大数据背景下高校体育管理的创新思考

张佳佳

（杭州电子科技大学体育教学部，浙江 杭州 310018）

大数据泛指在信息爆炸的时代所产生的海量数据，利用对信息的有效分析，从而提高工作效率、提高科学决策、正确预测未来。大数据在经济、卫生医疗、文化、科技等方面实现了广泛的应用。2015年8月31日，国务院以国发〔2015〕50 号印发《促进大数据发展行动纲要》，2015年“十三五”规划中国家大数据战略已经被提出，我国从国家层面在不断推动大数据的应用，推动大数据在教育领域的应用，是我国教育发展的现实需求和未来趋势。大数据的概念已经引起了人们足够的重视，但是其在教育领域的研究还不够深入，尤其是学校体育领域大数据的相关研究更是不足，缺乏详实、系统的管理体系的研究。我们能否借助大数据的分析抓住问题、提出对策，准确把握高校体育工作的特点及方向，全面、客观地做出评价，这将从根本上改变传统的教育观念，改变原有的教学模式和评价体系，提高学校体育管理的信息化和科学化水平。因此，本研究在传统高校体育管理的基础上，运用大数据进行高校体育工作的信息搜集、分析、应用，探索新形式下高校体育管理的新路径，以期为高校体育管理提供参考。

1 体育领域中大数据的运用

大数据时代数据充斥着社会的各个领域，体育领域中更是如此。大数据在竞技体育、全民健身等领域的应用逐渐增多。有报道指出，在一场棒球赛中产生的数据为7TB，这些数据用以分析比赛中球的飞行轨迹及运动员的各项数据。它的主要目的是对比赛和球员进行分析、评价和预测。在职业棒球运动中，通过对大数据的分析获得正确的战略决策，电影《点球成金》（Moneyball）里直觉的判断被迫让位于精准的数据分析，使得体育数据分析逐渐引起人们的重视，赛伯计量学（Sabermetrics）即是专门针对棒球形成的分析方法。在足球和篮球等项目中，也都可以运用摄像技术及可穿戴设备，通过动作捕捉技术追踪运动员的运动数据，记录运动员的速度、跑动线路、距离、一对一防守成功率等数据，通过对数据的分析制订更好的比赛策略和训练安排。在大众健身领域通过可穿戴设备可实现对心率、距离、配速等运动情况的监控；越来越多的手机APP应运而生，并且使用频次和时长呈稳步增长态势，通过对大量上传的运动数据进行分析，最终对运动参与者的活动进行预警、激励、指导。

大数据技术的运用促使竞技体育的训练方法与竞赛得到了拓展，推动了大众体育中运动形式的变革，更期望它能够推动学校体育管理工作的创新，促进学生体质提升，实现增进健康的目标。

2 大数据背景下高校体育管理的变革

2.1 高校体育的要求与特点

高校体育作为高校工作的重要内容，主要包括体育教学、课外体育活动、课余训练竞赛等。在2014年颁布的《高等学校体育工作基本标准》中指出，高校体育工作要创新人才培养模式，使学生掌握科学锻炼的基础知识、基本技能和有效方法，学会至少两项终身受益的体育锻炼项目，养成良好的锻炼习惯。将学生体质健康状况作为衡量学校办学水平的重要指标；将体质健康状况、体育课成绩、参与体育活动等作为学生综合素质评价的重要内容。

国民体质监测报告显示，大学生体质呈现连年下滑的趋势，学生体质健康形式严峻，因此把增强学生体质和促进学生健康作为高校体育教育的基本目标和重要工作内容，但是传统的管理模式在信息爆发式增长的情况下显得有所不足，高校体育工作中涉及到的海量信息和数据，既有现象可见，更有规律可循，如何有效提高高校体育管理水平是高校体育管理部门面临的重要课题。

2.2 大数据背景下高校体育管理的思维变革

2.2.1 从政策驱动转向数据驱动 以往学校体育的政策制定多是总体上呈现出一种自上而下的顶层设计。大数据时代之前，因为数据很少，而且数据收集渠道不通畅，所以通常的做法是使用一些建立在理论基础上的假想来指导研究者去选择适当的关联物，然后根据搜集到的信息进行假设的验证。在信息科技高速发展的今天，学校体育工作的各个环节都可构成大数据的基本要素，从学校体育教学工作、学生体质监测、课外活动到学校运动队和科研活动等各个方面。将全体学生的体育课、课外活动、体质健康测试等表现与其学业成绩、心理健康等个体情况转化为数据进行分析，可能发现一些规律性的变化，进而可以探寻影响学生体育参与的各种相关因素，更加有针对性地提出相应的策略。学校体育管理体系应逐渐从政策驱动转向数据驱动，对于存在的问题不是片面的、主观的去臆测，而是基于数据进行科学分析。

2.2.2 发挥大数据的预测作用 大数据的核心就是以相关关系分析为基础，对事物发展进行预测。通过大量数据的积累，将数学算法运用到海量的数据上，来预测事情发生的可能性。例如，亚马逊可以帮我们推荐想要的书，谷歌可以为关联的网站排序，Facebook知道我们的喜好，同样的技术也应用到医疗诊断、商业决策、总统大选等各个方面。在体育领域中亦可以发挥大数据的预测作用。2006年德国世界杯1/4决赛（德国vs阿根廷），德国教练员塞给门将莱曼的纸条帮助其顺利扑住2粒点球，延续了德国门神的传奇。当年的这张小纸条凝聚了德国科隆体育大学50名精英智囊团的心血，他们将阿根廷队员的射门习惯进行统计分析，其中包括天气、场地、对手等影响因素，最终实现成功预测帮助德国点杀阿根廷，这已成为体育领域运用大数据分析的经典案例。新的分析工具和思路为体育科学研究提供了一系列新的视野和有用的预测，也使研究者看到了许多以前不曾注意到的联系。在学校体育中也可以加以应用，如学生阳光长跑的次数、速度、距离和体质健康测试中耐力素质具有相关性，因此可以用阳光长跑的相关指标来预测学生耐力素质水平。

2.2.3 由随机抽样到全体数据 在信息处理能力受限的年代，数据的搜集受到限制，同时缺少用来分析所收集数据的工具，因此随机抽样被广为应用。在数字化时代，对于信息的采集和储存也更易实现，因此调查的对象可以实现是全体成员；数据处理也变得更加容易、更加快速，人们能够在瞬间处理成千上万的数据，并且处理的数据类型更加复杂。

样本=总体使得我们能够对数据进行深度探讨，而随机抽样则无法达到这样的效果，数据越完整，预测越准确，而且一些令人惊讶的发现往往藏在这些细节之中。高校体育管理中涉及的内容越来越多，信息量也越来越大，随着信息技术的发展，能够获得全部学生较为全面的基本信息，为大数据的储存、搜集、分析提供了基础。

2.3 高校体育管理中大数据的应用

高校体育中蕴藏着大量的数据信息，学生课内外的体育参与受着多方面因素的影响，包括性别、年龄、体育参与意识、校园体育文化、家庭影响等。本研究基于大数据的时代背景，在高校体育教学、运动训练、体质健康测试和课外活动4个方面进行体育管理的创新思考，为高校体育管理提供新的思路。

2.3.1 大数据在高校体育教学中的应用中学阶段的体育教学受教学条件、应试教育影响较大，大学阶段作为保障条件最好、师资水平最高、可控程度最大的学段，如何使学生掌握运动技能、养成规律的运动习惯，成为大学体育亟待解决的问题。从课程的角度讲，传统的体育课程已经满足不了大学生日益多元化的体育需求，通过大数据的分析有利于准确了解学生的体育课程需求，完善学生体育课程的需求导向机制。通过体育课的出勤、课堂表现、活动情况等数据可以诊断出学生体育课上的参与度；通过对期末成绩、教学评价等大数据的分析实现对教学质量的控制；对场馆使用、器材消耗等的数据分析，实现对资源的合理配置；对体育教育大数据进行处理和分析，通过数据建模，发现学习者学习结果与学习内容、学习资源和教学行为等变量的相关关系，来预测学习者未来的发展趋势及时地提出相应的解决方案；学生的体育课内外的所有体育参与表现与学生的心理健康、社会适应也有着密切的。因此，通过体育相关的评价指标与其心理健康、社会适应等指标进行分析。依据大数据进行体育管理分析，能在学生的学习与需求、教育预测和教育决策等方面发挥重要作用。

2.3.2 大数据在高校运动训练中的应用大数据技术所拥有的预测与技术跟踪功能使原本依靠经验判断的选材与技术训练变得更加科学有效。通过积累大量的训练数据，对于运动员选材、运动训练都具有指导意义。在运动员选材中，某项或者某几项身体素质对于运动员取得好成绩具有较强的相关性，可利用学校体质健康测试的大数据初步筛选来选择运动队后备人才。运用大数据跟踪学校运动队的训练情况，在高校的体育训练过程中，通过可穿戴设备来记录运动员的各项训练信息，实时捕捉运动员的运动数据，包括轨迹、心跳、速度、能量消耗等，帮助教练更加科学系统地制订训练计划、更加全面地了解一个运动员的水平和表现，充分挖掘运动员的潜能。教练员还可以把运动员日常训练的素质测试成绩以及各种生理、心理测试指标及时做出科学的统计分析，帮助教练员更好地安排训练内容，使得运动训练管理科学化。

2.3.3 大数据在高校体质健康测试中的应用 体质健康测试在高校中具有重要的地位，每个学生每学年都要进行测试，学校体质健康测试中心向国家、省内教育部门上报测试数据，并且有的省份会对所有高校的测试结果进行抽测并且进行排名，体测成绩已经成为考核学校体育工作的重要指标。每个学校都已建立学生体质健康测试管理平台，对于学生基础数据的记录已日趋完善，大数据在体质监测工作中更加能够发挥优势作用。高校的学生体质监测中积累海量的数据，但是目前我们的学校对体质健康测试结果的分析大多停留在较粗浅的层面，一年一测，统计结果大多是停留在宏观层面，其实际的应用价值有限。近些年，学生的体质健康呈现下滑的趋势，但是对于这一问题的深层次的原因没有深入的数据分析，是家庭原因还是学校原因，是体育教师没教好还是学校领导不重视，很少有研究通过数据分析得出相应的结论，大部分的数据没有被有效地解析。体质健康测试成绩与学生体育课表现、课外活动参与等有着密切的关系，也可通过对全体学生进行横向（不同年级、性别）和纵向（一个学生四年的体测成绩）的比较分析，对其进行多因素的相关分析；将大数据应用于学生体质测试中，还可以实现以每一个学生为单位进行追踪，建立各项指标数据的个人数据库，再通过对数据的挖掘寻找增强学生体质的内在、外在因素，形成一个高效、精确的学生体质测试系统，真正实现学生体质测试的个性化管理。

2.3.4 大数据在高校群体工作中的应用通过大数据能够对学校的体育场地实现智能化管理，学生在活动前进行预约，进而根据场地预约的合理配置体育场地。随着信息科技和移动终端技术的发展，学生课外体育运动相关信息的搜集不再是难题，同时智能穿戴设备逐渐成为新的流行趋势，为学生体力活动的测量开辟新的路径。通过对学校几万名学生的性别、年级、专业、活动内容、活动次数、心理状况等庞大数据的采集、整理分析，能够发现学生健康状况、身体素质的整体水平的特点。在体质健康测试的数据中，通过大数据分析探明学生体质变化的趋势及其原因，并根据这些情况在体育课和课外活动中进行相应的调整。例如，杭州电子科技大学体育教学部结合学校的信息技术优势创建了阳光长跑智慧平台，在平台中记录数万名学生的阳光长跑数据，包括跑步次数、速度、单次里程、总里程等，并且每学期结合体质健康测试的BMI指数、耐力测试结果对跑步速度进行调整，这一兼顾性别、耐力和身体形态差异的分类分层运动强度调控的课外阳光长跑智能化管理系统，指导学生科学健身，使锻炼成效最大化，培养学生自觉锻炼身体的意识、能力和习惯。

3 结 语

在高校的体育管理中，可以对各项数据运用关联性分析、序列分析等统计手段，对高校体育各业务模块进行综合分析，及时提供教学质量控制情况、学生体质健康情况、资源配置情况等，并对这些数据进行深层次的分析和研究，使其转化为可直接用于决策的信息。

大数据的时代背景下，我们拥有了数据分析的工具（统计学和算法）以及必须的设备（信息处理器和存储器），进而要形成一种制度和机制来确保各种数据的搜集、整理、分析的真实性和完整性。高校体育管理者需要树立数据意识，具备大数据分析的能力，同时建立标准化的信息管理体系，使得各个高校能够互通有无，实现信息的交互和共享，以此能够进行横向和纵向更深入的比较研究。大数据管理既不是管理现状的简单电子信息化，也不是传统管理模式直接在计算机网络中的运行，而是要借助现代信息技术对大数据进行分析挖掘，提高管理水平和效率，因此真正的构建高校体育的大数据化管理体系任重道远，需要高校体育管理者、研究者进一步深入研究。