基于社会网络分析法视角下足球进球前的传球网络研究.docx

?

?

基于社会网络分析法视角下足球进球前的传球网络研究

?

?

雷丽

摘要：目的探索社会网络视角下进球前传球网络的总体特点以及不同场区、不同阶段、不同水平、不同比分状态下，进球前传球网络的差异。方法选取152个进球网络作为研究对象，将比赛场地分为7个场区，建立152个个体网络矩阵，8个局域网络矩阵，使用Excel2013进行十余项数据统计;运用ucinet6.18对数据进行处理，对数据进行进行网络密度、网络距离、核心边缘分析;运用spss22.0对网络数据、场区数据进行独立样本T检验和方差分析，对比网络密度、网络连接次数、网络距离、网络节点数量、节点网络参与度、网络持续时间的差异性。结果整体网络展现出快速、直接的特点;不同状态的传球网络在网络密度、网络连接次数、网络节点数量、节点网络参与度方面没有差异，各场区的在集中度指标上存在明显差异：ODC，WDC，IDC，优胜队非优胜队在4区的ODC上存在明显差异，小组赛和淘汰赛在1区内度上存在明显差异，不同比分状态下，4-1、4-2区的的IDC指标也存在明显差异。核心边缘分析显示整体网络、在不同状态下的网络特点有较大的不同。结论：（1）快速、直接的传球网络是形成进球的有效手段;（2）中后卫、后腰在各种比赛状态下都处于核心位置，对球队进球的过程中起着核心的作用;（3）各位置的均衡配置更有利于形成强有力的集体。

关键词：社会网络;进球;传球;世界杯

：G203;G843：A：2096-3866（2020）22-0-06

一、研究背景

提高足球運动员在比赛中的竞技水平是训练的终极目的，而对于运动员在比赛中的表现进行客观、科学的分析是制定训练方法、训练目标，评估训练效果的主要依据[1]。在足球运动中，传球是最基本的技术之一，是足球比赛实施一切技、战术的基础，传球技术运用的好坏，会直接影响到本队技、战术水平的发挥和最终的比赛结果[2]。近些年，国内对于比赛中队员传球表现的研究，主要通过传球成功率、传球次数、传球方式等简单的数理统计方式进行研究，这种研究有其优势，但是研究指标单一，无新意，许多学者的研究都是在不断的重复已有的研究结果。在传统的研究过程中，都是以参赛个体为研究单位，而忽略了个体之间是存在联系的这一事实，文章以社会网络视角分析传球网络，为研究传球网络提供了一种全新的研究思路。社会网络分析法研究的内容可以是整体网络，局域网络，也可以是个体网络，此外还可以用来研究队员（节点）间的传球（连接），也可以帮助找出球队中的核心位置和核心队员等，社会网络分析法的研究数据相对传统的研究方式，可以为球队的训练、教练员技战术的安排，提供更多、更可靠的数据。

二、研究对象、方法

（一）研究对象

选取2018年第21届世界杯的169个进球及进球前的传球网络进行了分析，其中6粒进球是在争夺控球权时创造点球、2粒非对抗下的乌龙球、9粒抢断球后直接射门得分，这些进球没有在同队队员间进行配合、传递，被排除在外，共计152粒进球及进球前的传球网络被选中作为本次研究的研究对象。

（二）研究方法

1.文献资料法

通过铜仁学院网上图书馆查阅中国知网、万方数据库、国家图书馆等平台查阅相关文献资料，建立研究基础。

2.视频分析法

通过拥有国际足联在中国大陆地区电视和新媒体独家版权的CCTV及其官方网站央视网观看64场世界杯比赛视频，分析记录相关数据。

3.数理统计法

运用Excel2013统计162个进球前传球网络的节点数量，节点编码，节点的出度、入度、内度、网络链接数量、网络覆盖的场区状况;将162个进球的进球前传球网络，做成邻接矩阵（6支球队比赛中换人名额只用2个），并对整体网络、不同水平、不同阶段、不同比分状态下的传球网络进行了归类。

将邻接矩阵输入Ucinet6.18计算网络密度、节点参与度等指标。将整理好的数据录入SPSS22.0，对优胜队和非优胜队、淘汰赛和小组赛、不同比分状态下的传球网络数据进行独立样本T检验，检测其差异性。同时也对统计指标进行了K方检验，验证统计指标的准确性。对于统计的相关指标，运用SPSS22.0、Ucinet6.18、Excel2013进行统计分析，运用独立样本T检验，对小组赛、淘汰赛，优胜队、非优胜队，不同比分状态下的，网络密度、节点数量、网络持续时间、节点参与度等指标进行分析。在对各场区的网络状况进行检验的时候，主要运用方差分析（ANOVA）。当方差分析结果p0.05时，定义为显著，在被检验为显著差异的情况下，结合最小显著差异值进行多重比较[3]。

4.逻辑分析法

对Excel、Ucinet6.18、SPSS22.0等软件的分析结果进行归纳，结合队员的号码，场上位置，技战术特点等因素，分析探讨社会网络视角下进球前传球网络的特点。

5.社会网络分析

社会网络分析包括