大数据时代运动训练科学研究的新路径

淳再清

摘 要：随着时代的进步与发展，现代化信息服务正逐渐走入人们的生活中，各行各业将大数据时代带来的先进技术运用到工作和生活中，为行业发展带来了全新的理念。在运动训练科学中运用大数据理论，是体育运动的发展趋势，也是一种全新的思维方式。本文从分析大数据时代运动训练科学研究的现状出发，结合传统数据时代运动科学研究出现的问题，对运动训练科学研究的新路径提出几点建议。

关键词：大数据 运动训练 科学新路径

中图分类号：G806 文献标识码：A 文章编号：2095-2813（2018）07（b）-0246-02

信息与计算机技术在对于数据的收集、分析以及存储方面，为人们解决了传统工作中的困难，加大对于信息的传输速度，提高了数据的分析能力。大数据时代的来临，为运动训练中一些复杂性问题的解决提供了全新的理念及方法，例如通过在运动员身上安装可穿戴设备，在运动器械上安装传感器，一些比赛场地安装各种角度的摄像头，教练员手中放置终端设备等，利用这些手段将运动训练中的大量数据信息进行采集并存储，为运动训练科学的发展研究提供了重要指导方向。

1 大数据时代运动训练科学研究的现状

目前，世界上各个国家在运动训练中都应用到大数据，例如，澳大利亚把大数据运用到橄榄球运动中，将运动员在比赛中和训练时发生的数据收集起来，通过数据分析，掌握运动员的训练负荷，疲劳程度分析，对于训练时肌肉造成的损伤以及恢复情况，能够实时了解运动员在训练以及比赛时的身体状态，及时做出调整，减少运动员出现伤病及疲劳的现象，使运动员的比赛成绩得到大幅度提高。在德国，将大数据运用到足球比赛中，从各个角度捕捉到运动员的比赛位置变化，传射球动作变化，将这些数据进行搜集并找出规律变化，在球队战术方法和训练方法上做出改进，从而提高整体水平。很多运动项目也都采用了大数据技术，大数据技术在赛场上将各项数据实现搜集，将赛场上每名运动员的各种动作，如移动、进攻等进行分析，为教练员进行赛后分析和调整战术提供有利依据。

2 传统数据时代运动科学研究出现的问题

运动科学研究在传统数据时代所反映的问题主要体现在三个方面，第一，运动科学需要处理的数据增长速度加快而且容量很大，在业务和竞争压力方面，对于数据的实效性要求明显增高，而传统数据的处理技术对于这些需求难以应对，需要开辟全新的路径；第二，运动训练科学研究需要以数据依据作为基础，这些数据理论基础是進行运动科学研究的本质，对于下一步运动科学的调整具有指导作用，传统数据时代在数据统计方面速度慢，需要大量的人力、物力来实现；第三，运动科学中对于训练及比赛中的技术、战术安排，运动员在训练和比赛中的训练负荷量、疲劳程度掌控，伤病的预防等方面都需要得到系统的分析，传统数据时代对于这些数据信息的统计明显较弱，很难适应当今运动科学的发展进程。

3 大数据运动训练科学研究的新路径

3.1 大数据运动科学研究将视角从局部转变为整体

在传统运动科学研究中，大多是针对于小数据进行研究，而这些小数据所反映的问题往往是局部信息，并不能体现整个运动科学的现状，使运动科学研究形成片面性；在大数据运动科学研究中，将传统的局部研究转变为整体研究，利用许多运动细节信息的汇总分析，将每个动作从不同角度进行观察，研究每个战术及运动员的特点，以便分析出取胜的根本原因，为下一步战术部署提供先决条件，而对于运动员进行有针对性地训练，利用自身优势掌握战局。例如，对于乔丹在篮球比赛中的空中飞人动作分析，掌握此动作的技巧，逐步进行分解，将此动作运用到以后的比赛中，增大取胜的几率。

3.2 大数据运动科学研究将研究对象从实体转变关系存在

当前运动科学训练中，将运动训练看成是由实体组合而成的，将运动员视作由多个机械部分形成的，运动员的生理及心理行为视同为物理和化学相结合的过程，运动训练的根本归集到是身体各器官、分子、原子的实体组成而成，这种理念会造成运动训练仅仅是一种极为简单的运动行为。要实现大数据运动科学研究，首先要将研究对象从实体的理念转变为关系性的存在，构成运动训练的各要素实际上是一个极为复杂的关系网，运动训练的科学研究不再是研究各个实体，而是转变为各个要素间的逻辑关系，了解逻辑关系才能了解、认识它们的特点，利用关系思维以及关联方式来掌握各要素的运行状态，找出它们在运动发展中的规律，利用大量数据建立起关系网，对这些关系进行分析和预测，更具有说服力。

3.3 大数据运动科学研究将研究路径从假说驱动转变为数据驱动

运动训练科学研究一直都是通过假设驱动的形式，首先提出一个问题，先就这个问题提出一系列的假设，然后再利用运动实验来验证所提出的假设，而人体本身就是一个复杂个体，假设驱动只能反映一类问题，并没有运用实际数据进行相关实践，效果远达不到预想的结果；大数据时代的运用，以数据驱动作为研究的基础，将大量运动数据收集起来，以这些数据进行分析和实验，得出相关结论，在此基础上提出需要解决的问题，用事实说话，更具有实效性，将传统的假说驱动研究路径向数据驱动路径的转变，促进了运动科学的研究发展速度。

3.4 大数据运动科学研究将研究范式从简单化转变为复杂化

以往运动科学研究的范式趋于简单化，其追求精确性、随机性、确定性及线性的小数据处理方式，此种简单性的研究范式在运动训练实战中虽然起到了一定的作用，也对于运动科学研究的发展提供了基础，但是随着运动科学研究的深入，简单模式已不能适应时代的发展，简单化范式将被复杂性范式所取代，大数据研究环境下，对于运动训练在复杂性范式的理解的深入，有利于运动训练中指导大数据信息的归集，分析运动训练中大量数据，为研究者提供大量的复杂训练数据分析以及对未来形势的预测等。运动训练要以复杂性研究为基础，为大数据时代运动科学复杂性范式的关系、特征和原理提供先进技术和理论依据，运动训练科学大数据研究为运动训练的复杂性研究提供了一般特征，表现在对于相关的理论及观点、在方式方法上，同时为运动训练复杂性研究提供一个新的平台。

4 结语

大数据时代为运动科学研究带来了全新的发展空间，对于运动员身体、动作等方面的数据，能够实现实时统计并进行分解，为下一步运动战术及动作研究方面提供了强有力的数据基础，大数据时代为运动科学研究提供了科学的数据及多视角分析，在研究视角方面，要实现以整体模式代替局部模式的方式，运动科学研究对象从实体转变为关系模式分析，对待研究路径也要从假说驱动转变为数据驱动，以复杂的研究范式替代简单的范式。随着大数据时代越来越快地融入到运动科学研究中，运动科学与大数据的紧密结合，在对于运动训练手段、战术战略，运动员身体特征、比赛能力、运动训练和比赛中的监控水平、比赛的预测能力等方面都有不同程度的突破，大数据时代的运用为运动科学研究带来了全新的发展。

参考文献

[1] 李国杰，程学旗.大数据研究：未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考[J].中国科学院院刊，2012，27（6）：647-657.

[2] 杨澍.前台的竞技，后台的数据[J].商学院，2013（10）：34-39.

[3] 苗东升.从科学转型演化看大数据[J].首都师范大学学报：社会科学版，2014（5）：48-55.