大数据时代的运动训练科学研究

胡伟，褚欢

（1.江西服装学院公共课教学部，江西南昌 330201；2.江西服装学院体育教研室，江西南昌 330201）

任何科学的研究都离不开数据，没有数据的支撑，科学研究的结论也就没有说服力，公信力。经济和科技的飞速发展，让我们进入了大数据的时代，随着大数据时代的到来，传统的运动训练科学研究的方式方法也被颠覆了，以往的小数据研究已经无法满足当下运行训练科学研究的现实需求，而大数据的研究方式，为运动训练科学研究注入了新鲜的血液，提供了一个全新的研究范式。

1 大数据时代

1.1 大数据的起源

中国古代的结绳记事代表着数据的重要性，也昭示着那个时候，人类便开始使用数据来辅助记忆，提高适应力。不过那个时候的数据比较原始，记录方式也导致效率低下。随着造纸术，印刷术的发明，数据的记录出现了一个井喷式的增长，但是一直到上个世纪中期，真正的大数据时代并没有出现。

真正的改观得益于计算机的发明和使用，以及后来的大范围普及。计算机技术的发展，互联网技术的成熟，使得海量信息的存储和使用成为可能，并以此为基础，科学研究也迎来了大发展。

进入21世纪之后，数据的重要性更加凸显。不单单是无数的公司在进行大数据的开发和利用，连国家与国家之间也开始了大数据方面的竞争。也就是把大数据的发展上升到了国家意志层面，如中国北斗卫星的发明和使用、美国发布的大数据计划等。

1.2 大数据的内涵与思维

大数据的不断发展，使得大数据这个名词有了非常多的解释版本，正所谓一千个读者就有一千个哈姆雷特。舍恩伯格说大数据是人们获得新认知、创造新价值的源泉；大数据还是改变市场、组织机构以及政府与公民关系的方法；麦肯锡公司认为大数据是指大小超出了常规数据库工具收集、存储、管理和分析能力的数据集；Gartner给出的定义是大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力。对大数据的解释版本还远不止这几个。大数据是一个比较抽象的概念，每个人都可以对其进行解释，所以至今不管是业界还是学界，都没有对其进行一个明确的定义。不管是何种定义，大数据的基本特征是类似的，如包含着海量的信息，可以进行精确的分析处理，有着很高的价值，还有就是具有极高的复杂性。

当然如果我们仅仅认为大数据就是这样一种存在的话，就显得过于肤浅了。大数据的发展，已经衍生出了一种叫“大数据思维”的思维方式。在大数据的时代背景下，我们对问题的处理方式、看待问题的思维方式等，与以前相比都已经发生了巨大的变化[1-2]。比如：现代企业的管理思维，都是集中式，科层制，上下级制度森严，等级明确，但是现在不同了，在互联网的发展下，大数据的支撑下，许多的企业管理模式非常扁平，甚至员工也不需要坐班，直接在家办公，像中国现在井喷式发展的在线教育就是这样的一种模式，老师只需要在家办公，只要保证环境的安静和网络的畅通，基本就可以完成教学任务和企业交代的其他任务。科学研究也是如此，以往的思维往往容易避重就轻，在很难进行实验的情况下，注重定性研究而忽视定量研究，使得研究的结论不具备公信力，甚至有些连参考的价值都没有。而大数据的思考方式就是，一切能够用数据分析的东西那就尽量用数据来分析，尽量排除主观因素的影响，比如人本身思维和价值观的局限。如此一来，科学研究就进入了一个全新的时代，更加注重定量研究，社会学科也是如此。

2 大数据时代下的运动训练研究

2.1 大数据研究在运动训练科学方面的现状

数据研究在全世界范围内风行，在各个领域被重视，自然在体育界也不例外。无论是国内还是国外（国外对大数据的应用更多一点），都在充分利用大数据的优势来对运动员进行培养。不管是在心理状态、身体素质，还是比赛技巧方面，都可以看到大数据应用的案例，在具体的项目当中，大数据的作用就更加明显了。

在羽毛球项目上，以往都是教练相对粗糙的数据统计，然后结合运动员的实际情况来进行培训的，在数据采集利用方面很不全面，分析也不够透彻，而利用大数据统计就不一样。因为羽毛球运动有非常强的战术性和技巧性，针对这种特点而设计的大数据系统，可以在移动端和服务器端进行双向跟踪和控制。移动端可以统计得分与失分数据，重现具体的战术演示，进行数据上传；服务器端可以建构出信息处理模块、权限管理模块、技术整合模块等。两个端口，各个模块之间科学处理，就可以展示出每次训练的总拍数、平均拍数、平均时间、失误率；也可以分析出对手的运动特点和战术特征，然后设计出一个最佳的防守和攻击的策略，极大地提高了训练的科学性和比赛的针对性。

如果说对以上羽毛球比较学理性的阐述不足产生震撼性，那么以下给出的几个例子会让大家深刻理解大数据的重要性和在体育项目中的运用程度。2013年李娜迎战美国名将小威廉姆斯，IBM通过Slam Tracker平台综合了美网过去8年的全部数据之后（8 128场比赛，4 100万个数据点，5 500个分析模型，在45个潜在动态指标里选择、对比、分析、定位、评估），最终为李娜制定了比赛制胜的策略。在高尔夫运动中也有类似的案例,Track Man技术就是通过雷达测量高尔夫运动员每次击球后球在飞行过程中的所有数据，然后通过软件进行分析。该软件分析的数据非常全面，一些职业教练就是根据数据统计的内容来改变他们对运动员的训练方式的。而在篮球的运动训练上就比较有科幻色彩了，在NFL的新秀训练营，每个球员都需要穿上带有传感器的运动服，通过传感器的反馈就知道每个学员的具体状况，极大提升了培训的精度和针对性。

2.2 大数据时代下运动训练的实质

大数据对运动训练之所以有意义、有价值，是因为体育训练的复杂性，这也就是大数据时代下运动训练的实质。我们知道蚂蚁的行走速度是非常快的，许许多多的蚂蚁行走呈现出一条带状，但是从来不会发生碰撞，每一只蚂蚁都会选择最优的路线，没有负重的蚂蚁会为负重的蚂蚁让路。这里涉及的就是非常复杂的系统，只有用大数据来分析，才能够更加深入地了解蚂蚁的行走方式，才能为我们现代交通提供一个借鉴。运动训练也是一样的道理，在体育赛事中，经常出现的“黑马”“失利”“竞技状态不稳定”等现象，这也从最基础的方面说明了运动训练和比赛的复杂性。人本身就是复杂性的根源，运动训练会出现很多的不可预料的事件，甚至也没有规律性可言，简单归类、小数据分析是行不通的，在这样的状况下，必须使用大数据分析，从海量的数据中发现蛛丝马迹，从而提升运动员的体能素质、心理素质和竞技技巧[3]。

3 大数据时代运动训练的新途径

3.1 研究重点从实体转向关系

近代科学研究是一种关于实体的研究，传统的运动训练也主要关注实体。传统的运动训练方式无非就是对项目进行分解，然后对分解后的各个动作进行专项训练，把每一个动作训练到一定程度，最后结合起来。比如百米赛跑项目一样，对其进行训练就是把百米赛跑分解成一个个具体的动作，先是准备动作、起跑，然后就是百米训练，百米训练又分成几个阶段，开始、中途、最后冲刺。把一个个动作训练到一定水平，再对这些动作进行结合。羽毛球的训练方式也基本和这个一致，由于羽毛球相对复杂，更讲究战术和技巧性，分解出来的动作更多一些，作为对抗性的运动，在训练当中也少有对抗，而是变成了一个个动作。现代科学研究发现，实体其实是关系的产物，对于运动训练而言也是如此，不仅仅是实体的世界，还以某种关系联结着[4]。因此，对于现代的运动训练，要充分利用大数据对于相关关系的研究，深刻理解各种关系之间的联结性，以期达到更好地训练效果。

3.2 研究方法从样本统计走向了全面数据统计

以往运动训练科学采用的统计方法基本上是以抽样为主，这个方法在某些特定的方向有相当的效果，但这是一个被动性的选择。因为在以往，互联网并没有现在发达，没有办法进行大数据的收集和分析，这样的随机抽样，很容易受到实验人员价值观和偏见的影响，导致出现错误的分析结果。这种小样本的统计数据，很难对细节方面有所成就，而大数据统计就不一样，全样本分析可以非常清晰地发现细节中有价值的东西，基于这样的分析，更容易做出精准的预测[5]。运动竞技的战术变换，很大程度上就是基于对方的行为反应而做出的预测式防守和打击。

4 结语

大数据在当下俨然成为了一个风口，在各个领域都有其身影。但我们要意识到，大数据虽然在高速发展，但仍旧不够成熟。在运动训练科学领域，我们要充分利用大数据的优势，但是不能全部依靠大数据。当然，大数据时代裹挟着科学研究在前进着，运动训练科学研究势必进入一个全新的时代，不管是运动员，还是运动训练科学的研究者、工作者，都应该看到时代的发展趋势，不断更新自己的观念和方式方法，为大数据时代的运动训练研究开辟新的研究范式。