大数据时代下体育科学研究思维的变革

付烨 覃静薇 王兰妹 刘袁

（广西师范大学体育与健康学院 广西 桂林 541006）

前言

随着信息时代的到来，体育科研人员必须顺应时代的发展，主动适应时代的变化，转变科学研究的思维模式。在处理调查对象时，应以总体观念取代传统的随机抽样观念。在处理数据类型时，应从非结构的角度来看待传统的结构数据，并且能够承受大量的无序和错误。此外，要善于从众多的体育实务中发现新的、有价值的主题，并积极地寻找这些预测的成因。随着“大数据战略”被提上了国家战略，体育科研和大数据的结合将会更加紧密地推动我国体育事业的发展。

1、大数据时代的起源及在体育领域的发展

自2012年以来，“大数据”一词逐渐受到重视，其定义源自于信息时代的大量数据爆炸，以及与之相关的技术发展和革新。在大数据时代，数据已经渗透到了社会的方方面面。从某些方面来说，体育就是一堆数据。从科研的角度来看，体育是最好的，也是最适合做大数据实验的。IBM公司从1994年开始就把大数据应用与已与体育研究紧密联系在一起。基于数据挖掘，利用人工智能技术从体育实践中获取海量的数据，探索未知的体育模型和知识。尽管人们已经认识到大数据的重要性，但中国科学院的李国杰表示，相对于大数据的经济价值，大数据的科学价值似乎并不被人们所关注。其实，随着大数据的研究思路的改变，人们对大数据的认识也会逐渐增加，并且能够更好地利用大数据进行科学研究。

2、大数据时代为体育科学研究提供了新场域

2.1、大数据时代体育科学研究对象的转变:随机到总体

（1）小数据时代下随机抽样是体育科学研究的历史必然。

在小数据时代，由于资料的记录、储存和分析手段的限制，科研工作仅限于小规模的调查。为了使研究变得简单可行，研究人员必须对数据的选择进行权衡，因此，取样就成了科研的必然选择。同时，在多种取样方法中，采用随机取样方法是最佳的。随机取样法是一种取样方法，它使得所有的单元都具有一个已知的、非零的可能性。一般情况下，随机取样与取样的随机性密切相关，并不会随着取样量的增多而提高。这是因为，在样本数目达到某个阈值之后，新的样本所能提供的特性会逐步降低，就像经济上的边际效应递减效果一样。比如，在全国范围内的体育人口普查中，采用预先设定的随机抽样计划，仅针对整体中的一部分进行调查。随机抽样在国内外已有很好的应用前景，但其存在的缺陷也是不可忽略的:在实践中，很难做到完全随机性的采样。取样必须做到公平，不得带有任何的主观色彩。反之，结果往往是错误的，而且当样本的条件非常复杂时，最佳样本就很难掌握。而想要用随机抽样来掌握被试的全部特性，就会成为一种奢侈。此外，随机取样方法不适用于研究不同类型的情形。由于取样速率随机错误的结果会随着进一步的分解而大幅提高。此外，在体育社会科学的传统研究中，通常采用问卷的形式进行数据搜集，但这些数据通常没有时间上的连贯性。所以这些机构的预测与推理往往具有局限性。

（2）“信息技术”和“大数据国家战略”使体育科学研究中总体研究成为可能。

在信息技术革命的今天，我国的体育科学研究从“随意性”向“全局性”转变。在小资料年代，随机抽样是我国体育科学研究的重要组成部分。由于实验手段的限制，科学实验采用了小样本、资料权衡、随机取样等方法。虽然随机取样是一种可行的方法，但是它也存在着一定的限制，难以达到完全的随机性。且在条件较复杂的条件下，很难掌握最佳样本。在大数据时代，以开放的数据获得途径为基础，进行技术进步和实施大数据战略，为体育科研提供了技术依据和体制保障。信息科技的发展，催生了许多新的科技工具的出现，如，“可穿戴”装置于2013年的兴起，使人类行为、位置、生理指标的大量纪录与分析成为可能。新技术的发展将为洞察社会舆情和社会心理提供更多的技术可能性。美国StatsLLC于2013年9月在NBA 2013-2014赛季的全部比赛中采用了体感跟踪技术。该技术使用了Stats的SporsVU球员追踪系统，可以跟踪速度、距离、球员之间的距离，最关键的是，所收集到的资料都是被试对象正常状态的记录，是一种多元的数据，不会受到任何不相干的因素的干扰，尽管其中有“噪音”数据，但研究不再需要考虑研究中和问卷调查中的偏颇(包括研究者在设计和问卷调查时的偏误，以及由于自己的社会作用而导致的日常心理和行为)。同时，越来越多的信息获取途径也在推动着“大数据”的发展。美国白宫科学技术政策办公室于2012年3月公布《大数据研究和发展计划》，并成立了“大数据高级指导组”，这是美国将大数据提升至国家战略水平的标志。2011年11月，欧盟就公开了数据开放策略。可以预见，随着全球范围内大力推行大数据战略，大数据也成为了我国信息化建设中的一个关键环节。

随着大数据采集与挖掘技术的不断发展，“大数据”国家战略的实施将为体育科研应用提供技术依据和体制保证。而以整体研究为基础的体育科学研究所，其成效是明显的。以芝加哥大学的经济学家史蒂夫列维特为例，他在日本“相扑”中进行了一项关于非法操纵竞赛结果的调查。他对过去64000次的相扑纪录进行了分析。调查发现:虽然偶尔也会有一些违法的行为，但都不会涉及到大众最关注的赛事。冠军联赛也有被人操控的危险，但统计表明，负面的比赛更多地发生在一些不受重视的联赛后面。这是因为相扑体育中的利益不对称性。如果一场比赛的胜负对于一方来说是非常关键的，而对于另外一方来说，这是一种非法的操纵。如果是随机抽取，那么这种结果很有可能是不存在的。

2.2、大数据时代体育科学研究数据类型的转变:结构型到非结构型

（1）小数据时代下体育科学研究结构型数据的精确性。

在信息量缺乏的年代，科研工作最基本的要求就是确保科研工作的质量。但是，由于所收集到的数据量很少，所以在小数据时代，精确成为科学研究的最基本的需求。在许多的研究中，研究者们常常会把精力放在对测量工具的优化上，以提高调查结果的准确性。此外，通过随机取样来减少科研费用，对精度的要求也越来越高。这是因为研究所能收集到的资料有限，所以对每一份资料的准确性都有很大的影响，如果有一份资料出错，很可能会影响到最终的研究成果。但在实际应用中，由于数据的不正确性，研究人员往往会时时关注预防和避免差错。为了降低采样错误发生的可能性，研究人员采用了不同的方法来进行采样。例如，为了检验研究结果的精确度，研究者们往往会进行反复的试验，以检验和验证样品中可能出现的系统偏差。这无疑是一项耗时耗力的工作，而在实践中，这种规避策略的执行难度较大。

（2）大数据时代下体育科学研究非结构型数据的混乱性与包容性。

在大数据时代，对数据准确性的需求已经逐渐淡出人们的视野。由于放宽了容错率，研究所可以获得更多的数据，各种数据的增多对于他们的研究来说，将会有更多的新的理论和知识。在这种情况下，大数据并不比小数据有更多优点，但大数据能产生更好的效果。由于资料种类的增加，研究所获取的资料会出现一片混乱的状况，这主要是因为测量角度和测量工具的差异，从而导致资料的错综复杂。此外，不一致的格式，提取或处理数据也会造成混乱。而在大数据时代，为了获取海量的数据，研究人员往往会忽视个体数据的准确性，因为数据的完整性可以让他们更好地掌握研究的细节。体育研究中的资料是杂乱无章地拼凑起来的，比如，把体育影像资料与生理学资料混杂在一起。而且，要想让计算机辨认出它们，就必须给它们打上不同的标签，而且它们都有一个统一的分类准则。但是它为我们的搜寻提供了一个更加深入和广泛的方法。所以，在这种情况下，“混乱”是一种在大数据时代进行体育科学研究的常规方式。另外，传统的数据库都是事先设置好的，有序的格式库。这是一个有组织的数据库。但是，在大数据时代，这个数据库不需要事先设置，它的数据结构是多种多样的。在大数据时代，非结构数据库打破了以往数据库所要求的时间一致性，采用“无限近似于样本等于全局”的方式进行数据处理。而且，这份材料的质量也很重要。在大数据时代，对数据的处理技术进行研究，不仅能确保数据的完整性和可信度，而且还能确保数据的准确性。还可以通过多种途径、多角度收集和挖掘被试的观测资料，从而使研究者更加客观、真实地了解体育的客观规律。

3、大数据时代体育科学研究的新范式

在大数据时代，体育科研思维的转变，反映在新的研究范式中，以新的主题发现为基础。传统的体育科学研究是从体育的实践问题出发，探索与研究对象的关系，以及总体的表现方式。由于资料有限，研究途径有限，研究多采用理论方法，以理论为依据，引导研究者选取相关对象，搜集相关资料，分析相关关系，论证相关问题，若不符合，就重复试验，直至得出结论，这样的范式会导致研究进展缓慢，受到偏见的影响，很容易出现错误。而在大数据时代，体育科学研究的新范式，则是基于已有的相关因果关系的研究。分析关联是大数据的核心和对事件的发展的预测。从关联中发现新的问题在大数据时代，由于不同领域之间的关联关系不断被发掘，这给我们的研究带来了新的机遇与挑战。一方面，许多关联的发现为研究者们提供了新的研究方向；另一方面，不同领域知识之间的相互关联，需要有一个更为完整的知识系统。

3.1、小数据时代体育科学研究的范式——基于研究假设的因果研究

在小数据时代，体育科研往往从体育实践活动中所出现的问题入手，寻找与其相关的研究对象。这种以假定为起点的因果关系研究具有一定的历史背景。在大数据时代以前，由于资料稀少，信息采集的渠道也不畅通。因此，一般的方法就是利用基于理论的假设来引导研究人员选择合适的相关对象；其次，对关联对象的相关资料进行相关分析，以确定该关联对象的适用性。如果不行，那就再来一次实验。研究人员对这些假设进行了反复的检验，最终得到了研究的假说的验证。但是，这个模式对于研究的推进十分缓慢，而且研究成果也会受到个体和群体的偏颇的影响，从而使研究在建立假设、验证假设、选取相关对象时出现失误。

3.2、大数据时代体育科学研究的新范式——基于已知相关的因果研究

大数据的关键在于通过关联关系的分析来预测未来的发展。从操作上来说，这是一种统计上的关系。对事物进行有效的关联，不能揭示其内在的运作规律。此外，在实务上，仅有的体育现象已不再存在，比如，体育研究中存在社会学、心理学甚至环境气象学等方面的问题。麻省理工学院对美国职棒联盟11896次的投球得分图进行了分析，结果显示：在投球时，环境的影响要远远大于心理上的影响，因此，叫暂停并没有什么意义，不如去了解一下气候条件。通过对这些数据进行复杂的分析，可以发现它们之间的非线性关系，而且不是单纯的线性关系，而是一种非常复杂的关系。在大数据时代，新的分析方法和思维方式为体育科学的研究开辟了新的视野和新的前景，同时也让研究者们了解了许多过去没有发现的体育规律，了解了以往所不能了解的体育现象和体育发展的规律。

4、大数据时代体育科学研究思维的发展

4.1、研究课题高度分化与综合发展

体育科学受到大数据时代的影响，其学科的思维和激情得到了激发，体育学科从单一片面的发展方式转为全面的、多样化发展，可以有效地克服目前我国体育事业中的一些问题。近年来，体育科学与行为科学、社会心理学、管理学、产业经济学、心理学等多学科的融合，对其发展起到了积极的促进作用。体育科学研究是体育领域的一个重大课题，包括体育研究课题、体育可持续发展研究课题、人才培养优化、国家体育国力研究课题、体育管理经营课题、体育产业研究课题等等，都要求体育科学研究按照高度综合与高度分化的发展趋势进行研究。因此，高层次的综合性和差别性成为当前体育教学发展的重要方向。

4.2、研究方法多样性与综合性发展

在大数据背景下，体育科研思维的发展要求改革科研方式，加快发展的步伐。以邵伟德等学者为例，对体育科学的研究方法进行了统计，结果显示，体育训练是论文中的主要内容，并将先进的生物化学分析仪、三维成像与三维数字成像技术与摄像技术、解析法、灰色关联法、计算机仿真法等现代科学研究方法，以增强体育科学的科学性，同时也能有效地改善科学研究的质量。当前，我国的体育科学研究正逐步向跨学科发展，各种科学的研究方法不断地移植、渗透和融合，使得体育科学的研究手段在大数据的背景下不断地变得复杂和多样化。当前，传统的单一研究手段难以有效地处理体育研究中的问题，需要采取综合性的研究手段。比如，在体育科学研究中，利用数学运算对有关数据进行统计分析，从而提高科学研究的准确性和科学性。在大数据时代，科学的认识和方法学的边界较为模糊，这就导致了不同学科的不同方法的融合，从而增强了体育科学的研究价值，并使其研究的方式更为多样化和综合性更强。

4.3、研究思维创造性与全面性发展

高校体育科研工作者要顺应新的发展趋势，充分利用大数据技术，转变传统的体育学科研究模式，采用现代化、综合的科学思想和方法，进行体育科学的创新和创新。体育科研作为一项全新的学科，必须突破传统思维模式，为体育科研的变革奠定基础。在信息化条件下，近几年的研究表明，我国体育工作者的思维观念由封闭性向全面开放性、创新性转变，反映了我国体育工作者思维模式的转变。其中，辩证思维、立体思维、系统思维等与想象思维、直觉思维等非逻辑思维模式和方法，在竞技体育科学思维改革过程中得到了广泛的应用，进而全面深刻地推动了竞技体育科学思维的发展，使得它在体育科学问题的选择上更加具有独特性、科学性、创新性和价值性。

5、大数据应用下体育事业面临的挑战

由于大数据在我国的发展尚处于探索的阶段，其在体育中的运用更是一片空白，今后还有很长的一段路要走，并在实践中逐步完善。当前，在大数据环境下，体育发展面临着三大难题。第一：个人隐私面临的挑战。大数据是一柄双刃剑，在为高校体育改革带来科学、高效、创新的同时，也存在着对个人信息的泄漏和个人隐私的侵害。在大数据时代，个人信息、家庭背景已被视为“公共机密”，由此引发一系列的社会伦理问题。如何充分有效地挖掘数据背后的价值，同时又能保证数据的安全性和不侵犯个人隐私，是一个值得思考的问题；第二，技术人员面临的挑战。大数据意味着大量的、复杂的数据，需要技术支撑，否则数据只是数据，无法转换成有意义的资料。数据存储、数据挖掘、数据分析等都是需要解决的问题。但是，目前国内对这些技术的掌握还不够成熟，很多地区教育部门都缺少对大数据的支持，同时也没有建立信息体系及学校的教学平台。因此，从认知、学习到熟练运用大数据，到运用到实践中，仍然需要一段时间。而在我国，虽然作为一个“人才大国”，但在对大数据的认识与应用上，还存在着严重不足的问题。

6、结语

在信息技术飞速发展的今天，我国的体育研究人员要积极地适应新的形势，积极地改变自己的研究思路，实现自我发展。观念转换需要采取全样本代替随意取样，以非结构数据代替结构数据，并能从体育活动中挖掘出与之相关的、新颖的话题。要发展我国的体育科学研究之路，在信息技术的发展过程中，体育科学思维的发展需要通过综合性的、思维创造性的全面性和方法的多样性来完成。