反而球隊們開(kāi)始苦惱，該拿著(zhù)這些數據怎么辦呢?這樣一來(lái)，針對這些數據的定制報告開(kāi)始成為一個(gè)契機。

就在今年，Yu-Han和他的同事Rajiv Maheswaran，以及新加入的第三個(gè)聯(lián)合創(chuàng )始人Jeff Su，組建了自己的創(chuàng )業(yè)公司Second Spectrum，要把這件事從理論研究拓展到真正的商業(yè)行為上來(lái)了。也正是如此，我才在一個(gè)大數據相關(guān)的會(huì )議上遇到了Yu-Han。

Yu-Han告訴我，他們做的事情其實(shí)很簡(jiǎn)單，就是把這些運動(dòng)追蹤攝像頭捕捉到的數據收集起來(lái)，通過(guò)機器學(xué)習和分析，向球隊提供包括比賽、練習甚至觀(guān)眾觀(guān)看等方面的建議。但是，他們最有價(jià)值、也最困難的地方，在于識別、分析之后的視覺(jué)呈現。

“最主要的還是可視化的結果�！盰u-Han說(shuō)。他們會(huì )有一個(gè)軟件系統，可以對不同的數據進(jìn)行分析，并通過(guò)匹配的可視化工具，讓球員或者教練可以看到最直觀(guān)的結果，從而對比如球員陣容和位置等戰術(shù)進(jìn)行調整。拿籃板球來(lái)舉例，這個(gè)系統可以統計球運動(dòng)的位置和落點(diǎn)，并把籃板球最多的區域用最深的顏色標注出來(lái)，從而告訴球員應該怎么在搶籃板時(shí)站位;此外，它甚至還可以顯示球員不同擋拆組合的成功幾率，為教練的安排提供依據。

所有這些技術(shù)都來(lái)自于他們團隊多年的研究包括Yu-Han自己在機器學(xué)習上已經(jīng)積累了15年的經(jīng)驗，而這個(gè)平臺已經(jīng)成為了他們的專(zhuān)利。

“我們可以捕捉球員場(chǎng)上的移動(dòng)數據，做出最好的決策、打法、球員安排等�！盰u-Han說(shuō)。通過(guò)擴大大數據算法、機器學(xué)習技術(shù)的應用和新視覺(jué)呈現方法的設計，來(lái)把數據轉化為有價(jià)值的信息，讓教練甚至普通的觀(guān)眾都能夠看懂，最后“幫助優(yōu)秀的團隊獲得勝利�！�

不過(guò)，Yu-Han同時(shí)也承認，他們做的還不夠。用他的話(huà)說(shuō)，現在每個(gè)人都陷入了數據的海洋，但是真正搞清楚數據意義的卻不多，所以關(guān)注的重點(diǎn)應該從數據本身轉移到最終的體驗上。他們會(huì )希望軟件能有好的UI、簡(jiǎn)單的操作，并做好“story telling”，而不僅僅是提供一些數字報告聽(tīng)上去簡(jiǎn)單，但即使是他們團隊，也卡在了這點(diǎn)上。另外，現在他們主要的數據來(lái)源還來(lái)自場(chǎng)館內的攝像頭，在被問(wèn)到有沒(méi)有可能會(huì )有可穿戴式感應器佩戴到球員身上時(shí)，Yu-Han也認為，這是短時(shí)間內沒(méi)有辦法實(shí)現的事。

不過(guò)，好消息是，新技術(shù)的應用總是比想象中要快的�，F在Second Spectrum的平臺已經(jīng)獲得了一些球隊的青睞，包括洛杉磯快船在內的四支NBA球隊已經(jīng)向他們購買(mǎi)了使用權。Yu-Han說(shuō)，Second Spectrum的辦公室在洛杉磯的Wilshire大街，透過(guò)落地窗，就可以看到湖人和快船的主場(chǎng)Staples Center，“大數據已經(jīng)來(lái)到聯(lián)盟了。這些數據一生效，會(huì )改變比賽的一切�！彼�肯定地說(shuō)。

【NBA 用大數據改變比賽】相關(guān)文章：

跳大繩比賽作文02-08

數據調研報告06-27

改變世界改變自己作文04-04

銷(xiāo)售數據的分析方法07-25

數據庫設計08-13

數據庫設計[精選]08-13

大數據分析07-20

數據分析報告07-28

大數據分析07-25

數據庫設計08-06