【里约奥运系列】游泳队的洪荒之力

傅园慧、洪荒之力、奥运大数据...





躲过了孙杨，躲过了宁泽涛，躲过了中国击剑队，却一头栽到了傅园慧身上。

要说奥运会开幕到现在，哪个中国运动员最火，那绝对非傅园慧莫属了。要说傅园慧到底有多火，看看英国《每日邮报》，《每日邮报》报道了傅园慧接受采访时的搞笑言论和神态夸张的表情包，并惊呼这姑娘真的是太有趣了！

傅园慧在接受采访时夸张的表情，英国媒体一张也没有错过，他们不仅把图刊登了出来，还在每张照片下面做了详细的注释！而英国网友在看到傅园慧的照片之后也笑坏了，有网友评论道：“这个姑娘兴奋的已经有些魔性了，不行，一定得离她远点！”

对于傅园慧那句极具中国特色的“我已经用了洪荒之力了！”《每日邮报》并没有给出相应的翻译，相对于博大精深的中文表达，英国媒体显然已经找不到合适的语句来翻译傅园慧的“洪荒之力”。



当然这届奥运会的看点不仅仅有我们的“洪荒之力”，还有奥运会大数据的应用。2012年伦敦奥运会开创了大数据驱动体育赛事的先河，每秒产生60GB数据和3万条推文，而世界各地的体育迷们每天会创造15TB数据。但与今年的里约奥运相比，这些数字就是个笑话。

里约奥运会大数据运用的三个方面

1. 预测比赛结果和奖牌归属

全球娱乐数据提供商Gracenote利用其大数据和预测性分析能力，详细预测哪些国家将称霸奖牌榜、哪些运动员将脱颖而出，以及总奖牌榜的情况。Gracenote表示，该公司利用数千项赛事的数据和一个囊括奥运会百年历史的庞大数据库，创造了一个虚拟奖牌榜，为各自国家的观众提供个性化的预测结果。

2. 辅助训练运动员

不只是第三方提供商在利用大数据，各个国家的教练也在利用运动员的分析数据和公开可用的数据来改善训练方案。就团体性运动而言，教练们会分析运动员的过往比赛数据、面对特定对手时的表现以及有关适应性的统计数据。就非团体性运动来说，预测性分析被用来预测特定运动员的对手、分析其优势和劣势并研究过往战术，更为重要的是，根据表现趋势来增强适应性。简而言之，通过大数据分析，可以发现运动员的优势和运动能力。

3.防止疾病传播

面对寨卡病毒、登革热和基孔肯雅病毒的潜在威胁，官员们利用社交数据来抵御这些病毒。IBM利用大数据，帮助巴西奥组委分析来自社交媒体的数据。该公司汇总并整理了大量网络数据，例如，在监测到涉及寨卡等病毒的社交媒体评论及对话时，他们会分析这些言论的出现频率和分布状况。

大数据如何算出分析结果

想要更好地了解在这些场景中大数据是如何进行预测性分析的，我们需要考虑在预测比赛排名时所需处理的数据方法：

第一步：首先确定关键指标。100多年的可用数据可以划分为国别、赛事、成绩、运动员姓名、年龄、过往表现记录等。

第二步：确定指标后，把数据分成两个子数据集，即训练数据集和测试数据集

第三步：使用训练数据集的数据建立模型。测试数据集包含所有的历史数据，比如具体的比赛成绩。

第四步：把测试数据集的数据输入模型并进行分析。

这样一来，我们就能根据历史数据来预测结果。

    关注 迅鳐科技