随着计算机技术的快速发展,信息革命正迅速地改变我们的生活。篮球比赛技术动作的数据也出现了迅速的增长,而在这些大量的数据集中,只有很少的一部分是我们所关心和需要的。为及时掌控比赛,实施有效管理,用先进的计算机技术进行技术动作分析已势在必行。另一方面,数据形式一般是非结构化的,而不是以传统数据库中的结构化数据形式出现,这使得基于数据库的挖掘技术并不适用。因此,在这样的数据源中进行挖掘,提取篮球比赛技术动作中感兴趣的、潜在的有用模式和隐藏的信息,是数据挖掘技术一个新的应用课题。本文是在经过多次查询和搜索,只找到少许关于篮球技术动作的文献和参考资料(是一些体育人士写的文字性的描述性文献)的情况下,通过钻研和摸索,研究数据挖掘技术在篮球技术动作中的应用。论文对篮球技术动作数据进行预处理,并用数据挖掘技术对篮球技术动进行分类,进一步挖掘技术动作之间的关联性。主要研究工作如下:研究了数据挖掘的一些常用技术,如预处理技术、分类技术、聚类技术和关联规则挖掘等技术,重点分析了ID3决策树分类算法,以及Apriori关联规则挖掘算法。详细论述了在实验数据缺乏的情况下,通过观看电视,完整录下比赛场景,人工获取数据,并进行预处理。充分研究了ID3及J4.8决策树对技术动作的分类的方法和过程,Apriori关联规则的挖掘的方法和过程。根据算法进行实验验证,并对实验的结果进行分析和解释,进一步结合现实(篮球比赛)给篮球运动提供部分理论依据和实践指导。论文还研究了在篮球技术动作数据规模较小和较大的情况下,采用以上方法进行的J4.8决策树分类和Apriori关联规则的挖掘,对球队有一定的指导意义。