竞技体育大数据思维变革与分析

漆小红，孟媛媛



竞技体育大数据思维变革与分析

漆小红，孟媛媛

北京体育大学教育学院，北京100084

摘要：运用文献资料法、逻辑分析法，对大数据背景下竞技体育思维变革特征进行分。研究显示，“样本=总体”的相对全数据模式符合竞技体育的研究和实践需要，但数据采集技术还不够完善；思维上接受数据的混杂性，可利用数据量改善算法测试结果的准确性；相关关系研究在竞技体育中并不能取代因果关系研究而独立存在，两个关系的探究是具有独立性，同时存在关联性。

关键词：竞技体育；大数据；思维变革；特征分析

1前言

大数据(Big Data)是为平衡“计算能力”与“计算需要”的产物，具有数据模大(Volume)，数据种类多(Variety)，数据要求处理速度快(Velocity)，数据价值密度低(Value)四个特征。实践应用上，目前已经在城市发展、医疗改善、商业开发等方面积累了成功的经验。随着当前大数据时代的全面拓展和渗透，竞技体育亦将其融入到自身的发展当中，积极探索，创新利用在赛练监控、科学选材、反兴奋剂、手段更新等方面的应用逐步取得了成功，大数据时代为竞技体育发展提供了新思路和新机遇。本文藉此背景通过文献资料，结合竞技体育特征与大数据思维变革特征进行分析，为竞技体育发展更好地顺应大时代背景提供思维基础。

2“样本=总体”的理论价值与实践操作困境

2.1“样本=总体”的理论价值

大数据时代，随着信息化的加速发展，收集所有信息变得可能，大数据思维追求“样本=总体”，即采集所有的相关数据，这一思维在日本相扑运动非法操纵比赛结果的实践应用中科研人员通过对运动员过去所有的比赛资料进行研究，基于大数据对比赛结果进行分析，发现运动员为了给自己留一条“后路”，可能会在一些不受关注、不影响获奖等低风险的场次中与对手达成一致选择消极比赛，以便在以后的比赛中获得“回报”，通过抽样调查是很难捕捉到这一现象的，但是全数据模式将这种不道德的现象呈现出来了，以促使运动员更好地完成比赛。全数据模式可以有效地避免调查者的主观倾向，以及被调查者“自我保护”机制产生不同于日常心理和行为，同时全数据模式获得是尽可能全面的数据，不仅可以根据研究目的进行数据分析，而且还可以进行更加深层次、全方位的再挖掘、再利用。

2.2“样本=总体”在竞技体育中的实践操作难题

竞技体育旨在最大限度地挖掘和发挥人(个人或群体)在体力、心理、智力等方面的潜力，以创造优异运动成绩为主要目的的一种活动过程。运动训练是提高运动员竞技能力和运动成绩至关重要的环节，而运动训练监控则是保证训练质量、机能适应等的重要基石。科学的训练监控需要对外在的时间、空间以及内在的生理、生化指标进行量化统计，这些数据的采集多需要在运动中完成，现行设备中普遍暴露出便携性较差、设备成本较高、灵敏性不足等问题。值得关注的是，近年出现了“运动手环”，可以通过终端记录走、跑的步数、实时心率、睡眠质量，该类产品逐步突破便携性、成本高等问题，使“简、明、快”的进行科学训练监控变得可能，同时为竞技体育全数据采集提供了条件。全数据模式对促进竞技体育配套设备、设施的发展具有重要价值和意义。

3接受数据的混杂性，放宽数据的精确性

3.1放宽错误的标准，允许错误数据的存在

现实世界中非结构化数据占据了绝大部分，无论是结构化数据，还是非结构化数据，错误数据的存在均是必然的，这种错误性主要是数据采集、记录和存储工具的固有缺陷所致。小数据时代对数据的采集需要保证数据的质量和极力减少错误数据的进入，以防止噪音数据对结果造成误差。允许错误数据进入数据库是大数据时代全数据模式的一大特点，正是因为对错误标准的放松，使得我们获得海量数据，从而在宏观上对竞技体育的发展具备更好的洞察能力。这一革新对“二八理论”是颠覆性的，对海量数据的挖掘和分析使我们可以更加深入地分析竞技体育中存在的问题，使竞技体育向着更高、更快、更强的方向发展，为竞技体育发展开启新的纪元。

3.2接受数据的混杂性，用数据量改善算法的测试结果准确性

在进行竞技体育科学研究和实践操作的过程中，采集的数据具有多学科性、格式多样性等特征，如IBM于2005年通过Slam Tracker软件制成“制胜关键指标”分析模型，均是在接受大数据混杂性的前提下，扩大竞技体育数据采集规模、整合各类信息，进而获得实践成功的。数据算法的实践一直困扰着竞技体育工作者，他们对数据算法的理解能力和驾驭能力都相对较弱，而现今复杂的数据算法成为竞技体育工作者不得不面对的一大难题。大数据时代的到来让这种算法发展得到了改善，即通过数据体量改善算法的复杂性。相关研究表明，随着数据的增多，算法的表现都大幅度调高，数据体量的增加也影响着不同算法测试结果的准确性，使简单算法的效果好于复杂算法。

3.3相关关系研究能有效促进竞技体育因果关系研究

因果关系是小数据时代人们通过探索原因和结果来揭示客观世界中事物的内部运行机制；相关关系主要是通过挖掘量化后数据组之间的数理关联来分析现象，重在捕捉现在和预测未来。研究显示，相关关系背后基本上都隐藏着深层的因果关系，相关关系的获得为因果关系研究奠定了已知基础，因果关系研究则对相关关系研究的价值进行了拓展。如2013年4月13日，NBA球星科比在比赛中跟腱断裂，据统计，科比在近7场比赛的上场时间中336分钟里只休息了17分29秒，场均45分30秒，基于这一系列数据，大部分人认为科比此次受伤是上场时间过多所致，随后研究显示，科比的跟腱断裂与上场时间过多具有统计相关，还需要特定的因果模型进行深层次的研究。由此可见，尽管大数据为我们提供了统计相关，但深层的因果关系探索依然需要在已知相关的基础上进行进一步的研究。

4结语

时代变迁与行业变革总是相辅相成，大数据时代的到来促使竞技体育的相对全数据信息采集有了依据，对其混杂性和多样性的包容，为我们提供了更加全面的研究视角，且较之抽样数据其具有更佳的容错性、延展性，为更加接近事物本质提供了条件，“相关关系与因果关系”两种关系的研究也呈现出层层递进的科学过程。科学地利用大数据思维对促进竞技体育发展起着重要的作用，然而在数据采集手段、模态处理方法、数据价值挖掘等实践应用方面依然存在着诸多难题，数据采集存储模式、共享权责机制、专业人才培养亦处在初级阶段。辩证地看待大数据时代的三大思维变革，对竞技体育发展有着重要的实践指导价值。

参考文献：

[1]张文华.大数据对体育教育的冲击[J]. 贵阳学院学报(自然科学版),2014,02:47-51.

[2]马建光,姜巍. 大数据的概念、特征及其应用[J]. 国防科技,2013,02:10-17.

[3]马国全,杨建文等.大数据在体育科学中的应用及思考[J]. 河北体育学院学报,2015,02:11-16.

[4]维托克.迈尔——舍恩伯格,肯尼斯.库克耶，大数据时代:生活、工作和思维的变革[M].盛杨燕,周涛,译.杭州:浙江人民出版社,2013.

[5]谢雪峰.多维视野中的竞技体育特征[J]. 体育科学,2008,05:74-80.

[6]金成平,胡亦海. 多维视角下“竞技体育”与“竞技运动”的差异性比较[J]. 山东体育科技,2014,06:45-49.

第一作者简介：漆小红(1990-)，男，四川遂宁人，在读研究生，研究方向：体育教育与运动训练。

中图分类号：

文献标识码：A

文章编号：1005-0256(2016)07-0151-2

doi:10.19379/j.cnki.issn.1005-0256.2016.07.061

The Change and Its Analysis on Big Data of Competitive Sports

Qi Xiaohong, Meng Yuanyuan

Abstract:The features of change of thinking of competitive sports in the context of big data is analyzed through literature study and logical analysis. The study shows: the relatively complete data pattern of ‘sample equals totality’ meets the requirement of research and practice of competitive sports, but the data acquisition technology is not perfect enough; the veracity of the results of algorithm testing can be improved via the increase of data size; the correlativity research cannot replace the causality research in the research of competitive sports and there are relevance and independence in the study of these two researches.

Key words:competitive sports；big data；change of thinking; features analysis

P.E. College of Beijing Sports University,Beijing, 100084