研究目的:体育广告作为体育市场营销的重要组成部分,是激发体育消费,促进体育产业发展的重要力量。在国家政策和体育学界都提倡积极利用大数据发展体育产业的背景下,学者们对大数据在体育界的应用领域、发展路径、机遇与对策研究关注较多,但大数据在体育界应用的实证研究较少。本文采用大数据中的数据挖掘技术进行用户行为分析,通过体育网络广告的定向投放过程研究,验证大数据在发展体育产业、促进体育消费的具体应用方法。研究方法:本研究主要运用数据挖掘方法中的网络爬虫技术和Python数据分析语言,对数据进行获取和编程分析,发现用户的兴趣特征和识别用户的兴趣特征。运用文献资料法梳理目前体育网络广告定向投放的研究现状和存在的问题,为本文的研究内容和方法奠定基础。研究结果:本研究以网络社区百度贴吧的用户为实证对象,具体选取的是对体育感兴趣程度较高和体育消费水平较高的高校人群,通过数据挖掘手段对用户的行为分析,体育相关用户的每天上网活跃时间在9-13点和20-0点,在该时段投放体育广告,有效受众较多。但在不同的高校具体时间不同,白天时段,在S大学投放体育网络广告最好在12点,而X大学最好在10点。从月份来看,8月可以集中在S大学投放体育网络广告,3月和10月集中在X大学投放体育网络广告。从网络用户的活跃度可以反映出用户在不同时间的关注热点和参与体育运动的情况,通过对网络用户的行为分析还可以更加有效地指导企业同时在线上、线下开展营销活动的时间。在X大学体育相关网络用户活跃时间最高峰在3月和10月,可以预测在每学期开学时开展体育用品、体育赛事、体育服务等体育广告营销活动效果较好。从整体来看两所大学体育相关用户每天和年度的活跃时间不存在显著差异,因此体育企业如果不是针对某一特定高校的特定活动,可以按照每年3月至10月的活跃高峰阶段,在大学进行体育广告的投放。针对个人用户而言,通过分词和词频分析对用户W进行形象刻画,得知他近期参加的体育运动项目是跑步,可以向其投放跑步所需要的运动鞋、运动服、跑步穿戴设备和马拉松赛事等相关的广告,此时用户W看到的可能正是自己感兴趣或者需要购买物品的广告,这些广告不但不会引起用户W的反感,反而有可能促成其点击广告甚至产生体育相关产品的购买行为。通过对网络社区用户的实证研究,结果表明不同运动项目、不同群体的体育相关用户使用网络的行为不同,体育网络广告定向投放需要针对不同的用户做具体的分析。研究结论:大数据在体育产业中应用存在体育企业的营销思想有待转变,数据质量和数据管理有待提升,专业数据人才有待培养,体育企业与数据公司的融合有待加强等问题。在大数据背景下体育网络广告面临精准营销的机遇,提出体育网络广告定向投放的策略:第一,个性化体育网络广告内容。利用数据挖掘技术进行网络用户兴趣发现,可以能更了解目标受众的实际需求,帮助广告主实现更加精准的受众定位。根据受众个性化体育网络广告的内容,从而优化广告资源的投放机制,以更低的成本获得更高的收益。第二,创新体育网络广告形式。针对体育相关用户,可以投放形式新颖的软文广告、故事性广告、小视频广告、趣味性广告,在情节和内容的设计上,目标消费群体的兴趣、风格偏好和产品自身宣扬的价值应紧密贴合并体现在广告里。第三,增强体育网络广告互动性。体育网络广告针对体育相关用户,可以通过体育运动达人的体验与示范,或者是线上、线下同时开展活动,来增加用户体验,提高体育网络相关用户的兴趣与热情,促进体育企业与受众之间良好的互动交流,加强产品的宣传力度和企业的品牌塑造。第四,优化体育网络广告投放时段。一些中小微体育企业如何能针对产品的特点选择投放时段,通过用户行为分析可以优化体育网络广告的投放时间,既达到广告效果又降低广告成本。第五,加强体育赛事和体育运动消费的网络广告推广。体育产业的核心是体育赛事,因此要促进体育消费,应该在体育相关用户的体育网络广告中加强对体育赛事和体育运动消费的宣传,内容包括网络付费观赛、竞赛门票、体育培训与指导、群众体育赛事、体育休闲活动等。第六,加强体育行业数据人才培养。体育行业有自己的特殊性,运动训练数据分析、比赛即时数据分析、体育商业决策分析、教育科研服务分析等需要既懂得体育又懂得数据科学的专业数据人才。因此应鼓励高等院校和体育企业合作,促进体育行业与数据人才融合培养,加强专业技能人才实践培养,积极培育体育行业的大数据技术和应用创新型人才。第七,建设体育大数据平台,鼓励体育企业与数据公司的融合发展。建设体育大数据平台,整合体育行业资源,更智能化地采集和分析数据,利用数据实现增值服务,开发符合市场需求的体育产品,有益于推动中国体育产业的持续快速发展。