一种乒乓球比赛战术分析方法与流程

本发明涉及数据分析技术领域，特别涉及一种乒乓球比赛战术分析方法。

背景技术：

乒乓球是世界上最流行的体育运动之一，全球有超过3亿的乒乓球爱好者。据统计，在去年夏天刚刚结束的里约奥运会上，就有超过5.5亿的电视观众收看了乒乓球比赛。由于乒乓球运动越来越受到关注及其激烈的比赛性质，许多专业的乒乓球队开始引入数据分析的方法来提高球队实力和分析比赛战术。然而，普遍使用的方法还是相对单调的，局限在回看视频和统计直观的比赛数据上。随着信息技术的飞速发展，这几年出现了许多新方法，使得获得细粒度的乒乓球数据成为可能。得到的乒乓球数据包含多维属性信息，比如时间、击球落点、击球技术等，非常适合用于分析战术和评估球员表现。因此，就有研究人员应用统计分析和数学建模的方法来分析获得的细粒度的乒乓球数据。

但是，这些方法并不完全适用于分析具有复杂拍属性和战术策略的高度动态的体育比赛。并且，这种基于明确的规则或模型生成的分析方法是很难发现意料之外的特征。此外，如何理解和解释得到的分析结果也是其中的一大障碍。中国国家乒乓球队的数据分析师们也遇到了相似瓶颈。他们收集了丰富的来自世界上领先的乒乓球员的比赛数据，但是缺乏高效的数据分析和特征挖掘方法。事实上，他们通常就是依靠excel完成基础的统计分析。一个典型的例子是，他们计算一个属性出现的频率，比如某个运动员在处于劣势的时候最有可能采用何种技术击球，然后分析不同属性的使用率和得分率之间的关系。这些领域专家也清楚地意识到，这种通过不断地枚举、试错得到结果的方法，显然是非常耗费时间，且难以发现意料之外的特征。因此，他们也一直致力于寻找新颖高效的数据分析方法，能够快速、直观地发现比赛特征。

目前，基于乒乓球数据高动态和多变量的数据特点以及领域专家的分析需求，乒乓球数据可视化被认为是一种有效的手段。可视化能用直观的方式展现数据，有助于快速地发现技战术特征和联系，同时便于理解得到的分析结果。事实上，目前已有可视化专家关注体育数据的可视化，但是大部分工作集中于足球，篮球，网球和橄榄球等，很少关注乒乓球运动。并且，由于不同运动具有不同的规则和数据特点，现有的体育可视化的工作是无法被直接应用到乒乓球可视化上。因此，在这个领域仍然缺少一个能支持比赛重现，统计分析和特征挖掘的，有效的乒乓球可视化分析系统。

技术实现要素：

本发明提供了一种乒乓球比赛战术分析方法，通过对单拍内三个最重要的拍属性的关联的展示，连续拍之间在某个拍属性上的对抗组合，快速得到提高得分的拍属性。

一种乒乓球比赛战术分析方法，包括以下步骤：

(1)获取乒乓球比赛中每局里每回合的比分，每回合里每一拍的击球技术，击球位置和击球落点；

(2)将步骤(1)获取的同一拍数的数据累加、关联并可视化，得到拍内的关联矩阵图，所述拍内的关联矩阵图分别根据击球技术，击球位置，击球落点属性的不同属性值划分网格并两两相互关联，并将击球数和得分率在网格中显示；

(3)根据步骤(2)得到的拍内的关联矩阵图，得到所需得分率和击球数所采用的击球技术，击球位置以及击球落点。

本发明通过展示整场比赛中单拍内各个拍属性之间的关联矩阵，以及战术分析，深入透彻地揭示乒乓球比赛中的击球技术的对抗和战术对抗。

所述的拍内的关联矩阵图展示了整场比赛中在每一拍三种最为重要的拍属性(击球技术，击球位置和击球落点)之间的关联矩阵，用户通过观察关联矩阵的上清晰，明确的信息，以及和关联矩阵的交互，可以深入掌握两位乒乓球选手在比赛中在不同拍上的各个拍属性的组合运用情况，从而获得高得分率的拍属性。

击球技术包括：发球，弧圈，快攻，扣球，挑打，劈长，摆短，挡球削球，吊球，放高球。

击球位置包括：发球，正手位，反手位，侧身位，反侧身。

击球落点包括：反手短球，中路短球，正手短球，反手半长球，中路半长球，正手半长球，反手长球，中路长球，正手长球

进一步的，将相邻拍之间在某个拍属性进行关联，优选的，步骤(2)，将相邻的拍内的关联矩阵图相互关联得到拍间的关联矩阵图。

优选的，所述拍间的关联矩阵图通过关联相邻的拍内的关联矩阵图中的击球落点属性,以击球落点属性的不同属性值划分网格，并将击球数和得分率在网格中显示。

所述的拍间的关联矩阵图展示了整场比赛中相邻拍之间任何一种拍属性上的关联矩阵，用户通过观察关联矩阵的上清晰，明确的信息，以及和关联矩阵的交互，可以深入掌握两位乒乓球选手在比赛中在连续拍上的某个拍属性的对抗运用情况。同时通过一些形象生动的辅助设计，能让用户更好地理解视图中显示的技战术与真实场景下的关联。

本发明使用一拍中的三个属性之间的成对相关性作为单拍内不同属性之间的关系的量度，并使用相邻拍在某个属性上的相关性作为相邻拍在某属性上的关系的量度。具体来说，两个属性之间的相关性主要由所有选定的回合中的这两个属性各自每个属性值组合的出现频率和得分率组成。

采用一系列对齐的矩阵视图来表示所需的拍序列中的相关性，具体如下：用了一个灰色块来代表一拍，灰色块根据所代表的拍的顺序来被有序的排布。

其次，任何两个相邻块之间，使用一个矩阵来表示两者之间的相关性一些拍属性的拍，称这个矩阵为相邻拍间属性关联矩阵，此外，在每个代表拍的块中放置三个矩阵分别代表三个重要的拍属性之间的成对相关性。称这三个矩阵为单拍内属性关联矩阵。

每个关联矩阵代表两个拍属性的之间的关联。具体来说，矩阵的行和列分别为这两个属性的属性值，行列的交叉点上绘制一个圆点来代表对应两个属性值的组合次数和得分率。圆点的面积大小编码组合次数的多少，圆点的亮度编码组合的得分率。将鼠标悬停在对应的格点上的时候，具体的次数和得分率会显示出来。

优选的，在拍间的关联矩阵图的击球落点的相互关联矩阵中，将每一个落点属性与球桌九宫格图进行对应连接，并将落点属性的分布在球桌九宫格图内显示。

优选的，所述拍内和拍间的关联矩阵图中对任一拍前的，同一选手的所有拍数的拍内和拍间的关联矩阵图进行累加。

为了提高展示效果，优选的，步骤(2)中，击球数和得分率通过图形显示，图形填充颜色的深浅为得分率，图形的面积为使用对应属性进行击球的次数。

进一步优选的，所述图形为圆形。

本发明中还设有的战术视图，运用模仿运动员身形的图标，形象的球台，文字简称以及柱状图，饼状图等元素展示了选取回合中频繁出现战术的内容，频率和得分率。

所述的拍内的关联矩阵图和拍间的关联矩阵图的排布，拍内和拍间的关联矩阵图的排布，既要保证拍内外不同关联矩阵对齐的行和列代表相同的拍属性，也要保证布局具有可拓展性，能够加入任意多的拍，展示属性关联，同时要保证整个布局清晰分明，归属各拍和各相邻拍的拍内、拍间的关联矩阵图区分明显，摆布清晰。

所述的拍内和拍间的关联矩阵图每个格点上的圆点图标的设计。图标要表达对应行列的两个属性值之的组合出现的次数和得分率。

所述的拍间关联矩阵展示相邻拍在落点上的关联的时候，我们在矩阵旁添加的用来辅助对相邻拍落点关联的理解的真实情景中的球桌。

所述的拍内关联矩阵和拍间关联矩阵内悬停或点击于任意一个关联格点上产生的过滤交互。通过悬停和点击某个关联矩阵中的某个格点，视图会由此产生一个过滤条件，对所有矩阵中的所有格点进行过滤，展示包含选中格点属性组合的回合信息进行展示。

对所述的拍内关联矩阵和拍间关联矩阵进行任意连续多拍合并显示的交互功能。

在所述的关联矩阵中点击任意技术组合，随之改变的所述的战术视图。战术视图将所选回合中出现的所有战术经过所包含的技术数量，战术种类，战术使用人等条件过滤后按照出现的次数高低排列出来。每个战术包含连续三拍的信息，每拍的击球位置由我们仿照运动员身形的小人图标表示，击球技术我们用技术的简称表示，击球落点我们用球台来形象的展示。

上述的关联矩阵具有悬停过滤交互功能，提供关联矩阵之间的灵活的过滤交互，从而更好地表达各属性各拍之间的组合情况和配合得分情况。任何一拍的关联矩阵上代表某个属性值对的格点被悬停，那么对应该矩阵和该矩阵邻近的矩阵的对应行列会被高亮。同时在对应拍上没有出现这个属性值对的回合的信息就会被过滤掉，过滤后所有关联矩阵上编码的各种组合和得分率都是基于在对应拍上出现了这个属性值对的回合的信息统计、编码的。举例来说如果我们悬停在第二拍上击球技术和击球落点的关联矩阵上弧圈球技术和反手长球落点的个点上，那么这个矩阵以及它邻近的矩阵上击球技术和击球落点行列都会被高亮，同时所有在第二拍不包含弧圈技术和反手长球属性对的回合的信息在所有关联矩阵的信息统计中被去除。

切换角度和合并连续多拍。统计视图提供多种观察和分析的角度，以及拍合并的功能。视图支持切换统计选手一发球回合的技战术信息，选手二发球回合的技战术信息，切换拍间属性为击球落点，击球位置，击球技术。除此之外，视图提供合并拍的功能。用户可以根据自己的需求合并任意连续拍。合并拍后，所有被合并的拍最终以前后两拍的形式进行展示，前后两拍分别代表两位选手击出的拍。拍内矩阵代表对应选手在合并的所有拍中拍内关联矩阵的加和，拍间矩阵代表对应选手在合并的所有拍中由一位选手击至另一位选手处的拍间关联矩阵的加和。

本发明汇总拍内的关联矩阵代表同样拍属性的行或者列需要相互对齐。以这种方式，三个拍内的关联矩阵显示的信息可以更好地被关联起来。拍内和拍间的关联矩阵代表同样拍属性的行或者列需要相互对齐。以这种方式，拍内的关联矩阵和拍间的关联矩阵显示的信息可以更好地被关联起来。排布的方式可以添加任意多拍，具有可拓展性。

本发明的有益效果：

本发明的乒乓球比赛战术分析方法对灵活、深入进行乒乓球比赛技战术分析提供强大支持，通过一个清晰，明确的矩阵序列，囊括了一场比赛中所有回合每一拍的最为重要的拍属性组合，可以帮助乒乓球数据分析师以比传统表格更加生动简明的形式浏览各拍的拍属性运用和得分情况，使得对选手的技战术能力的分析和评判可以直观有效，全面深入的进行，针对性强，可以应用在培训以及比赛中，提高得分率。

附图说明

图1为第三拍和第四拍的拍内以及拍间的关联矩阵图。

图2为图1中停在第三拍某个关联矩阵后其他矩阵的信息被相应过滤的示意图。

图3为合并了第一到第四拍的拍内以及拍间的关联矩阵图。

图4为合并了第一到第四拍的拍内以及与第五拍的拍间的关联矩阵图。

图5为采用发球战术属性进行展示的战术视图。

图6为采用发球战术和击球落点属性进行展示的战术视图。

图7为采用发球战术、击球落点和击球位置属性进行展示的战术视图。

具体实施方式

本实施例的乒乓球比赛战术分析方法中，拍内属性关联矩阵图和拍间属性关联矩阵图的形成方式如下：

用一个大的灰色块来代表一拍，然后用一个矩阵来代表拍间的关联，如图1～4所示。

假定现在拍间矩阵代表的是相邻拍在击球落点上的关联。对于拍内的三个拍属性两两之间的关联矩阵，将行和列中有表示击球落点的关联矩阵(分别表示击球落点和击球位置，击球落点和击球技术的关联)呈90度摆放，用引导线连接这两个矩阵的击球落点属性行或者列。

接着在引导线在90度转角上放置一个代表这一拍序号的数字牌，然后在另一个角放上第三个拍内矩阵(表示击球位置和击球技术之间的关联)。这样无论是从在拍内还是拍外，所有关联矩阵相同的属性行或列都是对齐的而且靠近的，同时引导线连接起所有的拍内外的关联矩阵中的落点属性，从左至右，流畅自然。

所有的拍内外属性关联由此依照拍序展示出来。为了更好理解展示拍间在击球落点上的关联矩阵，我们在矩阵旁边放置了球台，将对应的矩阵行列与实际代表的球台上的落点位置连线起来，从而是前后拍落点组合的分析更加直观和熟悉。

如图5～7所示，战术视图展示了比赛中常用的战术(连续三拍的拍属性)。比赛中出现的战术会在战术视图按照使用的频率高低依次被列出。其中一行代表一个战术，设计了三个精致的且容易辨别的图标如下。

击球落点，将半个乒乓球桌分为9个网格单元格，填充的网格表示这一拍的击球落点。该设计将抽象数据与乒乓球的真实物理情景联系起来。

击球位置，设计了四个图标来说明四个不同的击球位置。图标由真实运动员的身形简化得到，使分析人员感到熟悉和直观。

击球技术，11个击球技术不容易用颜色或其他视觉频道编码。因此，击球技术以缩写显示，以获得可读性和区分性之间的平衡。

图标编码的图例在视图底部提供。战术的右边标有战术使用的频率和得分率。战术可以用一种，两种或三种拍属性来显示。通过在下拉列表中选择所需的选项可以进行更改。用户还可以通过下来列表改变战术的种类。例如选择前三拍的发球抢攻战术，第二到第四拍的接发球抢攻战术，第五拍以后的相持战术。最后用户可以通过使用战术的选手过滤战术。在每个战术的右边，频率和得分率分别由条形图和饼状图展示。这些设计可以快速地帮助浏览和比较战术。

整个技战术分析关联视图展现了整场比赛中各拍的拍内的击球落点，击球位置和击球技术的属性关联以及战术的分布。整体的视图可以通过滑动条继续往后浏览。通过矩阵上点的大小和颜色的明度，我们可以一目了然地看到哪些拍上的出现哪些属性组合和较多，得分率较高，右边的战术视图显示了使用率高的战术的详细信息。

统计视图内拍内和拍间关联矩阵展示的是某一场比赛中选手一发球回合，在各拍上属性的关联情况。参与评估的用户通过观察统计视图迅速发现到第三拍的拍内矩阵上有明显的模式，如图1所示。深浅两种颜色分别代表选手二和选手一，这里第三拍是浅色的，说明第三拍是选手一击出的。从第三拍的左下角的拍内矩阵可以看到最大最深的两个点分别对应中长&弧圈，反长&弧圈。这意味着选手一在本场比赛中击出第三拍的时候，往往采用弧圈技术击到对方的中路长球或者反手长球，而且常常得分。同时用户观察到选手二在第四拍回应第三拍的时候往往使用挡球技术。

此外，拍内和拍间关联矩阵还支持悬停，过滤，高亮的功能。如图2所示，在某场比赛的统计视图中，参与评估的用户将鼠标悬停在第三拍中长&弧圈的组合上，此时第二、三拍的关联矩阵，第三拍内的关联矩阵，第三、四拍的关联矩阵中，和中路长球或者弧圈球相关的组合都会高亮起来。由此用户可以通过统计视图可以看到反手长球在三、四拍配合使用的击球位置和技术，做多步的探索，分析和判断。

最后，统计视图还支持合并连续多拍的功能。如图3、4所示，参与评估的用户将技战术分析视图中的第一到第四拍的拍内拍间关联矩阵合并成了p1、p2前后两拍，其中浅色的p1代表选手一击出的拍，深色的p2代表选手二击出的拍。具体来说，p1中所有拍内矩阵是第一到第四拍中所有选手一击出的拍的拍内矩阵的加和，p2中所有拍内矩阵是第一到第四拍中所有选手二击出的拍的拍内矩阵的加和。而p1和p2之间的拍间矩阵是所有选手一击球至选手二方的拍间矩阵的加和。左下角还有切换的按钮，可以将p1、p2的位置互换。通过这个功能，用户可以看到一个加和的分布情况。

战术视图：如图5战术视图展现一场比赛所有选手一的发球战术的频率和得分率。在图5中，参与评估的用户选择战术仅仅由每一拍的击球技术表示，从击球技术上看最常出现(排在第一行)的发球抢攻战术是选手一(浅色)发球，选手二劈长和选手一弧圈。这样的战术使用了15次，有接近四分之一的得分率。而后用户加入战术中落点的考量，如图6所示，从击球技术和击球落点上看最常出现(排在第一行)的发球抢攻战术是选手一(浅色)发球至中路半长球区域，选手二劈长到反手长球和选手一弧圈拉到中路长球。这样的战术使用了4次，没有得分过。再进一步，用户还可以在战术中加入击球位置的考量，如图7所示。

综上，统计视图有效而迅速地帮助用户定位关键的属性关联信息，并支持强大的多步分析。