一个大规模的多变量足球运动员健康,表现和位置监测数据集

科学领域:

• 运动科学 运动科学 运动科学
• 数据科学数据科学数据科学
• 生物力学 生物力学

背景情况:

• 在体育运动中,优化运动表现和预防伤害至关重要.
• 由于法律,共享和策划限制,获取全面的体育数据具有挑战性.
• 大数据集对于开发自动化体育数据分析系统至关重要.

研究的目的:

• 介绍SoccerMon,这是目前可用的最广泛的足球运动员数据集.
• 为推进体育分析和预测建模提供丰富的数据集.
• 鼓励在其他领域开展类似的数据收集活动.

主要方法:

• 收集了两年来两支精英女子足球队的主观和客观数据.
• 编制了33,849份主观报告和10,075份客观报告.
• 在客观报告中包括超过60亿次GPS位置测量.

主要成果:

• 建立了SoccerMon作为迄今为止最大的足球运动员数据集.
• 该数据集集成了各种数据类型,包括主观运动员反和高分辨率GPS跟踪.
• 证明了SoccerMon的潜力,可以显著提高体育绩效分析.

结论:

• SoccerMon为体育科学研究提供了前所未有的资源.
• 数据集可以推动对运动表现和受伤的复杂预测系统的开发.
• SoccerMon中的方法和数据类型可以适应其他需要运动员或运动数据的领域.