浅谈大数据在高校体育教学中的应用

□ 王华

（信阳学院 河南 信阳 464000）

1、高校体育教学现状

1.1、大数据概念定义

目前，大数据技术已经受到各大高校的积极运用，涉及学生管理、校园建设、教学系统等等许多方面。然而许多高校的管理者和教育者虽然有使用大数据进行工作的经验，却对大数据没有深刻全面的认识。只有对大数据有深入的了解，熟悉这一技术的应用方法和技术特点，才能在使用这项技术时更加得心应手。在此从三个方面对于大数据做出概念的界定。

大数据的特点首先就在于它的“大”，表现为数据体量大，数据涉及的规模大。大数据的规模之大，使得传统的一些统计工具无法对其进行统计、归类、管理和分析。由于数据量大、规模大，大数据必定具有寻常的数据集不具备的优势，能够运用其发掘平时难以得到的信息。

除了数据体量大，大数据的另一个特点在于“数据”本身不是有规律地排列的，大数据中的数据集由于其规模巨大，涉及广泛，数据之间有着各种各样复杂的联系，想要分析大数据是一项非常困难且繁琐的工作。

最后，鉴于大数据的数据量大，数据的复杂程度高，某一领域或是某一群体的大数据是非常有价值的，这也是大数据最重要的特点——价值性。通过对大量的数据进行归类、分析、应用，可以得到寻常数据中无法发掘出的具有独特价值的信息，由此帮助产业进步、方式改进等等。这也大数据最独特的特点，是小规模数据无法比拟的。

如今，大数据的收集已经不是技术难题。随着网络的普及，高校中的学生几乎人手一台智能手机，所有人每天都在使用网络生产或接受各种各样的信息，这也方便了高校收集所需的相关数据，这也要求高校提高运用大数据的方法技术水平。

1.2、我国高校体育教学发展现状

（1）教学资源的不足。

我国的大学生数量庞大，特别是1999年进行高校扩招之后高校学生数量的增长速度更是高速提升。根据教育部统计，2015年中国大学生的数量已经达到了3700万，处于世界领先地位。然而，数量庞大的大学生群体却没有与之匹配的教育资源。据教育部统计显示，目前我国注册的学校教师数量多达1500多万，其中高校教师不到200万，与大学生的匹配比例大约为1：25，教师资源十分紧张。这一比例相较世界一流大学的师生比例差距很大，说明我国在教育资源的配置上还有很大的进步空间。教师资源的缺少，体现出的不仅仅是数量上的不足，更影响到教学教育的各个方面。由于教师数量难以满足庞大的学生数量需求，很多时候教师就难以保证教学质量的稳定。学生数量一大，教师就无法兼顾到每一个学生的学习情况，教师的精力有限，时间有限，课堂教学的质量就难以保证。在高校的体育教学当中就表现为体育教师无法真正照顾到每一个学生的学习效果，有些学生无法掌握所学运动项目的技术，导致课堂教学质量下降。

（2）教学仍以传统教学方法和教学形式为主。

传统的体育教学是以技能教学模式为主的，该模式的教学特点是教师示范运动项目的动作技巧，让学生通过观看来学习模仿。目前这种方式还广泛运用在各大高校当中，一方面是因为学生数量大、课程种类多、教师数量有限，学校很难推行新式的教学方法；另一方面是因为目前小学中学的教育模式基本都以传统模式为主，高校需要针对这一现状延续同样的教学模式以方便学生适应大学环境。许多高校也意识到了单纯的技能教学无法提高体育教学质量，所以在原有的基础上加入了理论知识、技术标准、运动技能等等教学内容，希望能够改善教学模式。但是总体来看，高校体育教学依然呈现出僵化、枯燥、低效的特点。在基础理论知识教学部分，体育教师无法做到像学生的专业课老师那样进行系统地授课，这受限于理论教学课时量少，需要教学的内容多，教师只能采取简单灌输知识的方式，而运用多媒体等技术也只能提高教学的速度而无法提升学生的学习兴趣。其次，技能教学方面也是以传统的教学模式为主。以足球教学为例，教学一般在足球场上进行，教师会首先对所有的学生进行技术动作的示范，同时讲解技术要点，需要注意的肢体动作等，然后由学生进行自我练习，教师对全班进行指导，改正动作。这样的教学方式虽然可以让所有学生都对动作有一个基本的了解，却无法保证所有人都完全领会，而老师也不可能多次重复动作，导致对教学产生不良影响。

2、大数据在高校体育教学运用中存在的不足

2.1、数据资源分散

数据资源分散的情况也可以称之为碎片化现象。我国众多的高校发展了数十年的体育教学，积累了丰富的相关数据资料，包括历届学生的身体素质测试成绩、学校运动会的各种成绩记录、学生选择不同体育课的人数、学生在体育理论知识上的考试成绩等等。这些数据经过了数十年的积累，数据量庞大，而且类别清晰，排序得当，具有非常高的参考价值。但目前很少有高校重视起这些宝贵的资源，各种数据只是分门别类整理好放进了档案室，没有专业的数据处理团队将这些数据进行整合并分析。

2.2、缺乏数据交流

目前我国高校与高校之间，高校内部学院与学院之间，部门与部门之间都没有关于大数据的交流，没有一个用以交流的平台。这种现象被称为“孤岛现象”。不同学校、不同专业之间缺乏教育数据的分享融合，原因很复杂。一方面，高校间由于办学特色不同、学校领导不重视、学校地域性联盟过强等等原因，导致很少会进行教育教学大数据的交流分享；另一方面，高校内部专业之间的差距更大，往往只会把注意力放到自己学院内部的建设上。不同高校之间缺乏体育教学数据的交流会使得学校很难发现自己在哪方面相较大环境落后很多；而不同专业之间缺乏数据的交流，会使学院管理者很难意识到自己学部的学生在何种运动上相较其他的专业有差距。

2.3、技术运用低效

相对前两个问题，高校在体育教学中对于数据相关技术应用的不足影响最大。这一不足包括有高校在体育教学中对于数据运用效率低、对于数据相关技术的应用不够成熟、学校基础数据化设施技术水平不高。数据应用效率低，表现为高校没有好好利用自己的各类教学所得数据，例如学校历年都会对学生进行身体各项素质的测量，学校仅仅是在每次测量结束后将统计好的数据上报给教育部门，却没有意识到积累多年的体测数据可以成为学校教学模式改革的重要参考。数据相关技术应用不成熟，原因在于学校没有设立专业的数据分析团队，或者学校没有更新自己的数据处理系统，只能用过时的技术来处理数据。最后，数字化水平低就代表了学校没有先进的机器设备和数字化平台。

3、应用大数据提高高校体育教学质量的方法和途径

大数据已经在高校中得到了广泛的使用，并且有不少的学者展开了关于大数据在高校体育教学中如何应用的研究，取得了不少成果。目前，国家也开始大力支持大数据在高校教育中的应用。智慧校园的建设、高校慕课平台的建设等等都是大数据应用过程中的优秀产品。而针对分析得出的一些不足之处，在此提出了几条对策建议。

3.1、优化教学内容，提高教学质量

在传统的教学模式当中，教学的质量取决于教师的个人能力和学生的学习效果，这就会形成一种课堂教学效果参差不齐，学生技能与知识水平有高有低的现象。对此，在高校的体育教学当中，可以利用大数据技术，整合各项资源，将不同教师的优点和方法结合起来以供教师参考学习。对于学生，建立一个大数据平台可以方便学生之间、师生之间更好地进行针对性的交流，使老师可以因材施教，真正提升每个学生的能力。所以在高校体育教学中积极推行大数据技术的应用，可以帮助教师改进教学方法，帮助学生抓住自己学习当中的薄弱点。学校也可以根据数据分析结果有针对性地改变课程设置，改进课程时间。

3.2、有效提高高校体育人口比例

据统计，高校体育人口占比非常低，仅占总人数20%-40%，尽管大学生在中小学时期都接受了体育教育，但并没有对学生的身体素质起到很大的提升作用，而且学生的综合体育素质也不高，缺乏基本的理论知识。所以高校应当利用大数据技对高校的体育教学模式进行改进。分析历年的学生体育课选课情况，分析学生更倾向于选择哪一类的课程，对于之后的课程数量做出增减。根据大数据分析出学生更偏好哪一种运动类型，从而对学校的运动场地和运动设施进行改造，会学生群体创造更多他们真正需要的运动空间，从而提升高校体育人口数量。

3.3、拓展大学生体质健康测试的育人功能

目前的大多数高校的学生体质测试工作都只是为了应付上级下达的指标和任务，学校并没有真正重视学生的体育教学质量，同时更不会注意到学生的体育心理健康。所以高校应当利用大数据技术，收集与学生身体素质指标、体育综合素质、学生运动频次有关的数据信息，经过整合分析之后制定更加合理的体育课程。例如根据分析数据得出的结果，将体育课程的时段设置在适合学生运动的时间段内，适当增加或减少体育理论知识在体育教学中的占比。同时，应当利用大数据技术分析出学生在体育运动当中的人际关系情况、个人心理状态，有针对性的对需要帮助的同学提供一些心理疏导或是运动辅助。

4、结语

大数据时代，各种各样的体育信息冲击和影响着高校教育者和受教育者，教育者只有通过提高自身对大数据的搜集、整理和分析能力，利用大数据的有关技术和信息，拉近与受教育者之间的联系，选择科学合理的教学内容与手段，实现高校体育资源的优化整合，才能促进个体乃至体育教育的发展，实现学生个性化和体育教育的高效化。