“大数据”在体育教学中的应用研究

范建伟

（太原科技大学晋城校区，山西 晋城 048011）

“大数据”在体育教学中的应用研究

范建伟

（太原科技大学晋城校区，山西 晋城 048011）

根据“大数据”的技术特征和体育教学的自身规律，提出了大数据技术应用体育教学的理论过程框架。“大数据”带来的教学信息数字化、教学智能化、学科建设科学化、教学管理信息化等应用价值，改变了传统体育教学中“经验式”“集体性”“滞后性”的缺点，将传统型的集体体育教学真正地的向个性化体育教育时代转变，并阐述了应用所面临的困难。

大数据；体育教学；个性化教育；信息化

在体育教学中，教师对学生自身和学习效果的了解程度直接决定了教学质量。教师一直以来都是根据经验和考试去判断学生的学习情况，学生也只能根据自己的学习兴趣或主观感受来评价教学，学校在整个教与学的过程中都无法客观、清晰地掌握教学实际，很难做到及时反馈和因材施教，正如卡耐基·梅隆大学（Carnegie Mellon University）教育学院研究介绍中的一句自白：“不得不承认，对于学生，我们知道得太少。”近年来，“大数据”已经在一定程度上应用于教育领域，慕课、翻转课堂、微课、home schooling等新型教育形式给传统教学带来了一定的冲击，而在体育领域多用于职业体育，如环法自行车赛、MLB、NBA、CBA等。“大数据”带来的前瞻性预测和实时的过程性信息，也同样给体育教学带来机遇和挑战，传统型的集体体育教学将真正地向个性化体育教育时代转变，从而真正地实现受教育者终身体育。

1　“大数据”技术及特征

大数据（Big data），或称巨量资料，指的是需要新的处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。简言之，就是在海量的数据里，快速捕获有价值的数据，从而达到获取有效信息的廉价、迅速、优化，这也是“大数据”的最核心价值。

“大数据”要发挥作用，必须要经过数据采集、数据加工、数据分析和数据应用4个过程，并呈现4个“V”特征，即数据体量巨大、数据类型繁多、价值密度低和处理速度快。“大数据”相对于传统的数据挖掘而言，是不同的技术层面，其中处理速度快和应用个体化是最大不同点。但是，要运用好“大数据”，就目前的技术而言，需要应对大量数据的扩展性差、资源利用率低、应用部署复杂、运营成本高和高能耗等问题。

2　“大数据”在体育教学中应用的理论框架

体育教学的最终目的是让受教育者拥有健康的体魄，获得相应运动技能，并形成一种行为习惯，达到终身体育。“大数据”作用于体育教学，就要通过数据收集、数据筛选、数据分析和数据展现的程序，最终改革、优化体育教学和运动技能学习。数据收集的完整性和准确性决定了“大数据”应用的效果，包括教育相关者的基本信息、学习信息、行为信息、社交信息、体育技能信息，即体育学习所处的内部和外部的环境，构成了体育教育的大数据。

依据“大数据”技术的实时数据和预测判断，可以在运动项目选择、课程安排、教学方法、教学手段、教学评价等方面做到实施调整和优化，将传统的、经验的、集体教学逐步向更加科学化、可视化和个性化的教育发展。“大数据”应用体育教学就是通过对体育学习过程及轨迹的记录，通过学习分析（即主要涉及学习分析、行为分析和预测分析的研究和应用 ），建立学习模型，对学生的体育学习效果和体育行为趋势做出判断，如表1。

3　“大数据”在体育教学中的应用分析

3.1体育教学“教”与“学”数字化

“大数据”将整个学习过程数字化，全面掌握教学动态。体育运动技能的学习不同于其他课程的学习，传统的体育教学难以做到科学量化，学生在教师的教学示范下，由观察、模仿、重复练习完成学习，课堂容量的有限性以及学生个体的理解能力、模仿能力、身体素质不同，导致学生的动作差异很大，用统一的标准衡量学习效果更是对个体差异的忽略。

大数据技术的应用，可以将身体特征、学习资料、练习次数、动作标准、学习方法、学习效果等转化成数据，学生可以正确理解动作的标准，调整练习频率，了解自身在运动技能学习中优点和缺点，及时改正错误动作，实现学生自我导向学习。

整个教学过程数字化的实现，同时让教师全面的认识学生，为不同身体特征、性格特征的学生，根据其学习数据提供个性化运动技能训练方案，更好地做到集体指导和个别指导的结合，增强学生学习的兴趣，进而将运动兴趣转变为运动习惯，让个性体育教学成为可能，为终身体育打下基础。

表1　大数据应用过程

3.2体育教学智能化

传统的体育教学建立在教师的运动经验基础之上，运动经验的差异决定了动作示范的效果，进而导致了教学质量的参差不齐，“大数据”技术的引用可以将众多教师的优点于一课，多师同堂，实现资源的优化整合，进而激励教师不断进步。

“大数据”的应用让教师对教学效果全面掌握。运动技能教学手段和方法的运用一直没有被客观的评价，对于不同学生可能采用一致的教学、训练方法，“大数据”可以提供在不同教学方法、不同类型学生的动作技术变化、生理特征变化、练习效率、运动时间、运动成绩等，及时调整教学方法，优化教学计划和内容。同时，个体运动轨迹的记录，更有助于教师对学生的运动技能、身体素质的全面引导与评价，考试分数将不再重要，体质测试不再是体育教学的“鞭子”，彻底摆脱现在为考试而运动的尴尬。

“大数据”的应用于课堂，却又脱离课堂。新的信息教育模式下，学习资源更加丰富且易获得，线上的训练指导成将凸显线成效，线上线下的开放式教育让体育课事半功倍，课堂更多地变为总结、交流、展示的场所，告别每周只有1节体育课的时代，针对性和多元的体育教育目标被多教学者和家长接受，尤其是在私立学校中。

3.3体育课程建设科学化

我国一直非常关注青少年的体质健康，不同时期先后出台了《准备劳动与卫国体育制度》简称（《劳卫制》）《国家体育锻炼标准》《大、中、小学生体育合格标准》及《学生体质健康标准》，并将学生体质健康率纳入评价体系，各类学校在课程设置上在同一时期也会有所变更，即便如此，学校针对体育课程的设置和调整往往滞后于学生和社会的需要。

“大数据”的使用，可以实时掌握学生体育学习需要，调整课程设置。就普通学生而言，体育课是获取运动技能和体育锻炼的主要途径，根据大数据提供的学生兴趣和身体素质特征，适时地进行体育课程优化和调整，对不同年龄阶段或不同素质锻炼需要的学生个体进行指导，如肺活量、速度、耐力、核心力量、局部力量、形体等，做到均衡发展学生的身体素质，有根有据。就高校体育专业学生就业而言，社会体育专业和民族传统体育专业就业率一直被标红，就连体育教育专业也只有75%左右，与此相矛盾的是各类单位找不到合适的人才，关键点在于供需信息的不通畅，社会需要“一日千里”，学校教育却一成不变。大数据信息的适时性可以让学校根据社会需要建设更加科学的学科和课程。

3.4体育教学管理信息化

“大数据”让体育教学过程的数字化和智能化，从而促使体育教学管理信息化，主要包括体育教学管理、场馆管理、阳光体育活动管理、学生体质检测等几个方面。

应用于体育教学管理除了日常的体育教学工作外，更能实现对教师教学、学生学习情况的实时移动式的管理，提高教学评价的真实有效性和反馈应用的价值；应用于场馆管理，可以做到对场馆使用、学生课外运动的实时数据收集，从而对场馆资源的分配使用和建设管理，以及阳光体育活动的实施进行科学设定；大数据对学生运动轨迹和身体素质变化记录，彻底解决了国家每年1次对于学生体质数据的采集的困难，实时的运动数据和体质数据通过分析，还能为学生个体提供运动处方，体育课的目标性将加强。

4　“大数据”在体育教学中的应用所面临困境

数据采集低。数据每时每刻都在客观产生，个体数据要发挥作用，首先，要求完整和综合，但目前数据采集率低，这要求智能设备的实时介入收集，导致成本巨大，收集困难；其次，个体数据应与其他教育类数据、社会类数据（就业、医疗、经济、文化等）结合，这要求数据的结构要一致，形成数据网络共享平台，迄今为止，只有北京大学、清华大学、中国人民大学、复旦大学等少数高校建立起社会科学数据中心，但缺乏完善的数据管理与服务体系，严重降低了数据样本的丰富性与关联度，从而降低了数据的利用率。同时，为了保障个体数据和其他教育数据在采集、应用、管理等各环节的规范性，急需制定相关政策进行引导和监督。

体育教师的培养。虽然说“大数据”让体育教育知识充分共享，但终究是一种教育的手段或资源，最终要通过体育教师完成个体的学校体育教育，因此体育教师的作用应该被强化，而不是被削弱。首先，面对海量的体育教育信息，教师更能引导学生合理利用数据。其次，体育教育者应该不断学习更加全面的专业知识，充分利用个体数据，实现个性体育教育，创新教育方法和手段；大数据的充分挖掘会带来学校体育设施的更加完善，这对于教育者和受教育者都是利好的。

5　结 论

“大数据”技术在体育教学中的应用是一套完整的信息化工程，其最终的目的是为学生的健康服务，正如现在智能可穿戴设备的高度使用和认可，学生个体同样可以自我监控和管理，降低了健康成本和教育成本，“大数据”应用于体育教学优于其他学科的重点在于生理指标数据的可读性和可操作性高，同时强大的数据支撑又能为体育教学科研做出更大的贡献。

［ 1 ］ （英）维克托·迈尔-舍恩伯格，肯尼思·库克耶.大数据时代［M］.盛杨燕，周涛，译.杭州：浙江人民出版社，2013.

［ 2 ］ 2013 中国大数据市场发展行情分析.中国行业咨询网［ EB/OL］.http：//www.chinaconsulting.cn/news/20130909/s91284.html.

［ 3 ］ 陆璟.大数据及其在教育中的应用［ J ］.上海教育科研，2013（9）.

［ 4 ］ 刘辉.高校思想政治教育应用大数据的现实困境与诉求［ J ］.思想理论教育，2015（9）.

［ 5 ］ 杨现民，王榴卉，唐斯斯.教育大数据的应用模式与政策建议［ J ］.电化教育研究，2015（9）.

G807.0

A

1674-151X（2016）07-081-03

10.3969/j.issn.1674-151x.2016.13.041

投稿日期：2016-05-03

范建伟（1987—），助教，硕士。研究方向：社会体育学、学校体育学。