源地址2：
我们上学的时候，老师讲“数据挖掘”时总喜欢用啤酒和尿布来举例。这个例子如此生动，如此贴近生活，久而久之，大家就只会用这个例子，大家都认同，这就相当无趣了。事实上，我最近发现NBA就是一个很好的例子。 NBA到处都使用数据挖掘，这常常让人惊叹不已。
例如没有打过替补的nba球员，最近一期《体育画报》中一篇关于NBA的文章中写道：“二十年来，每一位年度最佳防守球员都带着戒指退役了。” Mbo和阿泰斯特也会赢得冠军）。发现这样的事实基本上只有两种可能：有一小群熟悉NBA知识、大脑极其发达的中年人。他们/他们了解深藏在浩瀚数据海洋背后的一些东西。有趣的事实有极其敏锐的洞察力；或者说NBA掌握了非常有效的数据挖掘技术，用这样的技术来挖掘自己几十年来苦心收集的数据。
我更愿意相信后一种可能性，因为很难找到或培养能够记忆大量数据并具有敏锐洞察力的人，而且是不可重复的——但我不仅这是我第一次在一篇关于NBA的文章中看到了这样隐藏的事实。不仅是NBA，在美国的其他体育联盟（如橄榄球、棒球等）中也经常可以找到类似的发现。 《体育画报》同一期的另一篇文章写道：“在定义的‘关键时刻（最后5分钟双方比分差小于5）’，（特雷西）在比赛中得到了80%的得分。相反，姚明的‘残酷时刻’……高达60%的得分依赖于助攻。”
从这些有纹理的数据以及由数据衍生的事实可以看出，即使数据挖掘是由人类或计算机完成，美国各大体育联盟收集数据的细节也值得学习。 。下次你面试SDE时，不妨问这个问题：请设计一个NBA比赛和球员信息数据库。
--------------------------------------------------
美国著名国家篮球队NBA的教练使用IBM提供的数据挖掘工具当场决定更换球员。想象一下，你是一名 NBA 教练没有打过替补的nba球员，你如何带领你的球队取得胜利？当然，最容易想到的就是全场紧逼、横拉、快速抢断等具体战术和技术。但如今，NBA 教练有了新武器：数据挖掘。大约20支NBA球队使用该公司开发的数据挖掘应用软件KWDMS系统来优化他们的战术组合。例如，斯考特在对阵迈阿密热火队的比赛中发现了获胜的机会，因为他研究了魔术队球员的不同阵型安排。
系统分析显示，魔术队首发阵容中的两名后卫安芬尼·哈德（ ）和布莱恩·肖（Brian Shaw）在前两场比赛中的得分为-17分，这意味着他们在场上。 ，球队丢分比得分多了17分。然而，当哈德与替补后卫达里尔·阿姆斯特朗联手时，魔术队拿下了正14分。
接下来的比赛，魔术队增加了阿姆斯特朗的上场时间。这一招果然奏效了：阿姆斯得到21分，哈德得到42分，魔术队以88-79获胜。魔术队在第四场比赛中让阿姆斯特朗首发，并再次击败了热火队。在第五场比赛中，这套由数据挖掘支持的阵容未能阻止热火队没有打过替补的nba球员，但球探帮助魔术队赢得了全部五场比赛，直到最终决定。
Scout 是一种数据分析工具，教练可以使用笔记本电脑在家或在路上挖掘 NBA 中心服务器上存储的数据。每场比赛的事件都按得分、助攻、失误等进行统计分类。时间戳使教练可以非常轻松地搜索 NBA 比赛的录像，以了解统计结果的含义。例如，通过Scout，教练发现自己球队的一名球员在与对方球星对抗时有犯规记录。他可以在对方球星与球员“顶头”的那一刻分解双方的接触动作，然后设计合理的防守策略。
KWDMS的开发者Bear在开发该应用程序时正在KWDMS研究中心担任研究员，他演示了技术新手应该如何使用数据挖掘。 “教练可以根本没有接受过统计培训，但他们可以利用数据挖掘来制定策略，”贝尔说。与此同时，另一个正式的体育联盟国家冰球联盟正在开发自己的数据挖掘应用程序NHL-ICE。联盟与IBM成立了技术合资公司，推出了电子实时比赛计分和统计系统。原则上，它是一个类似于 Scout 的数据挖掘应用程序，允许教练、广播员、记者和球迷挖掘 NHL 统计数据。当球迷访问 NHL 网站时，他们可以使用该系统循环观看联盟的比赛，而广播公司和记者则可以挖掘统计数据并找到花絮以添加到他们的逐场评论中。
当然，所有系统都有其局限性，它们毕竟不是人类。因此，不要指望这样的数据挖掘可以帮助球队找到赢得足球世界杯的策略。
