2024年5月16日发(作者：艺术人像摄影)

第

33

卷第

6

期

2019

年

6

月

白城师范学院学报

Journal

o£

Baicheng

Normal

University

Vol.

33,

No.

6

Jun.

,2019

Data

Volley

软件在中国排球超级联赛中的操作技术分析

王春发

-

张倩

$

（

1.

福建师范大学福清分校体育学院

2

福清市崇文小学

，

福建福清

350300

）

摘要:在

2018

-2019

年中国排球超级联赛中

，

福建女子排球队的主场首次引入由意

大利开发的

Data

Volley

软件,并在福建安溪赛区的

7

个主场都安排了专门的技术统计人

员

，

辅助裁判员进行现场数据在线录入和实时上传•本文从比赛前

、

比赛中和比赛后三个

方面对

Data

Volley

软件的应用操作进行分析.研究发现

：

（

1

）

比赛前的应用操作主要集中

在信息的录入要及时准确方面

；

（

2

）

比赛中的应用操作主要集中在代码的录入方面

；

（

3

）

比赛后的应用操作主要集中在数据的整理方面

，

数据整理要细心

，

并且操作要迅速而准

确.

关键词:

Data

Volley

软件;排球超级联赛;应用操作

中图分类号:

G842

文献标识码:

A

文章编号

：

1673-3118

（

2019

）

06-0046-06

0

引言

Data

Volley

是一款由意大利公司开发的排球专业技术统计软件,并且在全世界排球开展较好的国家

普遍应用•该软件具有非常强大的比赛即时统计功能

，

能在比赛临场对场上比赛运动员的所有技术动作和

技术效果进行全方位的统计

，

并且能较快地通过电脑对运动员的数据进行分析

，

教练员就能根据实时数据

结论改变比赛场上的阵容搭配

，

从而在先进技术支持下帮助球队取得更好的成绩⑴

.

Data

Volley

软件是由

中国排球协会全资子公司一华力宝公司全面负责技术培训和运营.

在

2018

-2019

年中国排球超级联赛中

，

福建女子排球队的主场首次引入

Data

Volley

软件

，

在福建安

溪赛区的

7

个主场都安排了专门的技术统计人员辅助裁判员

，

进行现场数据在线录入和实时上传,使得球

员的比赛数据能够和中国排球管理中心进行实时连接

,

从而提高了中国排球赛事的科技含量

，

顺应大数据

时代的潮流发展

，

极大地促进了中国排球赛事向着更加智慧科技的方向发展

1

研究对象与方法

1.1

研究对象

本文选择

2018

-2019

年中国女排超级联赛

（

安溪赛区

）

福建队主场比赛过程

，

技术统计人员辅助裁

判使用的

Data

Volley

软件为研究对象.

1.2

研究方法

1.2.1

文献资料法

利用电子图书馆的学术期刊资源

，

检索

Data

Volley

软件和技术统计方面的相关文献,并查阅大量排

球技术统计相关的专著•此外

，

通过网络检索

2018

-2019

年中国女排超级联赛

（

安溪赛区

）

福建队

7

个主

场比赛的相关录像和数据资料.

____________________________________________

收稿日期:

2019

-

03

-

08

作者简介

：

王春发

（

1987

—

）

,

男

，

讲师

，

硕士

，

研究方向

：

体育教育训练学.

基金项目

：

福建省中青年教卯教育科研项目

（

社科类

）

（

JAS170618

）

.

46

Data

VoUey

软件在中国排球超级联赛中的操作技术分析

1.2.2

专家访谈法

本人作为辅助裁判员亲自参加了

2018~2019

年中国女排超级联赛

（

安溪赛区

）

福建队

7

个主场比赛

的统计任务•在比赛过程中

，

通过现场对各支队伍的教练员

、运动员以及赛事的组织领导

，

进行了深入的访

谈和调研.

1.2.3

数理统计法

初期对搜集的福建女排

7

个主场的统计数据进行整理

，后期通过计算机软件

Microsoft

Excel

进行数据

处理分析.

2

结果与分析

2.1

Data

Volley

软件在比赛前的应用操作

2.1.1

赛前比赛任务的分工要明确

在

2018

-2019

年赛季的中国排球超级联赛中

，

福建女子排球队主场每场安排的技术统计人员为四

名

，

其中两名主要执行比赛统计任务

，

另外两名作为辅助人员主要是学习该软件的使用•负责比赛任务的

两名裁判员都要对软件和数据代码非常熟悉

，

安排好谁来观察比赛场上的情况并进行代码的播报,另一人

则要非常熟练地掌握

Data

Volley

软件的每个菜单和界面

，

并进行实时数据的录入•代码播报的人员还要

负责好整场比赛期间录像机是否运转正常

，

以防数据丢失后能够及时通过视频将比赛技术统计数据补充

完整•由于福建女排的主场是首次采用

Data

Volley

软件进行统计

，

所以为了确保任务的顺利完成,安排两

人进行统计

，

在国内软件引入较早的赛区基本上都是一个人完成任务,这也是福建女排赛区以后要不断学

习和提高的地方.

2.1.

2

赛前比赛信息的录入要准确

如图

1

所示

，

比赛前

，

在比赛说明这一项目中,大部分内容中国排球协会已经提前设定好

，统计人员修

改的内容是双方球队的球衣颜色

，

然后再仔细检查每一项内容是否与球员信息表内容一致,如果发现不一

致的地方

,

直接可以进行修改并且赛后上传数据.

图

1

Data

Volley

软件比赛说明菜单项

如图

2

所示

，

运动员列表菜单项是十分关键的一个菜单项目

，

队员号码和姓名的准确与否直接关系到

比赛时和比赛后球员的个人成绩•在比赛前,通过网络可以直接下载每个球队完整的人员名单

,

但是一般

都会超过比赛规定的人数

，

因为有些队员已经不在这个队伍

，

或者受伤无法进行比赛•所以在赛前要获取

技术代表确认好的球员信息表

，

并认真核对主客队的球员姓名和号码

，

如果发现有不一致的地方

，

应在第

47

白城师范学院学报

第

33

卷第

6

期

一时间与技术代表进行确认.

图

2

Data

Volley

软件运动员列表菜单项

图

3

所示的队形菜单项主要显示了双方队员的场上位置和号码以及每个队的二传手号码•队形菜单

项的功能较为丰富和人性化

，

与排球的运动项目特点比较吻合•能够根据统计视角切换队形的排列形式

,

也能直接对号码和轮次的顺序进行修改•队形菜单项是进入比赛环节最后的一项

,

当双方队员位置表信息

拿到后

，

应当核对清楚并且查看队员是否都在名单中,二传手是否在场上.

图

3

Data

Volley

软件队形菜单项

2.

2

Data

Volley

软件在比赛中的应用操作

在实际操作期间,

代码是统计人员提到最多的

，

也是大家最头疼的•因为刚接触这些代码还不熟悉

,

以

前的技术统计程序习惯还没有完全改变

，

需要一定时间进行消化和吸收.

Data

Volley

软件最核心的任务就

是代码的录入，

代码录入的好坏直接关系到最终数据的质量⑶.代码录入过程中最难的就是如何在最短

的时间反映出准确的代码

，

并且能够录入准确

，

这就需要大量的时间去记忆数据代码.

2.2.1

统计代码要熟练准确

图

4

所示的代码输入对话框是比赛过程中主要操作菜单

，其构成非常简单

，

包含的功能键也比较少,

主要是双方得分和撤销功能采用的比较多•在代码录入过程中

，

常用的代码主要是组合代码

，

偶尔会有个

别回合需要基本代码的填充

，

主要是由于中国排球超级联赛具有较高水平的对抗性

,

其双方攻防比较具有

48

Data

VoUey

软件在中国排球超级联赛中的操作技术分析

规律性

图

4

代码输入对话框

如表

1

所示

，

常用的组合代码有三种

，

分别是发球与接一传组合

、

扣球与拦网组合和扣球与防守组合.

通过实际的比赛录入数据发现

,

这三个组合代码的出现频率非常高

,

特别是扣球与防守组合

，

一方面由于

排球自身项目攻防的技战术特点导致

，

另一方面也是由于女排比赛中扣球并不像男排比赛那样攻击性高,

这就使得女排比赛来回球较多,攻防非常精彩

,

从而导致扣球与防守组合代码的出现频率就非常高

•

此外

,

通过总结发现在数据录入过程中应遵循

“球未到手

，

代码先行

”

的原则

，

这样数据统计就会变得更加准确.

表

1

常用组合代码表

组合代码名称

发球与接一传组合

扣球与拦网组合

扣球与防守组合

代码举例

代码释义

a5S.7#

a8.

9

=

al

.

3D

=

主队

5

号发球

，

客队

7

号接一传到位

主队

8

号扣球

，

客队

9

号拦网失误

主队

1

号扣球

，

客队

3

号防守失误

2.2.2

统计代码修正要及时

如图

5

所示

，

代码显示工具栏比较简洁

，

空白区域主要是显示所有输入的代码,代码表的最下方有更

新

、

验证和搜索三个菜单项

,

在实际的比赛应用操作中

,

常用的是更新和验证两个菜单项•代码表另一个重

要功能就是对录入代码能自动进行检测

,并且如果出现数据逻辑错误

,

错误的代码将会显示红色,这时就

要及时更正

,

从而使数据保证正确的逻辑顺序•在实际应用操作过程中

，

较常出现错误代码的情况有以下

几种

：

（

1

）

场上球员号码录入错误;

（

2

）

自由人出现进攻和拦网代码

；

（

3

）

发球后没有接发球的人员号码;

（

4

）

后排队员出现前排拦网代码.

错误代码的修改方法也比较简单

,

双击错误代码就能直接进行号码和击球效果的修改,

当修改完代码

后要点击更新菜单项

，

并且接着点击验证菜单项

,

检测一下修改的代码有没有出现错误

,

这就需要代码录

入人员要非常熟悉代码的录入和修改菜单.

图

5

代码显示栏

49

白城师范学院学报

第

33

卷第

6

期

2.2.3

球员号码观察要准确

在实际比赛过程中

，

技术统计人员的位置在排球场的两端广告牌后面,距离球网的距离超过

15

m,

距

离另一边的场地超过

20

m,

那么就为能否看准确号码增加了非常大的难度•此外

，

一名统计人员要观察全

场所有运动员的号码和技术效果

，

整个比赛下来平均每局要达到

300

-400

条数据的录入

，

那么工作量就

变得非常大

，

并且还不允许出现错误.

数据录入的特点是先找号码后看技术动作效果

,

场上球员的技术动作比较显而易见

，

但是号码却有时

很难看到

,

那么数据录入就会出现较大的困难•出现球员号码看不清的常见情况有以下几方面

：

(

1)

球员

站位的相互遮挡

;(2)

球网和球架的隔挡

;(3)

高难度救球动作遮挡

；

(

4)

球员球衣颜色和号码颜色对比不

够明显⑷.

解决以上问题的经验有以下几方面:

(

1)

在双方赛前热身时

,

开始观察每个球员的衣服

、

发型和体型

等特点

;(2)

每个队的明星球员要着重观察;

(

3)

应随时移动来弥补观察位置不当的问题.

2.

3

Data

Volley

软件在比赛后的应用操作

比赛结束后,

Data

Volley

软件的应用操作主要集中在以下几个方面:

(

1)

代码数据的检查;

(

2)

比赛报

告的输出打印•由于赛后要第一时间把录入数据上传

，

并且要把比赛报告送交技术代表签字

，

所以

，

赛后的

操作要非常迅速.在实际操作过程中

，

比赛结束后第一步要先确保所有的比赛数据都验证通过

，

接着要与

记录台取得每一局的比赛开始时间和结束时间并进行录入

，

还要与技术代表取得本场比赛的观众人数并

录入•所有信息录入完毕后

,

输出比赛报告和技术统计表

,

送交技术代表签字

,

并上传所有比赛数据到中国

排球管理中心.

3

结论

(1)

Data

Volley

软件比赛前的应用操作主要集中在信息的录入要及时准确方面

，

两个辅助裁判员的

分工是否明确直接关系到信息的录入效率

，所以好的开始是成功的一半.

(2)

Data

Volley

软件比赛中的应用操作主要集中在代码的录入方面

，复合代码有其非常大的操作优

势

，

能够为录入员省去很多的时间•在操作过程中

，

复合代码的使用也是根据排球运动的自身规律演变而

来

，

所以

，

研究排球运动本身的比赛规律会发现,很多代码有其独特的规律性•找到其规律性和套路性的代

码组合

,

就比较好进行临场的录入和操作.

(3)

Data

Volley

软件比赛后的应用操作主要集中在数据的整理要细心

，并且操作要迅速而准确

，

这就

需要电脑操作人员要对每个步骤的先后顺序非常熟悉.

参考文献

：

[1]

张旋.第十二届排球世界杯前六老中外女排技术运用对比分析

[D].

太原

：

太原理工大学

,2016.

[2]

戴承石.全国排球联赛技术统计平台现状调查与分析

[D].

苏州：

苏州大学

,2015.

[3]

冯建.第

30

届奥运会中国女排与巴

、

美

、

日女排主要技战术运用效果对比研究

[D].

烟台

：

鲁东大学

,2014.

[4]

林海强

.

SportsCode

软件在排球技战术统计方面的开发研究

[

D]

.

北京

：

北京体育大学

,2013.

50

Data

VoUey

软件在中国排球超级联赛中的操作技术分析

Research

on

the

Operation

Technology

of

Data

Volley

Software

in

Chinese

Volleyball

Super

League

WANG

Chun-fa,

ZHANG

Qian

(

College

of

Physical

Education

,

Fujian

Normal

University

at

Fuqing

；

Chongwen

Primary

School

,

Fuqing

350300,

Chian)

Abstract

:

In

the

2018

-

2019

Chinese

volleyball

super

league

,

the

Data

Volley

software

developed

by

Italy

was

introduced

in

the

home

court

of

Fujian

women

'

s

volleyball

team

for

the

first

time,

and

specialized

technical

statistical

auxiliary

referee

personnel

were

arranged

in

seven

home

courts

of

Anxi

division

of

Fujian

province

for

online

Data

entry

and

real

一

time

upload.

This

paper

studies

the

application

and

operation

of

Data

Volley

software

before

,

during

and

after

the

competition

,

and

find

that

the

application

operation

before

the

competition

mainly

fo

­

cuses

on

timely

and

accurate

information

input

；

the

application

operation

in

the

competition

mainly

focuses

on

the

code

input

；

the

application

operation

after

the

competition

mainly

focuses

on

careful

data

sorting

,

and

the

opera

­

tion

should

be

rapid

and

accurate

・

Key

Words

:

Data

Volley

software

；

volleyball

super

league

:

application

operation

责任编辑

：

李玉波

(上接

40

页)

Prediction

of

Road

Traffic

Accidents

Based

on

Grey

BP

Neural

Network

Models

WANG

Xiao

-

fan

,ZHU

Yong

-

qiang

(

School

of

Mechanical

and

Automotive

Engineering,

Qingdao

University

of

Technology

,

Qingdao

266520,

China)

Abstract

:

Road

traffic

accidents

are

an

important

link

of

road

traffic

safety.

Through

the

accurate

prediction

of

the

number

of

traffic

accidents

in

the

future

,

it

can

provide

an

important

basis

for

traffic

management

and

plan

­

ning.

Taking

the

number

of

traffic

accidents

in

Shandong

Province

from

2006

to

2015

as

a

sample

,

this

paper

u

­

ses

grey

GM(

1,1)

model

and

grey

BP

neural

network

combination

model

to

predict

and

compare

the

data.

The

results

show

that

the

grey

GM

(1,1)

model

and

grey

BP

neural

network

combination

model

can

be

used

to

predict

and

compare

the

data.

Grey

BP

neural

network

model

has

higher

prediction

accuracy

；

the

relative

error

of

pre

­

diction

results

is

4.

45%

,

which accords

w

让

h

the

actual

situation.

It

proves

that

the

model

is

reasonable

and

reli

­

able

and

can

provide

a

basis

for

road

safety

management.

Key

Words

:

road

traffic

accidents

；

gray

prediction

method

；

BP

neural

network

；

prediction

责任编辑

：

乌卩伟三

51