NBA体育决策和数据挖掘分析

uwb定位| 2022-09-13

业务挑战

体育运用大数据主要体现在以下三个方面: 预测比赛结果和奖牌归属;更好地训练运动员 数据和模型驱动体育决策让获胜和成功变得更有可能,体育统计(Sports Analytics)成为体育竞争的“杀手锏”。

具体服务

要在运动中有效地使用分析,我们要知道如何处理数据、识别数据源、收集数据、组织和准备进行分析、从数据构建模型。

 从面向体育组织的咨询工作中,推动“数据科学即服务”。最终,实施我们的想法和模式。

数据源准备

随着网络的发展,数据来源丰富,有文本数据以及数字数据。通过爬虫技术抓取网络并利用应用程序编程接口(API),可以从公共数据源中获取很多信息。

构造

想要更好地了解在这些场景中大数据是如何进行预测性分析的,我们需要考虑在预测比赛时所需处理的数据性质。

首先确定关键指标,可用数据包括国别、赛事、成绩、运动员姓名、年龄、过往表现记录、赛场温度、观众出席率、昼夜等。

划分训练集和测试集

确定指标后,把数据分成两个子数据集,即训练数据集和测试数据集。

数据洞察

球员薪酬情况

职业运动队在劳动力市场上相互竞争,而明星球员的劳动力供不应求。薪资上限是保持竞争平衡所必需的,工资也帮助球队限制球员的支出。

美国最专业的运动员有薪资上限。NFL队的2016年薪金上限为5328万美元,平均工资约为270万美元。NBA球队在16赛季的薪金上限为7000万美元,球队的薪金上限以服务年限。例如,拥有十年经验的勒布朗·詹姆斯,最高工资为2300万美元。安东尼·戴维斯的平均工资为2900万美元,是NBA球员中最高的 。2016年MLB的年薪最低为505,700美元。底特律老虎队Miguel Cabrera(MLR)的MLB年薪最高为3100万美元。

下图显示了2016年8月MLB,NBA和NFL的球员薪酬情况。

【大数据部落】NBA体育决策和数据挖掘分析_大数据

【大数据部落】NBA体育决策和数据挖掘分析_大数据_02

【大数据部落】NBA体育决策和数据挖掘分析_大数据_03

【大数据部落】NBA体育决策和数据挖掘分析_大数据_04

NFL球员的平均工资约为170万美元,中位数为63万美元。 NBA球员的平均工资约为510万美元,中位数为280万美元。 MLB玩家的平均工资约为410万美元,中位数为110万美元。同时可以看到明星球员的薪资远高于普通球员,拉高了平均水平。

团队支出和胜率的关系

【大数据部落】NBA体育决策和数据挖掘分析_大数据_05

从2016赛季初的团队支出和在常规赛中胜率的关系图中,我们可以看到团队支出对是否能赢得比赛有直接影响。

出席观众和日期的关系

【大数据部落】NBA体育决策和数据挖掘分析_大数据_06

从中我们可以发现日期和出席情况的关系,从而找到用于预测和评估出席率的模型。

球队实力表现

根据15年到16年NBA常规赛的20项指标进行综合分析,我们对 NBA参赛球队进行排序,评出最具实力的球队。

【大数据部落】NBA体育决策和数据挖掘分析_大数据_07

建模

预测观众出席人数——线性模型

【大数据部落】NBA体育决策和数据挖掘分析_大数据_08

估计获胜概率——蒙特卡罗模拟

当我们发现胜率符合经验分布的时候,使用蒙特卡罗模拟方法来估计某个队伍的获胜概率。

【大数据部落】NBA体育决策和数据挖掘分析_大数据_09

预测结果

【大数据部落】NBA体育决策和数据挖掘分析_大数据_10

可以看出,预测值的趋势已经基本与真实趋势保持一致。

模拟结果

通过对比赛日双方球队的表现模拟,我们得到下面的获胜概率热图,从ROC曲线的表现来看,模拟效果理想。

【大数据部落】NBA体育决策和数据挖掘分析_大数据_11

【大数据部落】NBA体育决策和数据挖掘分析_大数据_12

展望

除了以上列举的一些方法, 已经在尝试更复杂的体育统计模型,如深度学习(Long Short-Term Memory网络、卷积神经网络(CNN))等;同时需要考虑到模型的可解释性、可落地性和可扩展性、避免“黑箱”预测;还在尝试采用混合的机器学习模型,比如GLM+SVR,GAM+ NNET等。

用数据驱动体育决策,这种看待体育的独特视角让我们能更好地察觉趋势、选取角度,同时帮助体育爱好者更深入地理解他们喜爱的运动队。