体育领域的人工智能与分析:利用 BERTopic 梳理过去与规划未来
应用统计
2025-10-20 v1 机器学习
摘要
目的:本研究旨在梳理人工智能(AI)、分析与体育交叉领域的学术文献体系,并据此提炼洞见,为未来研究规划方向。设计/方法/途径:本研究开展系统文献综述(SLR)。采用系统综述与元分析优先报告条目(PRISMA)方案,筛选出 2002 至 2024 年间发表的 204 篇与体育领域 AI 及分析应用相关的期刊论文。在此基础上,利用 BERTopic 主题建模技术从所选论文中提取潜在主题。研究发现:研究识别出体育领域 AI 及分析应用现存研究的若干主导方向:表现建模、生理与心理健康、社交媒体情感分析以及战术追踪。每一提取出的主题均进一步从相对显著性、代表性研究及关键术语关联等方面加以审视。基于上述洞见,本研究勾勒出若干具有前景的未来研究方向。研究局限/启示:本研究为学者与体育管理者提供了关于 AI 及分析对体育领域变革性影响的洞见。原创性/价值:本研究将 BERTopic 引入体育研究中潜在结构的提取,既推进了学术理解,也丰富了该领域的方法论工具箱。
引用
@article{arxiv.2510.15487,
title = {AI and analytics in sports: Leveraging BERTopic to map the past and chart the future},
author = {Manit Mishra},
journal= {arXiv preprint arXiv:2510.15487},
year = {2025}
}
备注
32 pages, 5 figures, 1 table, accepted for presentation at Australia and New Zealand Marketing Academy (ANZMAC) - 2025 Conference