2020-08-25 中国排协排球技术统计是将排球比赛行为按照一定的规则和排列方式进行记录,再将记录的数据汇总形成统计表格的一种统计行为。国际排联(FIVB)和中国排球协会(CVA)公布的一系列技术统计数据,对指导训练、比赛和进行相关的排球科研工作具有重要指导意义,同时也可以满足广大球迷越来越高涨的对比赛观赏的需求。Data Volley 4 Media(见图1)及其前后台系统是由意大利Data Project公司研发的,国际上各级排联使用率最高、接受度最好的统计软件和系统。目前,全球大多数排球协会在使用Data Volley 4(Media)和e-Scoresheet等软件系统。随着各类大赛落户我国,2018年6月中国排协引入该技术统计平台软件和系统,并借助服务国际大赛的契机组织研究团队对如何准确以国际标准高效应用该系统进行了探究,后又结合“比赛的实际需求”对原系统进行了一系列改进,使其更符合中国排球协会比赛实际,以此来提高技术统计数据的精准性和一致性,力争我国排球技术统计水平早日达到国际排联标准,以发挥系统更大的作用。 图1: Data Volley 4 Media工作界面图目前,经过多次国内外大赛的培训和实操历练,国内已经形成了一批水平较高的统计人员,比赛所得数据达到了较高的标准。在大数据时代的今天,让我们带大家一起来通过数据看排球,以2019-2020中国男排超级联赛比赛技术统计为例看排球技术统计能告诉你什么?让我们一起从系统平台的解密开始。一、便捷的观看路径、精炼的数据平台架构电脑登陆中国排球协会官网,然后点击“中国联赛”下的“19-20男排超级联赛(或直接点击链接http://cva-web.dataproject.com/CompetitionHome.aspx?ID=38)或通过手机客户端的”中国排球协会APP“中的“数据”观看。数据平台由“首页、比赛、成绩公告、数据统计、球队信息、球员信息、比分直播”七个模块组成,各模块之间相互关联,见图2。 图2:首页部分截图二、多彩“首页”数据信息分区呈现,告诉你:

首页由比赛信息区、最佳排名区(最佳得分手、最佳发球手、最佳拦网手、一传到位率排名和进攻成功率)、最佳阵容候选人区(2名主攻、2名副攻、1名二传、1名接应、1名自由人)、球队分组排名区和各队信息链接区五部分组成。

比赛信息区与“数据统计模块”相链接,你既可以看到比赛的时间安排和比分情况,也可以点击相应比赛信息链接到“数据统计”模块观看比赛技术统计历史或实时数据。 图3:最佳阵容候选人区及分组排名区部分截图在最佳排名区中,你可以从“得分累加排名”和“均局得分排名”进行观看最佳得分手、最佳发球手和最佳拦网手的排名情况,且点击蓝色按钮“Complete Ranking”可以查询全部参赛运动员分类技术效果排序。在最佳阵容候选人区,系统按照中国排协预先研究的算法在“数据统计”模块进行了计算后在该区进行最佳阵容的展示,见图3左。球队分组排名区能让大家清晰的看到比赛的分组和此刻的最新积分排名信息,是了解比赛最直观、便捷的方式之一,见图3右。各队信息链接区与“球队信息”相链接,你点击任何队伍标识,都能让你了解其教练团队、球队官员和运动员的信息详情。二、“比赛”与“比赛成绩”模块告诉你:“比赛”模块按阶段、分组等分类方法呈现不同“组别和轮”的比赛信息,如图4可以看到,在2019-2020男排超级联赛的第二阶段前四轮F组比赛已完成1场、1场正在直播中,点击左端的统计表图标可以链接到“数据统计模块”的比赛详尽数据信息;点击 LIVE 则与“比分直播”链接。在右上角的筛选窗中选择某个球队就可筛选该阶段F组中该队伍的全部比赛信息。图4:比赛模块截图“比赛成绩” 模块与比赛公告中形式一致,是按比赛阶段自动化生成,可告诉你比赛的成绩和比赛各队积分情况,当然可以直接用于比赛公告的制作,见图5。图5:比赛成绩第一阶段A组积分计算和结果统计汇总部分截图三、“数据统计” 模块告诉你:我是核心模块,可对单场比赛或某个阶段或全部比赛的技术统计数据进行汇总分析,还有精彩的比分数据实时直播,内容可谓十分丰富多彩哦!(一)单场比赛的数据统计(从“比赛”模块链接打开)告诉你:图6:比赛数据统计部分截图如图6是对单场数据从“赛前回顾、比赛和得分详情”三部分进行统计对比呈现。“赛前回顾”由“球员对比、球队对比和记录表”组成,见图7,较为直观不再展开描述,可登陆网站观看。“比赛”由“比赛数据、比赛分析、记分表、技术统计”四部分组成,其中“比赛数据”对两队从场和每局进行了精炼式汇总,如图6底部。图7:赛前回顾部分效果图图8:比赛分析效果截图如图8“比赛分析“以数据和饼图从得分分析和位置分析进行两队的技术统计对比,并逐句以数据列表呈现在尾部(图略),以满足各类分析比赛的需要。“记分表”由记录员用e-Scoresheet软件现场记录,实时生成该表,可提供打印和下载功能,是比赛用表,见图9。图9:记分表部分效果图“技术统计”内置的比赛技术统计报告,不仅提供了比赛名称及分组、比赛城市及场地、日期及时间、局和场比分及持续时间、裁判员信息、双方队员号码姓名身份出场站位每局得分及替换情况、双方教练的基本信息外,在双方球队和运动员的比赛技术表现统计对比分析上我更详尽的进行了体现,具体解释见图10。图10:比赛技术报告图图11:得分详情效果部分截图在“得分详情”中按局记录了得分的详细过程,以可视化形式呈现,见图11。(二)阶段和整体比赛统计告诉你:该部分由“全部球员统计、最佳阵容候选人、队伍数据、球队球员信息、球队详细信息”五部分组成。图12为全部参赛运动员的技术统计数据,可用于科研分析、队伍总结和个人表现分析等,点击图中的EXcel图标可导出后可按需进行统计分析。图12:全部队员比赛技术统计部分截图图13为最佳阵容候选排名情况统计,由最佳“自由人、主攻、接应、副攻、二传”排名表组成,中国排协根据实情,研究制定了排名计算办法(见表1),并试图不断探讨更加合理的方法。表1:中国排球协会最新最佳阵容候选人排名办法表

最佳候选人 自由人 主攻 接应 副攻 二传
公式   一传排名指数 = ('#' + '+' - '/' - '=') /总数  有效得分指数 = 发球指数 + 拦网指数 + 进攻指数具体如下:发球指数 = ('#' - '=') / 总局数拦网指数 =('#' - '=') / 总局数进攻指数 = ('#' - '=') / 总局数 二传指数 = ('#' - '-' - '=') / 总数
筛选条件: 最少比赛场数: 2每局最少一传数: 4  最少比赛场数:  2 该排名中的球员至少出场2场比赛,并且每场比赛传球至少占球队所有传球的10%。

 图13:最佳阵容候选人自由人排序部分截图图14:第一阶段队伍数据按得分多少排序图队伍数据见图14,可进行参赛队伍之间的技术统计对比分析。在“球队详细信息”可选择某一个球队,该模块将会汇总该球队与对手的所有比赛技术统计分析数据进行展示,如下图15。在“球队球员信息”中选择某一球队,可汇总呈现该球队内所有球员的技术统计数据,见图16。图15:球队详细信息(上海金色年华队)图图16:球队球员部分信息图四、“球队”与“球员信息” 模块告诉你:图17:球队名单部分截图

在球队模块能展示给你“球队信息”、球队信息(见图17)、教练员团队、球队官员、球队历史。在球员信息模块所有全员按姓氏笔画排序展示,你可以在检索窗口输入姓名进行搜索,还可以按照场上角色进行筛选。

 五、“比分直播” 模块告诉你:(一)比赛实时数据文字直播;有两种渠道进入,通过“比赛”模块中的数据表图标或通过下图18中黄色“比分直播”方式进入图19。图18:比分直播主界面图图19:比分直播构成图图19为动态图,能根据排球现场技术统计和电记实时直播比赛,由当前回合情况,得分详情和比赛两队主动得分统计等实时数据。其中的精彩只有用了才知道哦!图19中恰巧河南崔建军扣球得分,你可以清晰看到他本场目前为止的主动得分情况统计。六、“P2表”告诉你:一场或局比赛后我们都可以得到一张比赛“P2“”表,它是常用的比赛记录表。通常经统计员和技术代表签字确认后作为运动员或运动队技术表现的比赛记录材料之一,可以为每场最佳运动员的评选提供了依据,还可以用来制作赛后公告和对比两队的技术差异。图20:P2表效果图如图20,P2表详细提供了比赛名称及分组,比赛城市及场地、日期及时间,局和场比分及持续时间,裁判员信息,双方队员及其号码、姓名、场上位置、出场站位,每局得分及替换情况,双方教练组构成信息,双方球队和运动员的比赛技术表现(由进攻、拦网、发球得分、对方失误送分、总计和最佳得分手排序组成,仅列出队伍总计和排名前三运动员)。总之,中国排协的这套排球技术统计包含了丰富的比赛技术信息,他让排球比赛更精彩,也让排球比赛走上了大数据发展之路,并在逐步满足着日益增长的广大球迷爱好者、广大新闻记者、运动队和比赛技术官员等群体的不同需求,成为现在排球赛事不可或缺的重要组成部分。撰稿:陈贞祥

分组后统计总数_大数据时代看排球:排球技术统计能告诉你什么?相关推荐

  1. 中国统计,向着“大数据时代”迈进!

    2013年9月12日,第四届中国统计开放日上,国家统计局最新推出的"普查利器"--手持PDA一经亮相,便吸引了现场所有人的目光.这个设备不仅集录入.登记.发送.处理.汇总等多种功能 ...

  2. 大数据后从此再无隐私_大数据时代没有个人隐私?

    作为一名大数据领域的从业者,我来回答一下这个问题. ​在大数据技术的推动下,随着数据价值的不断提高,关于个人隐私的安全问题受到了更多的关注,关于如何在大数据时代保护个人隐私(数据安全)也是目前不少研究 ...

  3. 本地差分隐私 随机响应_大数据时代下的隐私保护

    本文作者程越强.孙茗珅.韦韬 1 引言 在大数据的时代,越来越多的服务和产品是围绕用户数据(隐私)建立的.这样虽然带来了个性化的服务,提高了服务质量和精度,但是在数据收集.使用以及公布的过程中,用户隐 ...

  4. 大数据可视化html模板开源_大数据时代-可视化数据分析平台必不可少

    公众号:不安分的猿人 一.项目简介 DataGear是一款数据管理与可视化分析平台,使用Java语言开发,采用浏览器/服务器架构,支持多种数据库, 主要功能包括数据管理.SQL工作台.数据导入/导出. ...

  5. 什么叫大数据人物画像_大数据时代,如何构建精准用户画像,直击精细化运营...

    移动互联网时代,精细化运营逐渐成为企业发展的重要竞争力,"用户画像"的概念也应运而生.用户画像是指,在大数据时代,企业通过对海量数据信息进行清洗.聚类.分析,将数据抽象成标签,再利 ...

  6. 有python专业的世界大学_大数据时代专业怎么选?2018年QS世界大学商业分析硕士专业排名...

    导读:最新2018年QS世界大学商业分析硕士专业排名对全球各所大学商业分析专业做出综合评价,最终45所大学上榜. 商业分析专业Business Analysis到底学哪些科目?就业方向如何?作为商科专 ...

  7. 什么叫大数据人物画像_大数据时代用户画像有什么作用

    简单来说,用户画像就是把用户的信息进行标签化,从而提供给企业和公司.在当下这个大数据时代,各个企业公司早就把用户画像,作为重要的经营战略调整依据.因此,用户画像在电商中的价值和作用不言而喻.下面就为大 ...

  8. 弄潮儿数据_大数据时代,你如何成为弄潮儿

    很多数据科学圈的大拿们说,大数据时代,数据来源不是问题,数据分析(建模)才是最关键的最值得考虑的,只有数据那只是数据而已,不会产生任何价值. 先入门才是硬道理 但是我想说的是,对于想了解数据科学而又数 ...

  9. 大数据时代第一部分思维导图_大数据时代总结思维导图模板分享

    现在的社会是一个高速发展的社会,科技发达,信息流通,人们之间的交流越来越密切,生活也越来越方便,大数据就是这个高科技时代的产物.数据涉及了方方面面,那主要介绍哪些呢?下面是分享的大数据时代思维导图模板 ...

最新文章

  1. nn.moduleList 和Sequential由来、用法和实例 —— 写网络模型
  2. mac ox 10.9 安装eclipse cpp launch failed binary not found
  3. 不分大小写的Strstr
  4. xmind怎么在左边创建_个人怎么做微信小程序商城
  5. 机器学习算法应用30篇(一)-支持向量机(SVM)理论与实践
  6. java jar包示例_Java包isCompatibleWith()方法与示例
  7. Ubuntu: 不显示无线连接 Can't get wireless working on Dell latitude d620
  8. 应用迁移方案_Kubernetes如何成为迁移旧版应用程序的解决方案
  9. 腾讯未成年保护措施再优化,专治孩子忽悠家长帮过人脸识别
  10. Atitit.报名模块的管理
  11. 【工程光学】平面与平面系统
  12. winOS最新tensorflow不同版本要求与CUDA及CUDNN版本对应关系(12,2019.)
  13. this is a prerequisite condition to test whether the packagecompat-libstdc++-33-3.2.3-61.x86_64
  14. halocn标定找旋转中心_对摄像头进行标定
  15. 解决ubuntu18.04环境下无法调整分辨率的问题
  16. 单相电机转动的原理,单相电机正反转的接线方法
  17. js计时器实现页面刷新和幻灯片效果
  18. 基于openCV的视频人脸识别——演员的诞生视频人脸识别
  19. 如何看待字节跳动取消大小周普遍降薪?平均每日入账6.5亿,11万员工怎么办
  20. 解读Nodejs多核处理模块cluste

热门文章

  1. 前端获取不了rest请求自定义headers的问题
  2. mysql索引结构优缺点_mysql索引优缺点及注意事项
  3. jsp import mysql con_jsp的分页查询的代码(mysql数据库)
  4. h5页面如何预览excel文件_移动端页面,如何解析预览 word/excel/PDF文件?
  5. 如何在android进行ltp测试,Android系统完整性度量架构IMA-EVM
  6. python flask高级编程之restful_python Flask实现restful api service
  7. linux qt yuv,c – 如何使用Qt中的RGBA32数据将带有YUV数据...
  8. Linux进阶之路————进程与服务管理
  9. account表里有什么 银行_模拟一个银行账户类Account,账户类中包括所有者、账号、余额、账户总数、存款、取款等信息。_学小易找答案...
  10. python2和3语法区别_python2和3语法区别