大数据系统指导下的羽毛球运动员训练模式优化设计

吴慧敏

（长沙市体育训练竞赛管理中心，湖南 长沙 410015）

当前，羽毛球教练员粗略地采集和分析训练数据，随后结合个人经验来优化训练模式，表现出明显的数据采集不全面、分析不深入、应用不准确的问题。大数据技术围绕着制订目标，采用先进的软件系统采集、处理和输出数据资源，表现出数据量大、时效性高、输出结果多样、价值密度高、准确性强的特征。这由此能够实现羽毛球训练数据分析由人工向机器、由经验向计算的转变，可以大大提高训练数据处理过程的系统性、深入性、准确性与时效性，更好地指导羽毛球训练模式的设计与实施。

1 羽毛球训练过程中大数据系统设计

羽毛球运动表现出鲜明的技巧性与战术性特征，以此为基础所设计的大数据系统包括移动端模块和服务器端模块2大主体。前者又可以进一步细化为临场监控和统计模块、得分与失分统计模块、战术演示模块、训练计划模块、数据上传模块；后者则可以细分为权限管理模块、训练资料库模块、训练监控资料库模块、辅助信息管理模块、技战术提取整合模块。各模块均具有个性化的数据采集对象与处理方式，如临场监控和统计模块主要是对羽毛球运动员各个阶段训练内容的系统采集，最终以数据、图形、表格的形式显示本次训练的回合数、总拍数、平均拍数、得失比、失误率、平均时间与平均分等；战术演示模块则是根据对手的个人运动特点以及所选择的战术特征，结合己方运动员的运动特点，实施赛场战术预演，由此确定一个最佳的攻击与防守战术。移动端模块和服务器端模块在羽毛球训练大数据分析系统中处于核心位置，由此形成完整的数据输入、处理、存储与输出运作流程。具体来说，相关人员将数据输入到移动端模块，简单展示数据统计结果之后，其训练数据信息传输至服务器功能端，存储在该模块之中，当用户输入信息请求指令时，服务器功能端模块则按照指令完成信息的整合计算，并由此以直观的数据、图形、表格的形式呈现在界面之上。

2 羽毛球训练过程中大数据的采集

大数据系统是建立在搜集与分析海量数据信息的基础之上而实现的，因此对于羽毛球训练过程中相关数据信息的采集是建构大数据系统不可或缺的一项工作内容。结合羽毛球训练实际情况，大数据系统中的数据采集可以通过“身份制”和“界面化”2项技术环节来实现。首先“身份制”也即是一方面为每一个羽毛球教练员、数据统计人员设计一个账号和密码，既可以单独地完成对羽毛球运动员整个训练过程或者是单项技术的数据采集，也可以同时由数人完成数据采集，最终经过系统的“折中计算”或者是“冲突确认”来完成数据信息的采集与存储；另一方面也要为每一个羽毛球运动员设计一个编号，直接通过该编号寻找目标运动员，并在其个人主页中完成对相关信息数据的录入。这可以充分保证羽毛球训练数据采集的规范性。其次，“界面化”则是需要在统一页面中为各个功能模块设计一个明确的“入口”和独立的“界面”，如教练员、数据统计人员在经过身份验证，进入大数据系统主页之后，上面可以设计有“临场监控和统计”“得分与失分统计”“战术演示”“训练计划”等一系列的入口按钮，进入之后则是一个功能齐全的数据采集界面，各个界面需要围绕着主题功能进行详细的内容设计和功能布局，如“临场得分与失分统计”中需要有比赛的名称、地点、日期、类型、双方运动员名字等基本信息，在模拟球场中选择羽毛球的起点与落点位置，系统自动导入记录选手名字、选择区域、得分类型、技术类型的信息，并且自动更新运动员直接得分、主动失误、压迫性失误、非压迫性失误、总分中的选项数据。这由此能够最大限度地提高数据采集的系统性、准确性与高效性。

3 羽毛球训练过程中大数据的处理

大数据处理是实现“原始数据资源”向“功能数据资源”转换的一个关键环节，也即是大数据系统在制订“功能命令”的驱动下，从数据库中提取海量的目标数据信息，并完成对数据的计算和输出。首先，在设计羽毛球训练大数据系统过程中，应对教练员、运动员常见的信息处理功能需求进行一个系统分析，总结出一些常用的应用功能，以此为基础建构起系统、清晰的功能框架结构和页面功能按钮布局，如运动员的运动区域、运动姿势、运动技术、运动路线、运动得分与失分、运动技术效果等。每一项功能命令均对应一个页面按钮，方便教练员和运动员对于大数据系统的应用，而且在日常工作过程中，还可以根据实际需要，适时添加或者是删减相关的功能，提高页面布局的精练性。其次，每一个功能按键所链接的界面还应细化为诸多不同的量化指标，由教练员或者是运动员根据需求来选择相关的指标，如运动技术按钮所链接的二级界面可以分为前场技术、中场技术、后场技术，其中前场技术可以量化为搓、推、勾、放、扑、封、挑、抹、拨等，中场技术可以量化为抽、档、弹、拦等，后场技术可以量化为高、吊、杀、劈等，整体上再配合以训练时间、地点、类型方面的限定性指标，由此能够更好地满足教练员和运动员个性化的信息统计需求。最后，考虑到羽毛球运动中击球技术、运动路线、活动区域、运动姿势与得失分之间存在多维关联的关系，因此羽毛球训练过程中的大数据系统应采用以多维关联为基础的量化属性离散化算法来进行数据提取、处理与输出。第一步是按照量化属性离散化算法的要求，依据关联性大小对数据库中各级别、各类型数据进行层次划分，并采用阿拉伯数字进行表示，从而形成一个由高至低的关联性数据系统；第二步则是对整个数据库系统进行一次性的扫描，最终获取所有记录的各个属性与层次所对应的数据信息之和；第三步则是设定最小置信值60%，按照改进算法的计算公式所获得的大于等于60%的数据作为关联数据，由此形成一个有关制订命令要求的数据库样本，最终通过界面输出，便形成了教练员或者是运动员所预期的数据统计结果。

4 大数据系统指导下的羽毛球训练模式优化方式

大数据系统的核心功能是为了帮助教练员和运动员深化对羽毛球训练过程与训练效果的认识，指导其更好地制订和实施训练计划，提高羽毛球训练质量和效率。以此为基础，建议教练员可以采用以下2种措施来利用大数据系统指导训练模式的优化与创新。首先，可以立足于大数据系统所搜集到的庞大的数据资源，建构起一个训练计划评估模块。该模块主要是综合教练员对于制订训练计划科学性、合理性与有效性的评估意见，建构起一套系统化的评估指标体系，当输入有关制订运动员技术特征与战术方式方面的信息之后，能够立刻对预期设定的训练计划进行综合评分和单项指标评分，使教练员既可以宏观了解该计划的有效性，同时也可以准确把握各项训练内容与训练方法的合理性等，由此指导其做出针对性的训练计划改进措施。随着该大数据系统的不断升级，最终目标是能够根据教练员所预设的训练目标以及运动员身体素质、技能水平、比赛成绩方面的信息，而自动生成一套训练计划，从而进一步提高羽毛球运动员训练计划的针对性、合理性与有效性。其次，教练员的个人经验以及训练理念也是制订羽毛球训练计划所不可或缺的宝贵因素，因此教练员应首先结合自己的训练经验、训练理念以及制订运动员个性化的身体素质、技能水平、比赛成绩及训练需求情况，在大数据系统统计结果的指导下制订出初步的训练计划，随后利用大数据系统来评估该计划的有效性，反过来再进一步修改和完善该训练计划，从而形成一份理想化的训练方案。而且在日常训练过程中，还可以结合大数据系统中数据资源的不断更新以及由此所形成的新的数据统计结果情况，来适时更新、完善训练计划，进一步增强训练计划与运动员实际情况的契合性，提高其羽毛球训练效率和质量。

总体来说，大数据系统是一种系统化、高效化、准确性的信息处理工具。羽毛球训练训练过程中所涉及到的回合数、总拍数、平均拍数、技术手段、得失比、失误率、平均时间与平均分、战术方式等，均可以升华为一个个的数据集合，其蕴含的则是运动员的运动特征与实际效果情况。基于此，羽毛球教练员应提高对大数据系统在优化训练模式方面重要性的认识，结合羽毛球训练目标、内容、方法特征建构起系统化的大数据采集、传输、存储、处理与输出系统，运用其数据统计结果来评估训练计划，指导训练计划的优化与创新，甚至是利用该系统来生产训练计划等，从而提高羽毛球运动员训练计划的有效性。这将是未来羽毛球训练一项不可或缺的辅助手段。

[1]（英）迈尔.舍恩伯格.大数据时代[M].杭州：浙江人民出版社，2013.

[2]（德 ）贝恩德.沃克尔.勃拉姆斯.羽毛球全攻略技术、战术与训练[M].北京：人民邮电出版社，2016.

[3]王聪，秦学林.基于TRIMP的羽毛球训练及比赛负荷监控[J].体育与科学，2013（6）.