CN110909806A - 一种乒乓球比赛技战术效果评析模型的构建与应用 - Google Patents

一种乒乓球比赛技战术效果评析模型的构建与应用 Download PDF

Info

Publication number
CN110909806A
CN110909806A CN201911178701.3A CN201911178701A CN110909806A CN 110909806 A CN110909806 A CN 110909806A CN 201911178701 A CN201911178701 A CN 201911178701A CN 110909806 A CN110909806 A CN 110909806A
Authority
CN
China
Prior art keywords
effect
technical
beat
tactical
table tennis
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201911178701.3A
Other languages
English (en)
Inventor
任杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai University of Sport
Original Assignee
Shanghai University of Sport
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai University of Sport filed Critical Shanghai University of Sport
Priority to CN201911178701.3A priority Critical patent/CN110909806A/zh
Publication of CN110909806A publication Critical patent/CN110909806A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/241Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2415Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种乒乓球比赛技战术效果评析模型的构建,包括乒乓球技战术效果评析方法的相关约定和效果评析的模型构建。本发明建立一种全新的乒乓球技战术分析方法,首次实现了对乒乓球每一拍技术效果以及多拍衔接效果的客观量化评价,弥补了传统乒乓球技战术分析方法的不足,基于该方法可以对乒乓球比赛双方运动员的技战术能力进行深入分析,以客观的得失分为依据对每一拍的击球效果进行5级评分,提高技战术分析的量化程度,然后对运动员所使用的各类技术及技术组合的使用次数和效果进行分类统计,以此实现对乒乓球技战术分析方法的改进,揭示运动员的技战术特点,具有现实指导意义。

Description

一种乒乓球比赛技战术效果评析模型的构建与应用
技术领域
本发明涉及体育竞技类的技术领域,具体来说,涉及一种乒乓球比赛技战术效果评析模型的构建与应用。
背景技术
乒乓球比赛中运动员的技战术发挥对比赛胜负起决定性的作用,运动员在比赛中各种技战术的使用次数及效果,既反映运动员技战术方面的个人特点,也是运动员体能、心理以及赛前准备等的综合体现。因此,对自身或对手的技战术分析与评价一直是乒乓球运动员和教练员设计赛前针对性训练、临场指导以及开展其他相关科研的重要信息来源。
对乒乓球技战术分析方法的探讨已有三十多年。早期,由吴焕群等人提出的“三段指标评估法”,以每一分球最后一拍的得失分为观察点,将乒乓球技战术从整体上分为发球抢攻段、接发球抢攻段和相持段,通过得分率和使用率对运动员的技战术特点进行量化分析。“三段指标评估法”简单实用,为中国乒乓球队运动员的技战术诊断起到应有的作用。近期,研究者们对该方法的一些争议和不足进行改进和扩展,衍化出一些新的方法,比如,针对第五拍的归属问题提出“四段评估法”;在分析指标上,研究者们提出了以得分率和使用率为基础的“实力差”和“技术效益”等评价指标及其计算公式。借助计算机软件的开发和使用,基于大数据的分析,如人工神经网络、灰色关联、序列模式挖掘等方法也被用于乒乓球技战术分析。这些方面的努力推动了乒乓球技战术分析方法研究的深入,但由于此类研究的结果较为抽象,在实践应用中存在较多局限性。
上述这些以最后一拍得失分为观察点的分析方法都存在一个量化程度低的欠缺,为深入分析某一具体技术或技术组合的使用效果带来困难。以最后一拍为观察点进行推理,比如用神经网络或关联分析,很容易夸大或弱化前几拍的实际效果。因此,有研究者提倡对乒乓球技战术的定量分析必须与定性相结合。也有研究者采用专家评价的方法,对每一拍的技战术效果进行好、中、差的评价,但这一方法未能推广,一方面是因为该方法存在较大的主观性,另一方面是分析过程比较费时,不适合对大样本进行数据分析。
针对相关技术中的问题,目前尚未提出有效的解决方案。
发明内容
本发明的目的在于提供一种乒乓球比赛技战术效果评析模型的构建与应用,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种乒乓球比赛技战术效果评析模型的构建,包括乒乓球技战术效果评析方法的相关约定和效果评析的模型构建,所述乒乓球技战术效果评析方法的相关约定包括概念界定、计分规则和技术分类规则,所述效果评析的模型构建包括使用次数与效果总分、效果指数、相持段效果评析和对战术或者技术组合的效果评析;
所述概念界定包括对运动员特定技术和多拍技术组合或者战术的实施效果进行分析;
所述计分规则包括如下规则:首先确定,如果一方运动员第x拍得分,那么对手的第x+1拍为失分;接着为每一拍的效果赋值量化,当一方运动员第x拍得分,称为“直接得分”,该拍击球的效果分为2分;该运动员的前一拍,即第x-2拍称为“间接得分”,效果分为1分;第x-4拍及之前的击球,称为“过渡”,效果分为0分,此时,对手第x+1拍为失分,效果分为-2分,而运动员的前一拍,即第x-1拍称为“间接失分”,效果分为-1分;第x-3拍及之前的击球,称为“过渡”,效果分均为0分;如果一方运动员发球直接得分,那该运动员的第1拍计2分,对手的第2拍计-2分;如果一方运动员发球失分,那运动员的第1拍计-2分,对手不计分;
所述技术分类规则是对运动员的技战术分析,涉及运动员每一拍的使用技术及连续击球间的技术组合的效果并利用乒乓球的技术分类方法进行评价;
所述次数与效果总分包括如下步骤:假设运动员在每一分球的第A拍使用B技术共n次,各次的效果得分为Xi,i=1,2,3,…,n,理论上,每个Xi都是一个取值范围为{2,1,0,-1,-2}的随机事件,X1,X2,…,Xn相互独立,乒乓球比赛规则决定了运动员之间是公平的竞争,除了运动员相对实力因素以外,没有其他外界因素会改变Xi取值的倾向性,因此,不妨假设Xi在五种取值上有相同的几率,n次使用该技术的过程类似于抛n个骰子,每个骰子有5个面,分别代表不同的效果分,对零假设的否定过程就相当于检验骰子是否匀质的过程,也就是否定运动员技战术使用效果的随机性;设运动员使用该技术的效果总分为M,其数学模型的表达式为:
Figure 100002_DEST_PATH_IMAGE001
其中变量M的数值范围是[-2n,2n]之间的整数,对M的计算相当于是计算投n个5面体骰子的点数和;
所述效果指数为:在相等的使用次数条件下,效果总分M的大小反映该技术总的使用效果,M越大,效果越好,由于M的概率分布的标准差与使用次数n有关,因此,对不同技术或同一技术在不同拍次、场次之间进行效果对比时,必须考虑n的大小。为此,本研究根据M的概率分布建立效果指数EI这一指标。用EI(M,n)表示n次使用某技术所得效果总分M=c时的效果指数,其效果指数的公式如下:
Figure 537564DEST_PATH_IMAGE002
所述相持段效果评析对相持段的效果评析数据是基于第6拍以后的数据,由于比赛每一分的回合数不同,无法预先设定得失分所在拍次的位置,因此只能对最后一拍的得失分及使用技术进行数据采集,由于该技术的使用效果只有得分和失分两种类型,Ki的取值只有{2,-2}这两种,M的理论概率分布成为离散的二项分布,EI值的计算则为二项分布的累计概率;
所述对战术或者技术组合的效果评析是基于上述模型,对EI进行计算,对EI的计算只需要两个个参数,即使用次数n和效果总分M,因此,如果不考虑技术细分类型,对1、3拍或1、3、5拍的合并统计就可以反映传统技战术分析“三段评估法”中发抢段的使用效果,对2、4拍的合并统计可以反映接抢段的技战术使用效果。
进一步的,所述乒乓球技战术效果评析概念界定中,乒乓球技战术效果评析是基于运动员的比赛得失分,对运动员的技术和战术的实施效果的进行客观评价,反映运动员的技战术能力、特点以及比赛双方运动员的技战术发挥。
进一步的,所述技术分类规则中,乒乓球的技术分类方法优选如下:发球第1拍的技术细分:长球、半出台、短球三类;第2拍及其之后各拍的技术细分:进攻、控制、防守三类;进攻技术的二级细分类型为挑打、拧拉、正手拉冲、反手拉冲、侧身拉冲五类;控制技术的二级细分类型为摆短、劈长两类;防守技术不再细分,上述分类方法根据研究者的不同需要进行调整。
进一步的,所述对战术或者技术组合的效果评析中的方法还可以满足研究者对特定技术组合的使用效果的分析,研究者只需统计特定技术组合的使用次数和效果总分进行合并,就可以计算该技术组合的效果指数。
一种乒乓球比赛技战术效果评析模型的构建的应用,包括基于上述乒乓球比赛技战术效果评析模型的构建的场景应用。
与现有技术相比,本发明具有以下有益效果:本发明建立一种全新的乒乓球技战术分析方法,首次实现了对乒乓球每一拍技术效果以及多拍衔接效果的客观量化评价,弥补了传统乒乓球技战术分析方法的不足,基于该方法可以对乒乓球比赛双方运动员的技战术能力进行深入分析,以客观的得失分为依据对每一拍的击球效果进行5级评分,提高技战术分析的量化程度,由于在乒乓球比赛中,最后一拍的得失分通常与前一拍的击球效果有密切的联系。前一拍击球质量高,可以为后一拍得分创造条件,而前一拍击球质量低,给对手提供机会,为后一拍失分埋下隐患。这种击球效果间的内在关联在实际比赛中是很常见的,因此,本研究将每一拍击球的实际效果定性描述为“直接得分”、“间接得分”、“过渡”、“间接失分”和“直接失分”等5类,分别量化赋值为2,1,0,-1,-2分,然后对运动员所使用的各类技术及技术组合的使用次数和效果进行分类统计,以此实现对乒乓球技战术分析方法的改进,揭示运动员的技战术特点,具有现实指导意义。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的n个5面体骰子的点数和M的理论概率分布结构示意图;
图2是根据本发明实施例的不同使用次数条件下,平均效果分与效果指数的关系结构示意图;
图3是根据本发明实施例的马龙和水谷隼在发抢段与接抢段的各项技术效果评析结构示意图。
具体实施方式
下面,结合附图以及具体实施方式,对发明做出进一步的描述:
请参阅图1-3,根据本发明实施例的一种乒乓球比赛技战术效果评析模型的构建,包括乒乓球技战术效果评析方法的相关约定和效果评析的模型构建,乒乓球技战术效果评析方法的相关约定包括概念界定、计分规则和技术分类规则,效果评析的模型构建包括使用次数与效果总分、效果指数、相持段效果评析和对战术或者技术组合的效果评析;
概念界定包括对运动员特定技术和多拍技术组合或者战术的实施效果进行分析;
计分规则包括如下规则:首先确定,如果一方运动员第x拍得分,那么对手的第x+1拍为失分;接着为每一拍的效果赋值量化,当一方运动员第x拍得分,称为“直接得分”,该拍击球的效果分为2分;该运动员的前一拍,即第x-2拍称为“间接得分”,效果分为1分;第x-4拍及之前的击球,称为“过渡”,效果分为0分,此时,对手第x+1拍为失分,效果分为-2分,而运动员的前一拍,即第x-1拍称为“间接失分”,效果分为-1分;第x-3拍及之前的击球,称为“过渡”,效果分均为0分;如果一方运动员发球直接得分,那该运动员的第1拍计2分,对手的第2拍计-2分;如果一方运动员发球失分,那运动员的第1拍计-2分,对手不计分;
技术分类规则是对运动员的技战术分析,涉及运动员每一拍的使用技术及连续击球间的技术组合的效果并利用乒乓球的技术分类方法进行评价;
次数与效果总分包括如下步骤:假设运动员在每一分球的第A拍使用B技术共n次,各次的效果得分为Xi,i=1,2,3,…,n,理论上,每个Xi都是一个取值范围为{2,1,0,-1,-2}的随机事件,X1,X2,…,Xn相互独立,乒乓球比赛规则决定了运动员之间是公平的竞争,除了运动员相对实力因素以外,没有其他外界因素会改变Xi取值的倾向性,因此,不妨假设Xi在五种取值上有相同的几率,n次使用该技术的过程类似于抛n个骰子,每个骰子有5个面,分别代表不同的效果分,对零假设的否定过程就相当于检验骰子是否匀质的过程,也就是否定运动员技战术使用效果的随机性;设运动员使用该技术的效果总分为M,其数学模型的表达式为:
Figure 517021DEST_PATH_IMAGE003
其中变量M的数值范围是[-2n,2n]之间的整数,对M的计算相当于是计算投n个5面体骰子的点数和;
上述变量M的概率分布呈离散型,当n=1时,M为[-2,2]之间的整数,有5种取值,每一种取值的理论概率均为1/5,M的数学期望为0,标准差为,当n=2时,变量M为[-4,4]之间的整数,有9种取值,M从小到大不同取值的理论概率分别是1/25、2/25、3/25、4/25、5/25、4/25、3/25、2/25、1/25。M的数学期望为0,标准差为2,与二项分布的概率密度计算公式相类似,n个5面体骰子点数之和M的概率密度可以通过多项式的n次方展开后的各项系数来确定,M=c时的理论概率为多项式(x2+x1+x0+x-1+x-2)n展开后xc项的系数除以5n所得的值。
经计算,当n=3,5,10时,M的理论概率分布如图1所示,经过图1的直观显示,随着n的增加,M的概率分布逐渐接近左右对称的“钟”型分布,根据概率论中的中心极限定理,当n充分大时,n个随机变量之和的概率分布为近似的正态分布,可以证明,n个5面体骰子的点数之和M的概率分布近似地服从均值,标准差的正态分布。
效果指数为:在相等的使用次数条件下,效果总分M的大小反映该技术总的使用效果,M越大,效果越好,由于M的概率分布的标准差与使用次数n有关,因此,对不同技术或同一技术在不同拍次、场次之间进行效果对比时,必须考虑n的大小。为此,本研究根据M的概率分布建立效果指数EI这一指标。用EI(M,n)表示n次使用某技术所得效果总分M=c时的效果指数,其效果指数的公式如下:
Figure 296758DEST_PATH_IMAGE002
基于上述公式,EI值的计算是将M≤c时的概率减去M=c时概率的一半,得到的(0,1)之间的数值,用EI表示该技术使用效果的相对水平。当n=1时,M取值在[-2,2]之间的整数,相应的EI分别为0.1,0.3,0.5,0.7,0.9,当n=2时,M取值在[-4,4]之间的整数,相应的EI分别为0.02,0.08,0.18,0.32,0.50,0.68,0.82,0.92,0.98。
当n较小时,M的概率分布是离散分布;当n较大时,M的概率分布 是近似的正态分布(μ=0,
Figure RE-GDA0002317214060000072
)。由于正态分布为连续型分布,则 P{M=c}=0。由公式1可得EI=P{M≤c},EI即代表M=c时的累计概率,其计 算公式如下:
Figure RE-GDA0002317214060000073
为方便EI的计算,可以先对M进行标准分转换,标准分M’的概率分 布为近似的标准正态分布。即:
Figure RE-GDA0002317214060000074
查标准正态分布表(多数统计学书都附有该表)可得M’相对应的累计 概率,即EI。比如某技术使用20次,效果总分为6分,计算其标准分M’ 为0.95,查表可得EI值为0.83。
考察不同n条件下EI的分布特征。设某技术使用次数为n次,效果总 分为M,该技术的平均效果分=M/n,取值范围在[-2,2]之间。在不同的n 条件下,
Figure RE-GDA0002317214060000075
与EI的关系如图2所示,分别不同使用次数(n)条件下,平均 效果分
Figure RE-GDA0002317214060000076
与效果指数(EI)的关系,可得:当n=1时,基于离散分布的 EI值与基于正态分布的EI值的误差均方根RMSE为0.228,拟合度检验χ 2=16.1,p<0.05,表明两者差异显著,如图2-a所示;当n=2时,RMSE 为0.039,x2=0.64,两种EI的计算无显著差异,如图2-b所示;当n=3时, RMSE为0.028,x2=0.53,如图2-c所示;随着n的增加,两种方法计算 的EI值拟合度进一步提高。因此在实际应用时,当n≤2时,用离散分布的 概率计算EI比较合理,当n≥3时,可以用正态分布计算EI,如图2-d所示。
平均效果分与EI之间存在“S”加型曲线关系,而且该曲线的倾斜度与n 有关。当平均效果分=0时,EI恒等于0.5。表明该技术的使用既没有积极 意义也没有消极意义,得分和失分的概率相同。当n不变时,平均效果分 越大,EI越大,即该技术使用效果越好。对于同样的平均效果分,当平均 效果分>0时,n越大,EI值越大;当平均效果分<0时,n越大,EI值越小。这反映了技术能力和技术使用次数对胜负的共同影响。
相持段效果评析对相持段的效果评析数据是基于第6拍以后的数据,由于比赛每一分的回合数不同,无法预先设定得失分所在拍次的位置,因此只能对最后一拍的得失分及使用技术进行数据采集,由于该技术的使用效果只有得分和失分两种类型,Ki的取值只有{2,-2}这两种,M的理论概率分布成为离散的二项分布,EI值的计算则为二项分布的累计概率;
对战术或者技术组合的效果评析是基于上述模型,对EI进行计算,对EI的计算只需要两个个参数,即使用次数n和效果总分M,因此,如果不考虑技术细分类型,对1、3拍或1、3、5拍的合并统计就可以反映传统技战术分析“三段评估法”中发抢段的使用效果,对2、4拍的合并统计可以反映接抢段的技战术使用效果。
此外,乒乓球技战术效果评析概念界定中,乒乓球技战术效果评析是基于运动员的比赛得失分,对运动员的技术和战术的实施效果的进行客观评价,反映运动员的技战术能力、特点以及比赛双方运动员的技战术发挥。
此外,技术分类规则中,乒乓球的技术分类方法优选如下:发球第1拍的技术细分:长球、半出台、短球三类;第2拍及其之后各拍的技术细分:进攻、控制、防守三类;进攻技术的二级细分类型为挑打、拧拉、正手拉冲、反手拉冲、侧身拉冲五类;控制技术的二级细分类型为摆短、劈长两类;防守技术不再细分,上述分类方法根据研究者的不同需要进行调整。
此外,对战术或者技术组合的效果评析中的方法还可以满足研究者对特定技术组合的使用效果的分析,研究者只需统计特定技术组合的使用次数和效果总分进行合并,就可以计算该技术组合的效果指数。
一种乒乓球比赛技战术效果评析模型的构建的应用,包括基于上述乒乓球比赛技战术效果评析模型的构建的场景应用。
上述场景应用的实施例如下:
数据采集:选取我国优秀男子乒乓球运动员马龙在2016年里约奥运会与日本运动员水谷隼半决赛时的一场比赛。最终马龙4比2取胜,6局比分分别是11:5、11:5、11:5、7:11、10:12、11:5。
研究方法:采集双方运动员每一拍的使用技术,根据前述计分规则对每一拍的效果进行赋值。分类统计每一拍次每一类技术的使用次数和效果指数(EI)。
结果与分析:包括发球的效果对比以及发抢段、接抢段技战术效果评析及对比、两名运动员发球和发抢段及接抢段的各项技术效果对比、相持段技战术效果评析、技术组合的效果评析、博弈获益分析;
其中发球的效果对比中,马龙和水谷隼在该场比赛中三种类型发球的次数和效果指数(EI)如表1所示。分析可知,马龙共发球51次,其中短球28次,半出台18次,长球5次。发短球后直接得分1次,间接得分6次,过渡19次,间接失分2次,无直接失分,效果总分6分,计算其发短球的EI为0.79。水谷隼53次发球中有34次短球,EI为0.8,表明他发短球的效果略好于马龙,马龙在半出台和长球中的EI均高于水谷隼,总体上,马龙发球的EI达到0.97,高于水谷隼。表1如下:
表1 马龙与水谷隼不同发球类型的数量和效果指数
Figure 121362DEST_PATH_IMAGE011
而发抢段和接抢段技战术效果评析及对比中,马龙和水谷隼在比赛中的第2-5拍所使用的各项技术、使用次数以及效果指数如表2所示。第3、5拍的数据反映了发抢段的技术使用效果。从第3拍的总数据结果可以发现马龙和水谷隼差距不大,EI仅相差0.01。对比两名运动员的具体技术使用次数和效果指数发现,马龙在第3拍采用控制技术共19次,其中直接得分5次,间接得分5次,过渡7次,间接失分2次,无直接失分,效果总分为13分,EI为0.98,效果理想。但第3拍所使用的25次进攻技术的EI只有0.61,效果一般。水谷隼在第3拍中较多采用进攻技术,共36次,EI为0.96,进攻取得的效果好于马龙。进一步分析发现,水谷隼的进攻技术的反手拉冲和侧身拉冲次数较多,可以推算出马龙第2拍控制技术回球位置在水谷的反手位较多。观察第5拍数据,双方均以进攻为主,马龙进攻次数共计27次,EI为0.83,而水谷隼共计29次,EI仅为0.12,马龙的进攻技术效果明显高于水谷隼。上述数据表明,马龙在第3拍通过高质量的控制技术得分或为第5拍得分打下基础,而水谷隼比较擅长在第3拍发球抢攻,在不得分情况下连续进攻的能力较弱。表2如下:
表2 马龙和水谷隼在第2至5拍使用的技术类型、使用次数及效果指数
Figure 764833DEST_PATH_IMAGE013
(注:A-马龙,B-水谷隼)
从上述接发球的第2拍数据分析,两名运动员均处于劣势,这与乒乓球比赛中发球方通常占主动有关。水谷隼在接发球时较多采用控制技术,取得一定积极效果,但18次的接发球抢攻的效果极差,EI值仅为0.07。马龙在接发球中均衡采用控制技术和进攻技术,但控制技术的效果相对较差。在接抢段的第4拍中,马龙的整体表现优于水谷隼,特别是马龙29次使用进攻技术,效果明显好于水谷隼。进一步分析发现,马龙的14次反手拉冲的效果达到0.94,这是马龙优势技术的表现。但12次的被攻防守降低了第4拍的整体效果,其原因与水谷隼第3拍的进攻有关,是主要失分点。对第4拍挑打、拧拉和拉冲等技术数据分析还显示,马龙在第4拍处理短球时全部采用回摆技术,而从未采用挑打、拧拉技术;马龙的反手拉冲、正手拉冲、侧身拉冲次数和EI值均高于水谷隼。而水谷隼6次拧拉、10次反手拉冲以及3次侧身拉冲并未产生较好的效果。
从以上数据及分析可以推断:马龙在发抢段主动进攻次数较少,多采用控制技术,待对方起板后对拉或相持,此战术实施效果较好。在接抢段中,马龙接发球更擅长短球起板,采用拧拉、挑打的次数较多。整体上,水谷隼只在第3拍进攻中占优势,在形成相持后获胜概率较小。针对水谷隼,可以建议马龙在接发球处理短球时提高控制技术质量或主动上手,削弱水谷隼在第3拍的进攻优势。
两名运动员发球和发抢段及接抢段的各项技术效果对比中,图3为马龙和水谷隼在该场比赛中前5拍的各项技术使用效果,该图显示了两名运动员在发球、发抢段、接抢段的控攻技术及衔接的效果,对比反映了运动员的技术实力,两名运动员的发球技术效果都较好,马龙在发抢段的控制技术和接抢段的控制、进攻技术效果均好于水谷隼,但在接抢段的进攻技术效果低于水谷隼,可以看出水谷隼接发球进攻能力很强,在综合评价上,马龙的技术效果优于水谷隼。
相持段技战术效果评析中,在相持段中,两名运动员几乎没有使用控制技术和进攻技术中的挑打和拧拉,因此本研究只对正手拉冲、反手拉冲、侧身拉冲和防守技术进行数据统计。结果如表3所示,马龙采用正手拉冲和侧身拉冲的次数较多,其中侧身拉冲的效果最好,此时EI=0.91,但反手拉冲的效果较差,此时EI=0.27。水谷隼使用正手拉冲技术的次数最多,达21次,侧身拉冲和反手拉冲使用较少,3种进攻技术的使用效果都较差。防守作为相对被动的技术,两位运动员的技术使用效果都较差。表3如下:
表3 马龙与水谷隼在相持段的各类技术使用次数和效果指数
Figure 162316DEST_PATH_IMAGE015
从另一个角度分析,表3的数据还反映出双方运动员进攻落点的变化。水谷隼的进攻落点在马龙的反手位较多,而马龙的进攻落点在水谷隼的正手位较多。在反手位时,马龙使用侧身拉冲的效果好于反手拉冲。水谷隼的正手拉冲能力较差,在反手位也较多采用侧身拉冲,但效果并不理想,说明水谷隼的相持完全被马龙压制。由此可见,在相持段双方运动员的对攻中,马龙的相持能力较强,进攻落点具有针对性,能够抓住对手的薄弱点并充分发挥自己的优势技术,但还需加强反手拉冲的能力。
技术组合的效果评析中,技术组合反映运动员的战术意图。表4显示的是马龙和水谷隼在该场比赛中使用不同技术组合的次数和效果指数。在第1、3拍的技术组合方面,马龙在发短球之后采用控制技术的次数较多,效果最好。水谷隼在发短球之后多数采用进攻技术,取得较好的效果。在第3、5拍的组合方面,马龙在控-攻转换上表现出强大的实力,相比之下,水谷隼的控攻转换能力较低。两运动员的连续进攻实力相当,但实际效果并不高。综合考虑发球轮的技术组合,马龙的得分手段主要是发短球后控制,在第5拍通过进攻得分;而水谷隼的主要得分手段是发短球后直接进攻。表4如下:
表4 马龙和水谷隼的战术效果评析
Figure DEST_PATH_IMAGE017
在接发球轮的第2、4拍组合方面,马龙的控控组合和攻攻组合效果都较好,而控攻组合的效果一般,其原因可能与水谷隼在第3拍的进攻质量较高有关。水谷隼在第2、4拍组合方面,控攻组合使用次数最多,但效果较差。
博弈获益分析中,乒乓球运动员在场上的技战术运用实际上是一个博弈过程,摆短、劈长、挑打、拉冲等各种技术的使用并不是一方运动员随性而为,而是根据对手的击球手段、路线、落点等采取相应的回击技术,并希望从中获利[11]。表5显示的是水谷隼针对马龙的三种类型发球所采用的不同接发球技术的次数和效果。数据显示,当马龙发短球时,水谷隼偶尔采用拧拉技术,效果并不好,多数采用控制技术,尤其是摆短,取得较好的效果。针对马龙的长球,水谷的反手拉冲效果较好,但正手或侧身拉冲效果较差。针对马龙的半出台发球,水谷隼能较灵活地选择控制或进攻技术,除了劈长和正手拉冲的使用效果较好以外,其他技术的使用效果较差。表5如下
表5 马龙不同类型发球后水谷隼的接发球技术使用次数与效果
Figure DEST_PATH_IMAGE019
基于前述这种分析方法,还可以对马龙的接发球、双方运动员的发球抢攻,为应对第2拍的第3拍技术,接发后的击球技术,为应对第3拍的第4拍技术等进行剖析。
综上,借助于本发明的上述技术方案,其优点讨论如下:
乒乓球技战术效果的5级评分方法提高了分析的量化程度,具体地,本研究创新构建了一种基于击球实际效果的乒乓球技战术分析的方法(5级评分法),并为该方法建立了各项指标计算的数学模型,首次实现了对每一拍技术使用效果的量化评价。以往的乒乓球技战术分析,都是以每一分球的最后一拍的得失分为依据,实际上是对最后一拍进行0和1的赋值,量化程度较低,无法深入探讨每一拍击球的技术效果。受此局限,现有的对乒乓球技战术的分析也只能围绕三段(发抢、接抢、相持)进行较“粗犷式”评价。本研究细化了每一拍击球的技战术使用效果,按直接得分、间接得分、过渡、间接失分和直接失分等5个等级分别予以赋值,提高了量化程度,为深入研究各类技术和技术组合的使用效果奠定了基础。
乒乓球技战术效果的5级评分方法的客观性良好,传统的乒乓球技战术分析“三段法”以每一分球的最后一拍的得失分为观察点进行数据量化,其客观性毋庸置疑。本研究所建立的乒乓球技战术效果5级评分法也是基于实际比赛的结果,从最后一拍的得失分倒推前2拍并给予相应的效果分赋值。这一数据采集过程不依赖人的主观判断,因此也是客观的。采用计算机软件可以快速实现数据的采集和分析。
乒乓球技战术效果的5级评分方法具有有效性,两拍甚至三拍间的技术衔接是乒乓球技战术的主要特征,教练员和运动员普遍认可,前一拍击球技术的有效性为后一拍的得分创造了条件,前一拍的击球质量不高会为后一拍的失分埋下隐患。5级评分方法体现了这一技术衔接中的内在关联,从而获取更多的技战术数据信息。在大数据背景下,结合概率统计可以较好揭示运动员的技战术能力。5级评分法可以弥补传统“三段法”所采用的百分率统计的不足,还可以针对各项技术适应及技术组合的使用效果进行评析,通过横向和纵向的对比,有效揭示运动员技战术的使用效果。张辉等人[3]提出的技术效能=指标与本研究的EI指标在功能上有相似之处,但TE值是基于“三段法”中的段得分率和段使用率进行计算,其计算公式是根据经验建立,是否可以用于评价某一具体技术或技术组合的使用效果,目前还没证据。在本文的应用研究中,乒乓球技战术效果评析方法不仅较细致地揭示了双方运动员在比赛的各拍次中的各项技术以及多个技术组合的使用效果,也实现了对发抢段、接抢段、相持段的分析,反映运动员在技战术特点和能力差异,可以给运动员和教练员提供更多有价值的信息。
乒乓球技战术效果5级评分方法具有扩展性,采用技战术效果5级评分方法,可以对一场比赛中双方运动员的技战术使用习惯和使用效果进行横向对比,也可以对某运动员不同时期多场比赛中技战术特点进行纵向对比。通过纵向和横向对比分析,可以使运动员更全面了解自己,了解对手,从而为平时的科学化训练以及赛前的针对性技战术训练提供客观的依据。另外,本方法的计分手段及分析模型,不仅可以用于乒乓球项目的技战术分析,也可以推广到其他类似的技能对抗类项目,比如网球、羽毛球等。
EI还存在潜在意义,本研究除了对乒乓球技战术效果设定了5级评分的计分方法以外,还为效果总分的概率分布特点构建了数学模型,并提出了效果指数(EI)这一关键指标及其计算方法。基于本研究的数学模型,不同使用次数条件下EI与平均效果分M之间存在不同倾斜度的“S”型函数关系。S型函数的特点是单调递增和变化的斜率,在该函数的均值加减1个标准差的位置各存在一个拐点,相应的EI值是0.34和0.84。这2个数值既可以作为定性评价运动员技战术能力的标准,也意味着如果提升EI得分在这一区间的技战术能力可以更明显增加获胜的概率,有助于为运动员的针对性训练提供依据。对这些方面的深入探讨还有待进一步研究。本研究提出的EI值是5级评分法中最重要的指标,其计算的理论模型是基于双方运动员实力相当,理论均值为0的前提下构建的。今后通过大样本的数据积累,可能需要对特定运动员(尤其的顶尖运动员)的理论均值和标准差进行修正,提高EI值的合理性。
故而,得出如下结论:本研究创新构建的乒乓球技战术效果5级评价模型,首次实现了对乒乓球每一拍技术效果以及多拍衔接效果的客观量化评价,弥补了传统乒乓球技战术分析方法的不足,基于该方法可以对乒乓球比赛双方运动员的技战术能力进行深入分析。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。

Claims (5)

1.一种乒乓球比赛技战术效果评析模型的构建,其特征在于,包括乒乓球技战术效果评析方法的相关约定和效果评析的模型构建,所述乒乓球技战术效果评析方法的相关约定包括概念界定、计分规则和技术分类规则,所述效果评析的模型构建包括使用次数与效果总分、效果指数、相持段效果评析和对战术或者技术组合的效果评析;
所述概念界定包括对运动员特定技术和多拍技术组合或者战术的实施效果进行分析;
所述计分规则包括如下规则:首先确定,如果一方运动员第x拍得分,那么对手的第x+1拍为失分;接着为每一拍的效果赋值量化,当一方运动员第x拍得分,称为“直接得分”,该拍击球的效果分为2分;该运动员的前一拍,即第x-2拍称为“间接得分”,效果分为1分;第x-4拍及之前的击球,称为“过渡”,效果分为0分,此时,对手第x+1拍为失分,效果分为-2分,而运动员的前一拍,即第x-1拍称为“间接失分”,效果分为-1分;第x-3拍及之前的击球,称为“过渡”,效果分均为0分;如果一方运动员发球直接得分,那该运动员的第1拍计2分,对手的第2拍计-2分;如果一方运动员发球失分,那运动员的第1拍计-2分,对手不计分;
所述技术分类规则是对运动员的技战术分析,涉及运动员每一拍的使用技术及连续击球间的技术组合的效果并利用乒乓球的技术分类方法进行评价;
所述次数与效果总分包括如下步骤:假设运动员在每一分球的第A拍使用B技术共n次,各次的效果得分为Xi,i=1,2,3,…,n,理论上,每个Xi都是一个取值范围为{2,1,0,-1,-2}的随机事件,X1,X2,…,Xn相互独立,乒乓球比赛规则决定了运动员之间是公平的竞争,除了运动员相对实力因素以外,没有其他外界因素会改变Xi取值的倾向性,因此,不妨假设Xi在五种取值上有相同的几率,n次使用该技术的过程类似于抛n个骰子,每个骰子有5个面,分别代表不同的效果分,对零假设的否定过程就相当于检验骰子是否匀质的过程,也就是否定运动员技战术使用效果的随机性;设运动员使用该技术的效果总分为M,其数学模型的表达式为:
Figure DEST_PATH_IMAGE001
其中变量M的数值范围是[-2n,2n]之间的整数,对M的计算相当于是计算投n个5面体骰子的点数和;所述效果指数为:在相等的使用次数条件下,效果总分M的大小反映该技术总的使用效果,M越大,效果越好,由于M的概率分布的标准差与使用次数n有关,因此,对不同技术或同一技术在不同拍次、场次之间进行效果对比时,必须考虑n的大小,为此,本研究根据M的概率分布建立效果指数EI这一指标,用EI(M,n)表示n次使用某技术所得效果总分M=c时的效果指数,其效果指数的公式如下:
Figure 150346DEST_PATH_IMAGE002
所述相持段效果评析对相持段的效果评析数据是基于第6拍以后的数据,由于比赛每一分的回合数不同,无法预先设定得失分所在拍次的位置,因此只能对最后一拍的得失分及使用技术进行数据采集,由于该技术的使用效果只有得分和失分两种类型,Ki的取值只有{2,-2}这两种,M的理论概率分布成为离散的二项分布,EI值的计算则为二项分布的累计概率;
所述对战术或者技术组合的效果评析是基于上述模型,对EI进行计算,对EI的计算只需要两个个参数,即使用次数n和效果总分M,因此,如果不考虑技术细分类型,对1、3拍或1、3、5拍的合并统计就可以反映传统技战术分析“三段评估法”中发抢段的使用效果,对2、4拍的合并统计可以反映接抢段的技战术使用效果。
2.根据权利要求1所述的一种乒乓球比赛技战术效果评析模型的构建,其特征在于,所述乒乓球技战术效果评析概念界定中,乒乓球技战术效果评析是基于运动员的比赛得失分,对运动员的技术和战术的实施效果的进行客观评价,反映运动员的技战术能力、特点以及比赛双方运动员的技战术发挥。
3.根据权利要求1所述的一种乒乓球比赛技战术效果评析模型的构建,其特征在于,所述技术分类规则中,乒乓球的技术分类方法优选如下:发球第1拍的技术细分:长球、半出台、短球三类;第2拍及其之后各拍的技术细分:进攻、控制、防守三类;进攻技术的二级细分类型为挑打、拧拉、正手拉冲、反手拉冲、侧身拉冲五类;控制技术的二级细分类型为摆短、劈长两类;防守技术不再细分,上述分类方法根据研究者的不同需要进行调整。
4.根据权利要求1所述的一种乒乓球比赛技战术效果评析模型的构建,其特征在于,所述对战术或者技术组合的效果评析中的方法还可以满足研究者对特定技术组合的使用效果的分析,研究者只需统计特定技术组合的使用次数和效果总分进行合并,就可以计算该技术组合的效果指数。
5.根据权利要求1-4任一所述的一种乒乓球比赛技战术效果评析模型的构建的应用,其特征在于,包括基于上述乒乓球比赛技战术效果评析模型的构建的场景应用。
CN201911178701.3A 2019-11-27 2019-11-27 一种乒乓球比赛技战术效果评析模型的构建与应用 Pending CN110909806A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911178701.3A CN110909806A (zh) 2019-11-27 2019-11-27 一种乒乓球比赛技战术效果评析模型的构建与应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911178701.3A CN110909806A (zh) 2019-11-27 2019-11-27 一种乒乓球比赛技战术效果评析模型的构建与应用

Publications (1)

Publication Number Publication Date
CN110909806A true CN110909806A (zh) 2020-03-24

Family

ID=69820153

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911178701.3A Pending CN110909806A (zh) 2019-11-27 2019-11-27 一种乒乓球比赛技战术效果评析模型的构建与应用

Country Status (1)

Country Link
CN (1) CN110909806A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112535853A (zh) * 2020-12-07 2021-03-23 深兰科技(上海)有限公司 自动喂球方法、装置及喂球机

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112535853A (zh) * 2020-12-07 2021-03-23 深兰科技(上海)有限公司 自动喂球方法、装置及喂球机

Similar Documents

Publication Publication Date Title
Hvattum A comprehensive review of plus-minus ratings for evaluating individual players in team sports
Barreira et al. Analysis of point difference established by winners and losers in games of badminton
US8944921B2 (en) Performance based sports scoring system
Carboch et al. Match characteristics and rally pace of male tennis matches in three Grand Slam tournaments
Daigle et al. Functional performance tests, on-ice testing and game performance in elite junior ice hockey players
Zhang et al. Model construction of technical test and evaluation of “young basketball players”
Carboch et al. Serve and return in badminton: Gender differences of elite badminton players
Yu et al. Interactive three-phase structure for table tennis performance analysis: application to elite men’s singles matches
Ramón-Llín et al. Analysis of shots patterns finishing the point in padel through decision-tree analysis
Tousios et al. Differences in goal scoring and minutes of scoring between two European Championships, one among 16 teams (Euro 2012) and the other among 24 teams (Euro 2016)
CN110909806A (zh) 一种乒乓球比赛技战术效果评析模型的构建与应用
Jiangzhou et al. Analyzing the improvement process of table tennis using the game refinement theory
Pujbai et al. A survey on team selection in game of cricket using machine learning
Marković et al. The influence of technical and tactical elements of water polo on victory and defeat in Champions League matches
Brady et al. Order of play advantage in sequential tournaments: Evidence from randomized settings in professional golf
Qian et al. Analysis of athletes competition videos based on hypothesis testing: Case study of elite badminton single players
Muhammad et al. Performance Assesment of The Volleyball Match Againts The Kudus Sukun Badak Team in The 2023 Proliga Volleyball Competition
Chen et al. Research on the attack and defense techniques of chinese women's basketball team and the top four teams in the first women's basketball world cup
Putri et al. The effectiveness of small-sided games training on the passing accuracy of young soccer players
Hao et al. Analysis of The Attractiveness of Soccer: A Game Refinement Model and The Significance of “Antagonistic Rate”
Folmer et al. THE ANALYSIS OF ATTACK PERFORMANCES OF VOLLEYBALL PLAYERS AT THE U-20 WORLD CHAMPIONSHIP IN WOMENʼS COMPETITIONS
Wang et al. Performance diagnosis of elite table tennis competition based on rough set theory
Tsankov et al. Research on the competitive performance of the Bulgarian National team of under 16 female players in the European Championship, Division B in 2012
Furukawa et al. Characteristics of Game Aspects due to Differences in the Number of Competitors in Rugby Football: Focusing on 10-a-side Rugby
Zhang Team Cooperation Strategies Based on Network Model

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination