摘 要： 數據挖掘是指從數據庫的大量數據中揭示隱含的、先前未知的、潛在有用信息的非平凡的過程。使用可視化數據挖掘的技術從足球比賽的數據集中找到模式。這些模式可以在足球比賽中直接或間接地提供有益的見解，并在比賽中運用決策支持系統。
關鍵詞： 數據挖掘；可視化；模式
數據挖掘DM(Data Mining)技術在足球運動中的運用潛力是非常巨大的。足球運動起源于英國，它的巨大影響力與日俱增，在世界上已經有超過240萬人從事這項體育運動[1]，有著非常豐富的數據資源。
跨行業數據挖掘過程標準CRISP-DM(Cross-Industry Standard Process for Data Mining)是由歐洲幾家在數據挖掘應用上有經驗的公司共同籌劃組織的一個特別小組所提出的，它分為6個階段，在本文中主要包括3個部分[2]：第1部分，定義商業問題(business understanding)，本階段的主要工作是針對該課題的目標和需求進行了解確認，針對不同的需求做深入了解，將其轉換成數據挖掘的問題，并擬定初步構想去實現該目標。第2部分，數據理解(data understanding)和數據預處理(data preparation)，數據理解階段以收集數據開始，了解數據的含義與特性，并過濾出所有可能有用的數據，然后進行數據整理并評估數據的質量，把各種不同來源的數據加以整理和歸并，以適合數據挖掘技術的使用。第3部分，包括CRISP-DM的建立模型(modeling)階段，使用可視化的技術來挖掘數據。
1 定義商業問題
通過網站zerozerofootball獲得了許多歐洲冠軍聯賽和許多國家的足球聯賽數據，其中主要的2個數據集：(1)在2008、2009年的葡超冠軍聯賽中，因為它是具有最高的詳細程度和水平最低的遺漏值和錯誤數據。(2)在過去的50年，6個歐洲國家的所有比賽，也包括葡萄牙聯賽。
通過所選擇的數據集，用數據挖掘技術做探索性工作從而找出它的模式，即可以在足球比賽中直接或間接地提供有益的見解。達到在比賽中運用決策支持系統、對比賽的結果進行預測的目的[3]。
2 數據理解和數據預處理
建立數據庫和分析數據，包括一些歐洲國家足球聯賽的冠軍和比賽的信息，如葡萄牙自從1934年以來的15 382場比賽，英格蘭從1888年起的43 730場比賽，西班牙從1930年起的19 846場比賽，意大利從1946年起的17 680場比賽，法國從1933年起的22 702場比賽，以及德國從1933年起的13 406場比賽。在這些數據中找出影響最大的數據，像隊伍的名字、每場比賽的進球數、失球數和勝利者、所處于的國家和年份、每個聯賽中每個隊伍的總進球和失球數以及每個隊伍所獲得的分數與勝、負、平的場次數[4]。
還選擇了具有最高的詳細程度和水平最低的遺漏值和錯誤數的聯賽，2004、2005年的葡超冠軍聯賽，這一年的聯賽共包括18支隊伍、總計306場比賽，一共有711個入球、裁判出示了1 771張牌，這一年的比賽信息還包括每場比賽中的隊員、替補、以及比賽的時間和地點，例如知道了聯賽中每個球隊，就知道了它的總進球和失球數以及每個隊伍所獲得的分數，同時如果知道了1個足球運動員的名字，也就知道了該隊員的進球數、獲得的牌數、助攻數等。圖1中所示FC Porto、Benfica、Sporting在近幾十年的聯賽里最后所處的聯賽排名。
3 建立模型
數據挖掘的可視化技術是指運用計算機圖形學和圖像處理技術，將數據換為圖形或圖像顯示出來，并進行交互處理的理論、方法和技術。主要是在相同或相似的數據中給人們一些觀察和見解。根據圖1所示葡萄牙聯賽爭奪冠軍的主要3支隊伍，通過圖2可以得到葡萄牙聯賽這3支隊伍獲得冠軍的分數，并了解這些隊伍的變化，也能看出自從20世紀90年代初改變了規則，即贏1場球從3分變為2分后，FC Porto、Benfica獲勝的次數明顯增多了，并且與Sporting之間的差距越拉越大。
通過對每一個國家的每場比賽結果加以分析，比賽結果用2D的圖來表示，不同的黑色陰影表示過去的每年聯賽平均每場的得、失球，圖3、圖4所示為西班牙、英格蘭的聯賽比較。
從對比中可以看出，盡管近幾年2個國家的比賽結果很相似，但是從總體上和歷史上看，英格蘭的足球比賽結果有著比較少的變化，而西班牙過去的比賽結果和近幾年的結果有著很大的不同。同樣，還可以通過數據去衡量1支隊伍的主客場成績變化和2支隊伍更可能出現的結果。例如圖5所示Benfica隊的歷史主客場成績(圓表示主場成績，方塊表示客場成績)，可以看出，近些年該隊伍的主場成績有很大改觀。
圖6所示FC Porto對Benfica的主場交戰記錄，每個坐標是比分，從比分的模式可以看出，FC Porto對Benfica的成績占據優勢，平局其次，輸球的結果比較少。
數據挖掘技術是伴隨著行業數據量的迅速膨脹和對知識發現的迫切需要所出現的產物，可以實現對足球比賽數據的挖掘，可以更容易得到有根據的模型。但是此項技術作為有效的信息處理和強大的數據分析工具還需要體育專業人員和有經驗的分析人員共同完成[5]，該領域有著非常廣闊的發展前景。
參考文獻
[1] BHANDARI I， Advanced scout： Data mining and knowledge discovery in NBA data[J]， 1997.
[2] 郝麗，劉樂平，王星.數據挖掘在體育統計中的應用[J].東華理工學院學報，2004，23(2)：92-95.
[3] 韓鳳芝，杜修平.數據挖掘在職教體育教學中的應用[J].中國職業技術教育，2004(31)：38-39.
[4] 隆益民.數據倉庫與數據挖掘[J].現代電子技術，2000(10)：70-73.
[5] 楊雙燕，趙水寧.體育數據分析中數據挖掘技術的應用[J].浙江體育科學，2003，25(4)：49-51.