简论大数据技术对我国青少年游泳运动发展的必要性和迫切性

杨雨

（杭州市陈经伦体育学校，浙江 杭州310007）

在当今高度数字化的时代，竞技体育各项目对大数据技术的应用正在日渐普遍化、专业化。但相对来说，作为体育运动中科技含量最高的项目之一游泳，在我国青少年领域的运用却大大不足，使得我们在选材、技术、康复、测试等方面，更多的还是依赖经验和常识，极大地阻碍了与国际接轨和科学提高。

1 现状：大数据技术只在金字塔塔尖

中国游泳水平，特别是男子项目近10年有了普遍性和跨越性的提高，与国家队引进科学化的技术手段有很大的关系。不管是孙杨等个人团队与澳洲等海外团队的合作，还是国内集训队在北京体育大学等高水平科技化团队的协助，都是集中体现在通过大数据化方式和手段实现个人数据库建立和分析，提供合理性的数据，从而帮助运动员在技术、体能、康复等方面进行评估和测试，科学化地改善和提高。

不得不承认，中国游泳队很早就从经验依赖迈入到大数据技术应用时代了。但是，除了金字塔尖的国家队和少数的几个省级专业队，青少年领域却是一片盲区。像作者所在的杭州市陈经伦体育学校，几乎代表了中国青少年游泳的最高水平，可我们教练在选材、教学等方面，更多的还是依靠经验。

在大数据技术应用方面，中国游泳是呈现金字塔式的脱节状态的，最直接的影响就如很多美国和澳洲教练指出的那样：中国选手途中游水平很高，但不少青少年选手在转身、到边等水下技术比较粗糙，往往都是到更高一级甚至国家队才去纠正改善。而对欧美等游泳强国而言，他们的青少年甚至业余队，一直都是采用水下摄影器材，对青少年选手进行水下技术分析指导的。

2 差距：欧、美、澳游泳的数字化从娃娃抓起

作者本人经历了从国家队到基层青训，体验最深刻的就是科学化含量的无法接轨。相对而言，欧美和澳洲等游泳强国，青少年和成人在运用科技化手段上虽然有差异，但青训的基本数据化配置还是足够的。例如，位于荷兰埃因霍温的霍根班德青少年游泳俱乐部，他们对青少年选手的训练就采取了一套数据化跟踪分析的仪器。他们通过研发出的游泳数据眼镜和常规芯片，跟踪选手的各项生理数据，建立一对一的运动档案，从而评估和测试运动员，提供科学化的训练计划参考基础。

美国过去20年最依赖的就是他们水下技术分析，不管是菲尔普斯的团队还是到第三级的业余青少年训练营，都用到了这套系统。美国国家队游泳生理部主任索科洛瓦斯博士就说过：水下技术分析是美国队十多年来常用的手段，关键不在于水下摄影，而是对数据进行解读和专业分析，“菲尔普斯高水平的水下技术不是在国家队练就的，而是从小就形成的”。据介绍，在美国，即使是最低等级的青少年游泳训练营结束后，学员都会得到一盘自己的技术录像带，然后可以通过邮件继续跟教练联系，从而得到技术改善的指导。

3 审视：从科学选材到技术分析，中国青少年游泳需要基础数据化

大数据技术对中国青少年游泳水平的提高作用和价值是毋庸讳言的。第一，在选材上，通过建立数据档案库，参考青少年不同时期身高、臂长、爆发力、速度、耐力、协调性等身体数据，以及父母的基因数据进行细化分析选材，同时还可以进行数据库横向、纵向的比对分析，从而得出最科学的基础参考和选拔结论。第二，在技术分析方面，像美国人惯用的水下摄影系统和数据化分析指导，就能够从最开始让选手养成动作习惯，改善水下技术动作，提高水下体验，尤其是在中国选手常见的两边技术难点上得到根本性的改善。第三，个性化数据分析。运动员从小就将训练成绩和比赛成绩进行储存和归类，然后综合分析类比。不仅每一年的身体发育变化，训练方式和进步水平都一目了然。还可以建立大数据模块，对选手的未来水平进行预测评估。当然，还可以比较参考他人同时期水平，比如以孙杨等偶像进行同时期数据比对，对青少年选手的心理暗示和鼓励都是大有帮助的。

4 难点：如何解决中国青少年游泳数据化的投入难题

在中国，青少年体育培训项目最市场化的项目要数游泳了，但由于成人项目非职业化的差距，导致相比足球这类职业化程度高的项目，在金字塔底座的投入方面，普遍保障性并不足。

对游泳项目来说，因为顶层的非职业化，行政投入的大部分资金都集中在成人队，像少体校，甚至各类青训俱乐部而言，很难有数据化引进建设的资金保障。如何解决这一难题呢？首先，国家体育总局应逐渐完备青少年数据库的建立，在智慧化投入上适当向青少年项目倾斜；其次，地方体育系统的负责人在“数字化”理念方面与时俱进，除了通过增加投入实现青训数字化建设外，还可以通过成绩奖金激励制度，鼓励教练员与市场化数据商合作，通过帮助对方产品推广来完成基础化数字化建设。同时，作为培训市场化程度较高的项目，很多市场化的青少年游泳俱乐部，不妨增加投资进行数字化建设，作为收费的附加值，随着数字化带来的成绩提高，俱乐部的收入和招生也是水涨船高，形成良性循环。

5 结语

为了在现代数字科技化竞争中不至于从起跑线就开始落后，中国青少年游泳应尽快完成大数据应用平台建设，特别是针对选材、水下技术、大数据库等基础领域。