网球比赛中各种数据统计和分析的产生 - 3023.com
网球比赛中各种数据统计和分析的产生
前面的几篇文章，网球班的小伙伴们给大家分享了关于网球的发展史、网球场地、明星（star）、术语、运动品牌和运动损伤（sports injury）应该采用的相关措施甚至还有小伙伴们打球的经历（experience）。小编想了好久今天要给大家分享点什么实实在在的东西，好吧既然大家马上面临着通级赛（grade standard game）又赶上法网（French Open tennis championship）即将开赛，那么小编就助大家在通神之路上一臂之力。一般来说，不管是看电视直播还是刷赛事网站，比分和数据都是大家不会错过的精彩部分。如果你经常看网球，想必你也会经常听到制胜分、非受迫性失误等术语。那么这些数据又是如何产生的呢？As usually,no matter you are watching TV or brush website,the score and the data must be you won't miss the wonderful part.If you often watch tennis game,you will often hear winners,unforced and other terms.Then how is the data produce?首先，我们来说两个概念：一级数据（First Level Statistics）还有二级数据（Second Level Statistics）First of all, let's talk about two concepts:First Level Statistics and the Second Level Statistics.一级数据包括了网球比赛中最基础的一些客观指标。例如：发球是否失误、谁得到了这一分、发球是否是Ace球。通过这些数据的收集，经过计算，可以很容易的得出：一发成功率、一发得分率、二发得分率、破发成功率、总得分等其他信息。也就是说，在一场比赛中，主裁判所记录的所有原始数据，以及通过这些数据计算后所生成的其他统计信息，全部都是一级数据。而说到二级数据，一个不得不提到的名字是Leo LevinThe first level statistics including some of the most basic objective indicators in the tennis match.For example: serve whether errors, who got the point, serve is ACES or no.Through the collection of these data, through calculation, can be easily concluded that the success rate and success rate of the first and second serves, break, have to classification and other information.That is to say, in a match, the referee the recorded all raw data, and through the data calculation generated after other statistical information, all of them are primary data.But when it comes to secondary data ,which has to mention name is Leo Levin.相信大多数人之前应该从未听说过Leo，但正是因为他，网球界才有了制胜分、非受迫性失误这些耳熟能详的术语。Maybe most people should have never heard o Leo before,but it's because of him the tennis winners, unforced errors and other terms to let people know.在上世纪八十年代（In the 1980s），Leo在大学做网球教练助理（Coaching Aid）的时候开发了第一个基于计算机的网球数据统计系统并第一个提出了非受迫性失误这个概念。在Leo的定义中，网球比赛每一分正常的结束只有3种得分种类：制胜分（Winner）、受迫性失误和非受迫性失误。而将失误（Error）分类成受迫性（Forced）和非受迫性（Unforced）的目的在于了解到底谁更应该为这个失误负责——是由于对手打得太有进攻性（Aggressive）导致了受迫性的失误，还是击球的球员自己犯错导致了丢分？举个简单的例子，所有的Ace球全部都是制胜分，而所有的双误全部都属于非受迫性失误。但这还不是二级数据统计的全部。比赛现场如何进行数据统计上图是2012年法网男单决赛后，IBM生成的详细数据统计报告（Detailed Statistics Report）。从这里，我们可以看出，现场统计的数据信息包括：发球球员（R.N.）一发和二发的发球时速、发球方向、状态（182, Center, Fault）接发球的正反手、击球类型、状态（FH, G, In Play）有效击球拍数（5）最后一分描述（N.D., BH, G, Forced）最后一球时，两方选手的位置（Both Backcourt）此球结束后的比分（15-0）让我们以第4盘第11局（Set 4:Game 11）的第1球为例，来了解一下这些统计信息的具体含义。首先，每局开始的第一条信息都注明了这一盘是由谁来发球。第4盘的第11局是纳达尔在局分进行到5:5时开始发球（R.Nadal Serving at 5-5）。纳达尔的一发发向了内角（Center），球速是182公里/小时，发球失误（Fault）。他的二发是一个追身球（Body），球速是151公里/小时，球在界内（In Play）。德约科维奇通过正手（FH = Forehand）底线抽球（G = Ground Stroke）打回这一球，球在界内（In Play）。这一球一共进行了5拍，德约科维奇由于反手底线抽球的受迫性失误丢掉该分（N.D., BH, G, Forced =Novak Djokovic losses the point with a backhand ground stroke forced error）。 在最后一次击球时，双方都在底线（Both Backcourt）。而在比赛中，球员所打的每一分都通过这样的方式被详细的记录了下来，之后通过一系列的计算，IBM生成了如下的每盘数据统计汇总表：而这些全面而又详实的数据可以让球员和记者都更加了解到在一场比赛中，某位球员的表现如何。例如：网前得分率、每盘的制胜分/非受迫性失误的次数、最快/平均发球时速等等。二级数据中包括了更多主观性很强的统计数据。鉴于这些数据可以为球员、观众和媒体提供更多更有价值的信息，所以赛事会安排专门的数据统计人员来完成此项工作。所有负责数据统计的统计员都会经过严格的培训，按照统一的标准来记录比赛中球员的表现。从数据统计到商业洞察力，比赛原来还能这样看尽管二级数据统计在内容的丰富性上更近了一步，但是这些数据并没有经过非常系统的分析和处理，通过这些数据得到的结论也相对简单。而美网和其他大满贯赛事则在这方面领先一步，它们与IBM一起合作，在过去8年的时间里，一共收集了4100万个数据点，并于2012年推出了一个新的数据展示内容：制胜关键指标（Key's to the Match）。Key's to the Match其实就是球员获胜的关键业绩指标（KPI）。IBM使用其SPSS软件，利用数据挖掘技术和统计原理，总共生成了45个对于球员表现至关重要的指标。在每场比赛前，IBM都会根据球员的历史表现、利用SPSS的预测引擎、根据多种情景来选择3个对球员获胜最为关键的指标。以2015年美网1/4决赛威廉姆斯姐妹的交锋为例，小威（蓝）的三个制胜关键指标分别是：一发得分率超过72%（当这个指标达成时，小威赢得这一盘的概率是86%）；赢得超过48%的5-8拍的对打回合（当这个指标达成时，小威赢得这一盘的概率是88%）；接一发球得分率超过34%（当这个指标达成时，小威赢得这一盘的概率是82%）而大威（黄）的制胜关键指标是：赢得超过56%的5-8拍的对打回合（当这个指标达成时，大威赢得这一盘的概率是76%）；一发得分率超过66%（当这个指标达成时，大威赢得这一盘的概率是60%）；发球局的平均长度小于6.2分（网球一局比赛为4分，当大威的发球局分数小于6.2分时，她赢得这一盘的概率是45%）而通过上图，我们可以一目了然的看到两人在每一盘是否达成了自己的制胜关键指标。这种数据可视化的效果对球迷的观赛体验也会有极大的提升，他们完全可以通过观察这些更为有趣的数据来进一步了解比赛，也更好的知道比赛的看点如何。电视评论员在解说时，也更容易找到需要观察的重点，并因此引导观众观赛。当然，制胜关键指标也会有失灵的时候。这是因为，有些排名偏低的球员并没有足够多的数据源来支持他们对应指标的生成，而信度会随着数据量的增加而迅速获得提升。就像你扔硬币一样，可能刚开始的10次，硬币会有3次正面和7次背面。而当你把扔硬币的次数提升到100次或1000次时，正面和背面的次数都会非常接近50%。此外，制胜关键指标所依赖的数据依然是和比赛本身密切相关的技术统计，并没有包括球员心理因素对比赛所造成的影响。好吧，让我们期待这届的红土之王的诞生。拒绝访问 | www.wangchao.net.cn | 百度云加速
请打开cookies.
此网站 (www.wangchao.net.cn) 的管理员禁止了您的访问。原因是您的访问包含了非浏览器特征(3d4a4f1b86e44cd8-ua98).
重新安装浏览器，或使用别的浏览器提示：用户名只能修改一次，请慎重选择名字，大讲堂建议用户使用真实姓名作为用户名。
产品经理探索之路：如何理清思路确定方向？
&在设计和运营产品的过程中，产品经理们或多或少会遇到这样的问题：产品方向不明确，对未来也毫无头绪，不知道要如何走。针对这个问题，我们简单谈谈如何破局，更快的理清思路。在设计和运营产品的过程中，产品经理们或多或少会遇到这样的问题：产品方向不明确，对未来也毫无头绪，不知道要如何走对未来方向的干扰和声音太多，不知道要怎么抉择实现过程中遇到障碍，不知道如何突破僵局…… 上面这些问题，往往可以最终归纳为产品方向不明确，从而引发需求的不确定和难以决策。针对这个问题，我们来简单谈谈如何破局，更快的理清思路。&方向的确定，其实是理清主要矛盾和明确目标的过程。当你在毫无头绪的时候，可以结合这四步来进行拆解。第一步：分析现状以及环境你可以从理清产品现状入手，当前的整体运营情况到底是怎样的？包括但是不限于：基础的运营数据（用户量、活跃度、留存率、流失率等）关键指标的情况，分析下降或者不增长的原因用户反馈是怎样的，用户吐槽最多的痛点是什么整个产品面临的最关键的压力点是什么&为了看得更清楚，除了分析自己的产品，你还需要了解全行业，因此要做行业和市场分析：目标用户的属性、构成、认知、使用习惯是否已经发生了变化公司内部相关业务、资源的发展和趋势是怎样的行业趋势和互联网整体情况是怎样变化的国内外的竞品又有怎样的变化和发展&完成这些分析之后，你会收集到很多信息，并逐渐对自己的产品和所在行业有一个大致认识。&第二步：找出主要矛盾这是理清思路的最主要的一步。面对那么多信息，哪些才是主要矛盾呢？&你可以尝试从三个方面进行思考：1、 当前最严重的问题是什么？其实，这个分析是可以快速完成的。看看用户投诉最多的是什么，老板经常挑战的内容是什么，通常这些短期内的压力点背后都有一些严重的问题尚未解决。除了用户和老板的主动反馈之外，你也可以运用用户调研、满意度分析等工具来发现问题。&因此，在大方向不明确的时候，这种小步快跑的迭代过程，可以帮你逐渐认识问题。&2、 尽自己做能，做长远的分析通常，眼前一些难以解决的问题，大多是历史造成的。所以在分析的时候，可以拉长时间纬度，思考这些问题如果不解决，半年之后会演变成怎样？&举个例子，当智能手机普及，移动端飞速发展的时候，你所要关注的点就不只是PC的体验，移动端的布局可能是你需要首先考虑的点。&有小伙伴会说，看未来说起来很容易，但真正做起来会很难。所以，通过拉长时间的方法进行分析和研究，可以帮助你更理智地思考，为最终决策提供依据。&3、 透过现象看本质数据会欺骗人，用户的说法也会欺骗人。咱们看到的数据、听到的反馈，需要反复思考论证，挖掘背后到底包含了怎样的意义？&例如：用户说“我想要一匹更快的马”，那么用户真正想要的到底是什么呢？是要一匹马，还是要通过这匹马实现什么目的？因此，要透过现象看本质，抓住真正的诉求，再讨论怎么实现。&业内很多关于这方面的文章和方法，这里就不详细展开了。&第三步：确定目标和计划罗马不是一天建成的，目标也不是一天就能达成。&目标只有一个，手段和方法却有很多，条条大路通罗马，你需要利用身边的资源，迅速去尝试和迭代。&为了顺利完成目标，计划分解就显得尤为重要了。包括：设置阶段性的节点，制定出可执行的行动计划，并验证这些行动或者方案是可以帮助我们达成目标的。&第四步：考虑风险小伙伴常说，计划赶不上变化。&为了能将变化带来的影响降到最低，你需要做好两方面：一方面是提前评估出可能的风险点，并为此预留缓冲时间，另一方面是做好预期管理。这里的预期管理包括对上的预期管理，以及合作团队的预期管理。在遇到问题的时候更加需要产品经理去及时同步和调整，让大家明白风险和预案。&最后，我们会发现，在实际操作过程中往往会遇到很多复杂的问题，并没有一套方法论可以搞定所有情况。&因此，在产品方向毫无头绪时，小伙伴不妨先按以上方法尝试思考和分析，如果仍然没有特别好的思路，就先从能做的事情做起。在做的过程加以思考和总结，往往也能柳暗花明，发现契合点。一旦方向确定下来，后面很多问题自然就会迎刃而解。&下一次，我们再来谈如何选择需求，做正确的事。作者：陆莉 &腾讯资深高级产品经理
请选择禁言时间:
Copyright (C) 1998 - 2013 Tencent. All Rights Reserved.&&腾讯公司 版权所有您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
网球比赛视频分析技术的研究.pdf 62页
本文档一共被下载：
次 ,您可全文免费在线阅读后下载本文档。
下载提示
1.本站不保证该用户上传的文档完整性，不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值，立即自动返金币，充值渠道很便利
需要金币：200 &&
你可能关注的文档：
·········
··········
、Mththemassiveof
videodataandviewers．content-basedvideo
retrievalhasbecomeahotresearchfieldrecent
years．Inpaper,tennis
consideredasa
analyzedauditory
studyobject
involvesseveral
partsincludingdetection，playing
classificationand
highlightsrecognition．
usedshotdetection
Dual—threshold
algorithm．Itsimple
robustness．Inthis
precision,poor
paper,traditional
towellmeettheneedsofthevideo
algorithmimproved
structuring,in
differencecalculation．
selectionandinter-frame
shotsextractionan
roleintennisvideo
playsimportant
analysis．In
thecharacteristicsoftennis
existingalgorithmsconsidering
byanalyzing
twomethodsale
fortennisvideo．Oneisthe
dominantcolorand
distancebased
method．Anotheristhe
cylindrical
key-frameclustering
sliceframebased
Spatio·temporal
正在加载中，请稍后...推荐这篇日记的豆列
&&&&&&&&&&&&}