CN111881205B - 多变量拍类体育运动数据的可视分析方法和系统 - Google Patents

Abstract

本发明涉及一种多变量拍类体育运动数据的可视分析方法和系统，属于拍类体育数据分析、事件序列可视化技术领域。包括：1)收集不同拍类体育运动项目的数据，并预处理为相同的数据格式，将每次击球表达为一个多属性事件；2)将每个回合表述为由若干多属性事件组成的序列，同一种体育项目中若干回合的数据组成一个数据集；3)对于某个回合，计算其对应的序列中使用特征子序列重构原序列的校正成本；4)以校正成本最低时使用的特征子序列作为可视化分析对象。通过使用特征挖掘的方法，从数以百计的回合中，发现球员的战术特征(一些频繁出现的击球特征子序列)，并用可视化技术比较不同球员、球员在不同时间的表现。

Description

多变量拍类体育运动数据的可视分析方法和系统

技术领域

本发明涉及拍类体育数据分析、事件序列可视化技术领域，具体地说，涉及一种多变量拍类体育运动数据的可视分析方法和系统。

背景技术

拍类体育指乒乓球、羽毛球、网球。这类体育运动有较大的相同之处，均有较强的竞技性，其数据也有较大的分析价值。拍类体育运动有一个类似的规则：每个回合均由一方球员发球开始，双方球员依次击球，直到一方胜出。这种规则非常符合事件序列：可以直观地将每次击球定义为一个事件；从发球到胜出的若干次击球事件组成一个序列。但目前并没有一种能够从事件序列的角度，对拍类体育数据进行有效的可视化分析的方法。

尽管没有技术直接解决这一问题，但在拍类体育数据分析和事件序列可视化的领域均已有相关的研究。目前，拍类体育数据分析领域已有部分工作展开了各个角度的分析，如乒乓球中使用基于二阶马尔可夫链的模型对使用不同技战术结果进行预测，网球中分解球的二维坐标从而进行更清晰的可视化分析等。而事件序列可视化也在众多方向进行了研究，例如基于流图(Flow Chart)的可视化可以分析事件发展趋势、基于矩阵(Matrix)的可视化可以发现事件之间的关联、投影散点图(Scatterplots for Projection)的可视化可以从全局的角度发现序列之间的特征等等。

拍类体育运动中，每一拍都需要综合多个属性进行描述。如乒乓球中关注球员的站位、球在球桌上的落点、击球的技术、球的旋转方向等；羽毛球中关注球的高度、击球的技术、双方球员的位置等等。因此，拍类体育数据是多变量的。现有的事件序列分析方法难以处理这样的数据。首先，特征挖掘需要综合考虑多个属性。例如，乒乓球中，最重要的属性是球的技术，其次是球的落点，而旋转的重要性很低；而网球有所不同，最重要的是球的落点，其次是球员的位置。挖掘特征时，不同属性需要赋予不同的权重，这样挖掘出的特征才能具有较大的研究价值。其次，特征挖掘需要考虑每个属性中不同值的相似性。例如，乒乓球击球技术中，快攻与弧圈是非常相似的两种技术。因此，挖掘特征时，如果整体特征类似，两者的差异可以被忽略。最后，同时展示多个不同的属性对于可视化领域是比较有挑战的，因为信息量较大容易造成视觉混乱，让用户难以浏览数据，获取信息。

此外，由于拍类体育运动的高竞技性，运动员往往需要变换自己的策略，防止遭到对手的针对。这也为现有的事件序列特征挖掘方法、可视化方法带来了新的挑战。首先，常见的频繁序列特征挖掘方法由于是基于特征出现的次数，所以很难发掘出运动员的杀手锏(出现次数少，但关键时刻效果好)。其次，需要对比不同运动员的战术特征，以及运动员在不同时刻的战术特征选择。对比是可视化领域常见的问题，但因为需要同时对比多个属性，已有的方法不能直接应用到拍类体育数据中。

发明内容

本发明的目的是提供一种多变量拍类体育运动数据的可视分析方法和系统，从事件序列的角度，对拍类体育运动进行分析，可以同时对比多个属性。

为了实现上述目的，第一方面，本发明提供的多变量拍类体育运动数据的可视分析方法包括以下步骤：

1)收集不同拍类体育运动项目的数据，并预处理为相同的数据格式，将每次击球表达为一个多属性事件；

2)将每个回合表述为由若干多属性事件组成的序列，同一种体育项目中若干回合的数据组成一个数据集；

3)对于某个回合，计算其对应的序列中使用特征子序列重构原序列的校正成本；

4)以校正成本最低时使用的特征子序列作为可视化分析对象。

上述技术方案中，通过使用特征挖掘的方法，从数以百计的回合中，发现球员的战术特征(一些频繁出现的击球特征子序列)，并用可视化技术比较不同球员、球员在不同时间的表现。

所述的数据包括球位置、球员位置、球员所使用的技术种类、球速、旋转方向、持拍方式等多种数据。

所述的多属性事件表示为e＝{a₁＝v₁,a₂＝v₂,...,a_i＝v_i,...}，所述的序列表示为S＝(e₁,e₂,e₃,...,e_n)，同时每个回合会记录发球方、胜出方以及局号信息。

步骤3)中，通过以下方法计算校正成本：

3-1)遍历该回合中每一个属性，并单独计算每个属性的校正成本；

3-2)对于每个属性a_i，分别提取原序列和特征子序列中每个事件的第i个属性值，构成单变量的序列S_i和单变量的特征子序列P_i；

3-3)计算S_i和P_i的最长公共子序列lcs，其中，相似的属性值视为序列与特征子序列的公共部分；

3-4)计算lcs在S_i和P_i中的占位长度，即从lcs开始到lcs结束，序列中经历的事件个数，分别记为span_S和span_P；

3-5)定义三个可调节的参数，分别是通过限制增加事件，从而控制特征序列长度的cost_ins；通过限制删除事件，从而控制特征序列真实性的cost_del；以及通过限制不连续事件，从而控制序列连续性的cost_con；

3-6)计算从S_i到lcs的校正成本ΔL_i1＝(len(S_i)-len(lcs))×cost_ins+(span_S-len(lcs))×cost_con，其中len()函数用于计算序列长度；

3-7)计算从lcs到P_i的校正成本ΔL_i2＝(len(P_i)-len(lcs))×cost_del+(span_P-len(lcs))×cost_con；

3-8)加和步骤3-6)与步骤3-7)中的两项校正成本，获得单属性的校正成本ΔL_i＝ΔL_i1+ΔL_i2；

3-9)有权加和每个属性的校正成本

作为基于特征子序列重构原序列的校正成本。

将相似的属性值归为一组，并在挖掘特征时，将一组的属性值视为相同；在属性a_i中，所有可能的值会且只会被归为一组。将属性分为类别型与数值型，类别型属性的分组中，每一组均为离散的类别；数值型属性的分组中，每一组是一段数值区间。

第二方面，本发明提供的多变量拍类体育运动数据的可视分析系统包括：

数据库，从不同的拍类体育项目收集数据，并预处理为相同的数据格式，存储到所述数据库中；

后端处理器，从所述数据库读取数据，并处理前端界面的请求；所述后端处理器还用于时间序列特征挖掘、投影和信息熵计算；

前端界面，为领域专家提供交互式的数据可视化，从而进行数据分析。

其中，前端界面包括：

属性编辑模块，允许用户选择观测的属性、调整不同属性的权重、调整每个属性中不同值的相似度；

图案编辑模块，使用一个组合式的图案对一个击球事件进行可视化；

特征比较模块，用户按照特定的筛选条件，将数据集分为两个对照组，两个对照组分别计算特征子序列，进行对比；

散点图总览模块：将挖掘出的特征投影到二维空间，构成散点图；

序列实例模块：用户可以查看每个特征子序列对应的所有原序列。

在图案编辑模块中，允许用户修改每个属性所使用的符号、调整每个属性对应的符号显示的区域、定义每个属性中每个值对应的可视化编码；不同的符号组合到一起，展示一次击球事件中不同的属性。

与现有技术相比，本发明的有益之处在于：

通过本发明的多变量拍类体育运动数据的可视化分析方法，能够有效地帮助体育领域专家分析运动员的战术特征，对比不同运动员/同一运动员在不同时刻的战术选择；从而发现运动员的长处与弱点，设计扬长补短的训练方案，以提供竞技水平，在体育赛事中获得更好的成绩。

附图说明

图1为本发明实施例中多变量拍类体育运动数据的可视分析系统的框架图；

图2为本发明实施例中多变量特征挖掘的算法流程图；

图3为本发明实施例中前端界面的示意图；

图4为本发明实施例中不同类型符号的示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，以下结合实施例及其附图对本发明作进一步说明。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于所描述的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

除非另外定义，本发明使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明中使用的“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。

实施例

参见图1，本实施例的多变量拍类体育运动数据的可视分析系统包括三个部分，分别为：

数据库，从不同的拍类体育项目收集数据，并预处理为同样的数据格式，存储到数据库中。这种统一的数据结构将每次击球表达为一个多属性事件e＝{a₁＝v₁,a₂＝v₂,...,a_i＝v_i,...}，而每个回合被表述为一个序列S＝(e₁,e₂,e₃,...,e_n)。同时每个回合还会记录发球方、胜出方、局号等基础信息。一个完整的数据集是同一种体育项目中若干个回合数据的集合。

后端处理器，从数据库读取数据，并处理前端界面的请求。后端处理器还运行着一些核心算法，用于事件序列特征挖掘、投影、信息熵计算等。

前端界面，前端是网页应用，能够为领域专家提供交互式的数据可视化，从而进行数据分析。

参见图3，本实施例的前端界面包括五个模块，分别为：

A：属性编辑模块，允许用户选择观测的属性、调整不同属性的权重、调整每个属性中不同值的相似度。本实施例使用一个列表展示所有属性。每个属性展示了“属性→相似值分组→可能值”的三级结构(如A2所示)。最上方属性名显示在左侧，右侧是该属性的重要性调节。为了更好地初始化属性的重要性，本实施例额外计算了每个属性的信息熵，信息熵越大的属性信息价值越大，往往越重要。属性名下的一行展示了所有相似值的分组，用户可以修改分组名，以辨识不同的分组。用户还可以点击一个属性，查看更详细的值的信息(如A1所示)。类别型的属性使用了柱状图的方式展示所有的值。每个柱形展示了该值出现的频次，下方则显示了值的名字。用户可以拖拽柱形重新定义相似值的分组。数值型的属性则使用了类似的面积图，用户通过拖拽分解进行分组的定义。

B：图案编辑模块，本实施例使用一个组合式的图案对一个击球事件进行可视化。每个图案由多种不同的编码符号组合而成，每种编码符号用较为直观的方式表达了一个属性，属性中的每个相似值分组都对应了这种编码符号中的一种可视化编码。本模块允许用户修改每个属性所使用的编码符号、调整每个属性对应的符号显示的区域、定义每个属性中每个值对应的可视化编码。该模块左上角为所有需要展示的属性列表。每一行为一个属性，左侧为属性名，右侧可以点击选择该属性使用的编码符号。右上角为图案预览，用户也可以点击左上角的任意属性后，在此处框选该属性的显示区域。下方是属性中每个相似值分组的可视化编码。每一行为一个属性的所有相似值分组，每个分组都显示为下方的分组名称和上方的编码选择器，用户可以点击可视化编码并选择新的可视化编码。

C：特征比较模块，用户可以按照特定的筛选条件(如左侧设定为球员A发球的回合，右侧设定为球员B发球的回合)，将数据集分为左右两个对照组(每一组均为满足对应筛选条件的回合序列的集合)，两组分别计算特征子序列，从而进行对比，每一组使用一种颜色进行区分。左右两列每一行均为一个特征子序列；一行中的每一个图案代表一个击球事件。两列均按照特征子序列两列之间的柱状图使用长度展示了使用频率、使用深浅展示了使用后的胜率。通过该模块，用户可以对特征子序列进行一对一地对比观察。其中，C1是四种交互操作(重新计算、对齐、合并、高级操作)的按钮。C2是对照组分组依据。C3是对照组中序列数的标尺。C4说明用一行图案代表一个特征子序列。C5是折线图对比示意图。C6是柱状图对比示意图。C7是对齐操作示意图。C8是一个对照组内的所有特征子序列。

D：散点图总览模块，将挖掘出的特征投影到二维空间，构成散点图。每个点显示为一个饼图，代表一个特征子序列，两个点越靠近代表对应的特征子序列越相似。对于每个饼图而言，其大小代表了特征子序列的使用率，其外圈的弧代表了该特征子序列的胜率，其两个区域的代表了对应颜色的分组中该特征子序列出现的频率(单色饼图表示另一个分组未出现该特征子序列)。用户可以筛选不同的区域，筛选查看对应区域内的特征子序列。

E：序列实例模块，用户可以查看每个特征子序列对应的所有原序列。每一行代表一个序列，最左侧的空心/实心矩形表示输球/赢球；右边每个圆表示一次击球。特征子序列中也包含的圆使用深色标出，并用数字给出序号；其他未出现在特征子序列的圆设为空心。

图4是本实施例中六种符号以及对应的可视化编码。此处作为本实施例的示例，但不将本实施例局限为这六种符号。六种符号与可视化编码如下：

颜色：编码不同的对比组；

矩阵：编码一些二维空间信息，例如球的位置(即俯视视角)；

柱形：编码具有一维空间信息的数值型数据，例如球的高度(柱越高，球越高)；

形状：编码抽象的类别型信息，例如击球的技术(盾代表防守)；

环扇：编码类别型信息，例如球员的位置；

环柱：编码数值型数据，例如球速。

基于上述多变量拍类体育运动数据的可视分析系统，本实施例的多变量拍类体育运动数据的可视分析方法包括以下步骤：

S100，收集不同拍类体育运动项目的数据，并预处理为相同的数据格式，将每次击球表达为一个多属性事件；

S200，将每个回合表述为由多若干多属性事件组成的序列，同一种体育项目中若干回合的数据组成一个数据集；

S300，对于某个回合，计算其对应的序列中使用特征子序列重构原序列的校正成本；

S400，以校正成本最低时使用的特征子序列作为可视化分析对象。

图2展示了一个多变量事件序列特征挖掘方法的部分算法，该方法基于已经存在的最小描述长度(Minimum Description Length，以下简称MDL)事件序列特征挖掘算法(未在图中展示)。

MDL事件序列特征挖掘算法能够对所有事件序列生成总览性的特征子序列。它使用了一个两部分表达来描述每个序列，即一个特征子序列，以及基于该特征子序列重构原始序列所需要的校正(如插入事件、删除事件)。拥有同样特征子序列的序列，会被归于同一个集合。这个算法的核心思想是：初始化时，将每个单独的序列视为一个不进行任何校正的特征序列，并构成一个单元素的集合。然后，不断尝试合并两个集合，以获得新的特征子序列与集合中每个序列对应的校正。尝试合并后，算法需要计算每个集合的描述长度，即共有的特征子序列的长度与每个序列校正部分的描述成本之和。同时，算法比较合并前后的整体描述成本，选择描述成本更小的一个，以保证最终结果描述长度最短。最后，每个集合中序列共有的特征子序列会被提取出，作为数据集概览的特征。

基于该算法，本实施例中提出多变量拍类体育数据事件序列特征挖掘的方法，进行以下三个方面的调整：

1.允许用户输入每个属性的权重，从而调整分析的侧重点。本方法会有权地考虑不同的属性，将属性a_i的权值记为w_i。

2.本方法根据领域知识，将相似的属性值归为一组，并在挖掘特征时，将一组的属性值视为相同。在属性a_i中，所有可能的值会且只会被归为一组。具体来说，根据属性本身是离散的还是连续的，分为类别型与数值型。类别型属性的分组中，每一组均为离散的类别(例如进攻的技术包含了若干具有进攻性的技术类别)；数值型属性的分组中，每一组是一段数值区间(如高球的区间限制为离地面3米及以上的区间)。

3.本方法定义了三个可调节的参数，便于领域专家调整最终计算产生的特征子序列，它们分别是通过限制增加事件，从而控制特征序列长度的cost_ins；通过限制删除事件，从而控制特征序列真实性的cost_del；以及通过限制不连续事件，从而控制序列连续性的cost_con。

使用以上三项信息，可以计算多变量事件序列中，使用特征子序列重构原序列的校正成本。具体步骤如下：

S301，遍历该回合中每一个属性，并单独计算每个属性的校正成本；

S302，对于每个属性a_i，分别提取原序列和特征子序列中每个事件的第i个属性值，构成单变量的序列S_i和单变量的特征子序列P_i；

S303，计算S_i和P_i的最长公共子序列lcs，其中，相似的属性值视为序列与特征子序列的公共部分；

S304，计算lcs在S_i和P_i中的占位长度，即从lcs开始到lcs结束，序列中经历的事件个数，分别记为span_S和span_P；

S305，计算从S_i到lcs的校正成本ΔL_i1＝(len(S_i)-len(lcs))×cost_ins+(span_S-len(lcs))×cost_con，其中len()函数用于计算序列长度；

S306，计算从lcs到P_i的校正成本ΔL_i2＝(len(P_i)-len(lcs))×cost_del+(span_P-len(lcs))×cost_con；

S307，加和步骤305与步骤306中的两项校正成本，获得单属性的校正成本ΔL_i＝ΔL_i1+ΔL_i2；

S308，有权加和每个属性的校正成本

作为基于特征子序列重构原序列的校正成本。

Claims (7)

1.一种多变量拍类体育运动数据的可视分析方法，其特征在于，包括以下步骤：

1)收集不同拍类体育运动项目的数据，并预处理为相同的数据格式，将每次击球表达为一个多属性事件；

2)将每个回合表述为由若干多属性事件组成的序列，同一种体育项目中若干回合的数据组成一个数据集；

3)对于某个回合，计算其对应的序列中使用特征子序列重构原序列的校正成本，具体步骤如下：

3-1)遍历该回合中每一个属性，并单独计算每个属性的校正成本；

3-2)对于每个属性a_i，分别提取原序列和特征子序列中每个事件的第i个属性值，构成单变量的序列S_i和单变量的特征子序列P_i；

3-3)计算S_i和P_i的最长公共子序列lcs，其中，相似的属性值视为序列与特征子序列的公共部分；

3-4)计算lcs在S_i和P_i中的占位长度，即从lcs开始到lcs结束，序列中经历的事件个数，分别记为span_S和span_P；

3-5)定义三个可调节的参数，分别是通过限制增加事件，从而控制特征序列长度的cost_ins；通过限制删除事件，从而控制特征序列真实性的cost_del；以及通过限制不连续事件，从而控制序列连续性的cost_con；

3-6)计算从S_i到lcs的校正成本ΔL_i1＝(len(S_i)-len(lcs))×cost_ins+(span_S-len(lcs))×cost_con，其中len()函数用于计算序列长度；

3-7)计算从lcs到P_i的校正成本ΔL_i2＝(len(P_i)-len(lcs))×cost_del+(span_P-len(lcs))×cost_con；

3-8)加和步骤3-6)与步骤3-7)中的两项校正成本，获得单属性的校正成本ΔL_i＝ΔL_i1+ΔL_i2；

3-9)有权加和每个属性的校正成本

作为基于特征子序列重构原序列的校正成本；

4)以校正成本最低时使用的特征子序列作为可视化分析对象。

2.根据权利要求1所述的多变量拍类体育运动数据的可视分析方法，其特征在于，所述的多属性事件表示为e＝{a₁＝v₁,a₂＝v₂,...,a_i＝v_i,...}，所述的序列表示为S＝(e₁,e₂,e₃,...,e_n)，同时每个回合会记录发球方、胜出方以及局号信息。

3.根据权利要求1所述的多变量拍类体育运动数据的可视分析方法，其特征在于，将相似的属性值归为一组，并在挖掘特征时，将一组的属性值视为相同；在属性a_i中，所有可能的值会且只会被归为一组。

4.根据权利要求3所述的多变量拍类体育运动数据的可视分析方法，其特征在于，将属性分为类别型与数值型，类别型属性的分组中，每一组均为离散的类别；数值型属性的分组中，每一组是一段数值区间。

5.一种多变量拍类体育运动数据的可视分析系统，用于实施如权利要求1-4中任一所述的多变量拍类体育运动数据的可视分析方法，其特征在于，包括：

数据库，从不同的拍类体育项目收集数据，并预处理为相同的数据格式，存储到所述数据库中；

后端处理器，从所述数据库读取数据，并处理前端界面的请求；所述后端处理器还用于时间序列特征挖掘、投影和信息熵计算；

前端界面，为领域专家提供交互式的数据可视化，从而进行数据分析。

6.根据权利要求5所述的多变量拍类体育运动数据的可视分析系统，其特征在于，所述的前端界面包括：

属性编辑模块，允许用户选择观测的属性、调整不同属性的权重、调整每个属性中不同值的相似度；

图案编辑模块，使用一个组合式的图案对一个击球事件进行可视化；

特征比较模块，用户按照特定的筛选条件，将数据集分为两个对照组，两个对照组分别计算特征子序列，进行对比；

散点图总览模块：将挖掘出的特征投影到二维空间，构成散点图；

序列实例模块：用户可以查看每个特征子序列对应的所有原序列。

7.根据权利要求6所述的多变量拍类体育运动数据的可视分析系统，其特征在于，所述的图案编辑模块中，允许用户修改每个属性所使用的符号、调整每个属性对应的符号显示的区域、定义每个属性中每个值对应的可视化编码；不同的符号组合到一起，展示一次击球事件中不同的属性。

Images