APP下载

职业运动员的数据管理研究

2017-03-27

武术研究 2017年3期
关键词:体育比赛数据挖掘竞技

吴 迪

中央财经大学,北京 100081

职业运动员的数据管理研究

吴 迪

中央财经大学,北京 100081

数据管理对提高职业运动员的竞技水平、预测职业运动员竞赛成绩、加速职业运动员伤病恢复等具有至关重要的作用。文章运用文献资料法、逻辑分析法、数理统计法研究职业运动员的数据管理,从数据整理与分析的角度探寻职业运动员的数据在实践中的运用,认为数据在职业运动员训练阶段、竞技比赛阶段、恢复阶段等都具有非常重要的作用。

职业运动员 数据管理 竞技水平 伤病恢复

体育管理学是体育学与管理学的交叉学科,即运用管理学理论和方法,研究体育组织的协调,以达到预定体育目标的学科,也属于体育科学的重要分支。体育管理学对指导体育实践、提高体育管理效率、提升体育管理者本身素质具有至关重要的作用。

随着社会经济的稳步发展,当今世界各类体育赛事层出不穷,“良好的体育赛事管理不仅能创造精彩赛事,为受众提供一种物超所值的赛事产品与服务,且对运动员的竞技水平的提高、良好比赛状态的发挥也起到举足轻重的作用。”[1]对职业运动员的各种数据进行整理分析,将对职业运动员乃至整个竞技体育比赛具有极其重要的作用。

1 研究方法

1.1 文献资料法

文章针对体育管理学科知识,以体育管理,职业运动员为关键词,从中国知网、中国学术期刊网、万方数据库等知识库,查询相关文献50余篇;从图书馆借阅与体育管理、职业运动员数据分析等相关的书籍10余本。对体育管理进行深层认识与学习,并在全面理解职业运动员的选材体制、训练体制、竞赛体制等形式下,对职业运动员的数据管理进行把握与分析。

1.2 逻辑分析法

在广泛查阅有关体育管理、职业运动员赛训体制的基础上,对所收集的素材进行系统归纳、总结与推理,结合体育管理学相关专业知识,进行逻辑分析,得出结论并讨论分析,并在遵循客观事实的基础上,提出相应建议。

1.3 数理统计法

运用数理统计学方法对所收集到的数据进行归纳、整合、分类并分析,为职业运动员的数据管理提供支撑,进而对职业运动员更好地投入实践,更好地进行体育训练与竞技体育比赛做指导。

2 职业运动员的竞赛项目分类

职业运动员、职业俱乐部、职业联赛三者组成职业竞技体育,职业竞技体育是竞技体育的一个下位概念。各种竞技体育比赛都有职业运动员,“按照田麦久的项群理论,可以把竞技体育比赛分为体内主导类和技能主导类。”[2]竞技体育项目主要分为体能主导类项目和技能主导类项目,体能主导类主要指以体能作为重要竞赛能力基础的项目,对于技术的要求相对较小。如100米、200米、马拉松等跑的项目,场地自行车等。

技能主导类项目则是主要依据技术水平来作为竞赛能力基础的项目,对体能的要求则相对较小。如乒乓球、羽毛球等球类项目;散打、综合格斗等格斗对抗型;射箭、气枪等射击类项目。

由表1可以看出:体能主导类项群包括:快速力量型、速度型和耐力型,技能主导类包括:表现难美型、表现准确型、隔网对抗型、同场对抗型和格斗对抗型,具体而言,体能主导型与技能主导型所包含的各种竞技体育类型又能分为各种各样的竞技体育项目,可见职业运动员的竞赛项目极其丰富。

3 职业运动员的数据分析

3.1 职业运动员的数据类别

不同的职业运动员,从事不同的竞技体育项目,并具有各自的项目特色。显然,评价运动员技能水平的指标也就不尽相同,绝不能凭借某一指标而对不同竞技体育项目的职业运动员的竞技水平一概而论。“职业运动员的数据分类标准化程度较高。”[3]

因此,要紧密结合每一专项的项目特点来评价指标,才能达到预想的准确结果。具体讲,如篮球运动员需要较好的手腕力量、核心力量与下肢的急停与加速力量;羽毛球则更加侧重于上肢的甩臂力量。显然,手腕甩臂的力量只能用于评定羽毛球的专项力量水平,绝不能用于评价篮球运动员的专项力量水平。篮球运动员虽然对手腕力量的要求也非常高,但更侧重于拨球的力量。再如短跑运动员与举重运动员都需要过人的下肢力量,但两者的侧重点不同,短跑更加注重速度力量,讲求速度、力量与耐力的完美结合,而举重运动员在追求绝对力量的同时,更加注重瞬间的爆发力。其它竞技体育项目的数据指标评定也都遵循项目特点。从表2中可以看出:体能主导类项目的主要竞技指标为时间、速度等;技能主导类项目的主要竞技指标则侧重于动作质量、稳定性,准确率、击中点数等。

表1 不同竞技体育项目的数据指标

3.2 数据整理与分析

对职业运动员的各项数据进行收集整理,将为职业运动员更好地认识自身的优缺点,进而达到扬长避短,最大限度地发挥自身优势。比如,散打运动员在备战比赛期,可收集竞赛对手往日的比赛数据,如直拳、摆拳的使用次数,使用的成功率;摔法的使用次数,摔倒对手的频率,并且可以分析对手在往日比赛中面对不同身高、不同打法特点的对手的时候而采取的技战术,如有的运动员面对身高低于自己的对手的时候,往往喜欢利用腿长的身体优势,用腿法保持进攻距离;当面对身高高于自己的对手的时候,往往喜欢攻击对手腹部,或者主动进攻,尽力缩短进攻距离。

通过数据的整理与分析,得出丰富的数据,不仅对运动员认清自己、认清对手,以达到知彼知己的状态,“有利于教练组针对性的制定训练、比赛策略,对球队确立自己的建队体系的帮助作用明显,且对于媒体和球迷的作用也是至关重要的。”[4]“丰富的数据展现在观众眼帘,将拉动竞技体育比赛的亲和力,更好地将受众带入竞技体育比赛中去,从这个角度看,将极大促进竞技体育比赛的传播。”[5]如当下正开展火热的美国男子职业篮球联赛,在直播前期、期间与后期,电视媒体都要进行各种各样的数据展示。就湖人队和马刺队的比赛来看,电视媒体为吸引观众的眼球,将在比赛前好几天便重复播放这两个队的战绩、胜率,对比两队的主力球员,这便极大地提高了人们的观看热情。在比赛期间,电视台也会经常回放本场精彩数据,有时候为吸引观众眼球,负面的数据也会被拉入荧屏。在比赛后,无论电视台、互联网还是微信等许多媒体都对比赛各种数据进行整理、加工后而报道。

4 职业运动员的数据在实践中的运用

4.1 数据在训练中的运用

对于竞技体育来讲,为了使运动员在比赛中获得理想的成绩,通常会在训练期间采用各种各样的手段与方法以提高运动员的技能水平与身体体能。

因此,赛前训练对提高运动员竞技能力是至关重要的。“可以通过各种训练手段来提高运动员的基本素质、技术水平和专项素质,同时通过这些指标来评定运动员的身体状态、预测运动员可能获得的运动成绩。”[6]

但是训练的数据也存在相应的问题:

(1)训练指标的可行性探讨。当下运用的许多训练数据都是往日总结出来的,适合于当时的训练环境与竞赛需求,对当下的训练水平的提高是否具有促进作用是值得考虑的问题。

(2)当前国内外对运动训练数据进行科学分析时,大多采用的是统计分析的方法。比如通过主成分分析、聚类分析确定在某个运动项目中各个指标的重要程度,通过相关分析确定各指标间的相关性,通过回归的方法预测运动员的成绩。统计分析技术在体育训练中的应用,突破了传统只依靠教练员个人经验指导训练的情况,对于教练员指导运动员的训练是具有参考价值的。但是由于运动员的常年训练,积累了大量的数据,只利用传统统计分析技术显得有些不足了,因为训练数据庞大,很难找到一个合适的模型来描述数据间的关系。因此,要在遵循客观规律的基础上,大胆创新,挖掘整理更为科学化的运动训练指标。

4.2 数据在竞技比赛中的运用

数据挖掘出现于20世纪80年代后期,是数据库研究中一个很有应用价值的新领域,它融合了数据库技术、人工智能、机器学习、模式识别、统计学等多个领域的技术,是一门交叉性学科。[7]随着信息技术的不断发展,各行各业的数据挖掘不断成熟并不断向各领域运用的方向发展。随着竞技体育比赛的不断累积,发展至今,已经积累了大量的数据库。如信用卡公司、电信公司、保险公司和证券公司利用数据挖掘技术来检测欺诈行为;超市、各大商场利用数据挖掘技术可以分析交易金额情况以便及时选择进货物、将货物放置最合适的地方。可见数据挖掘已经运用到社会的各行各业,显然,数据挖掘技术运用到竞技体育比赛中去也是社会的一种趋势。

当下,国外已经将数据挖掘信息运用到竞技体育比赛中去,如美国NBA教练员利用数据挖掘工具Advanced Scout临场辅助决定替换队员,并获得了理想的效果。目前,已经有20个球队运用此技术来帮助球队提高技战术水平。相比于外国,中国的数据挖掘技术尚处于低水平阶段,将其用于竞技体育比赛更是甚为缺少。

4.3 数据在恢复阶段中的运用

当下竞技体育的训练负荷的量与强度非常大,大负荷训练要求运动员机体具有超强的承受能力,如果身体总是承受过大的负荷而得不到充分的恢复,必将导致运动器官的过度疲劳,进而导致伤病现象的出现。此外,“随着社会经济的提升,人们的生活水平有了显著提高,与之而来的还有就业压力的增大,环境污染日益加重,各种突发性疾病和健康隐患日益威胁着人们的身体健康,”[8]从这一角度看,机能水平受到严峻挑战。鉴于此,“运动训练学专家们认为:‘负荷和恢复始终是训练过程中两个紧密相连的过程,是决定训练成效的两个基本因素’。”[9]

良好的恢复对更好地投入到下一阶段的训练与比赛打下坚实的基础,因此要重视竞赛后的恢复阶段。针对竞技体育比赛中发生的各种损伤,可以进行数据收集与整理,进而得到损伤发生频率较高的伤病类型,以便为采取有效的防御措施做准备,并且能为更好地恢复机能水平创造条件。综合分析之前常见的运动损伤的恢复措施,并将其进行数据整理分析,可以对当下的运动损伤起到借鉴作用,加速损伤恢复速度。

5 结论与建议

5.1 结论

(1)职业运动员的数据管理要结合竞技体育项目的特点,植根于对提高职业运动员竞技水平。对职业运动员的各项数据进行收集整理,将为职业运动员更好地认识自身的优缺点,进而达到扬长避短,最大限度地发挥自身优势。

(2)通过数据的整理与分析,得出丰富的数据,对于媒体和球迷的作用也是至关重要的,能大大提高观众的观看热情,提高观众的观看动机。

(3)通过各种训练手段来提高运动员的基本素质、技术水平和专项素质,同时通过这些指标来评定运动员的身体状态、预测运动员可能获得的运动成绩。

(4)训练的数据也存在相应的问题,如训练指标的可行性探讨;由于运动员的常年训练,积累了大量的数据,只利用传统统计分析技术有些不足,因为训练数据庞大,很难找到合适的模型来描述数据间的关系。因此,要在遵循客观规律的基础上,大胆创新,挖掘整理更为科学化的运动训练指标。

(5)数据挖掘已经运用到社会的各行各业,显然,数据挖掘技术运用到竞技体育比赛中去也是社会的一种趋势,数据挖掘技术对提高竞技职业运动员竞技水平具有至关重要的作用。

(6)职业运动员数据整理对加速运动员损伤恢复具有极其重要的作用。

5.2 建议

(1)媒体相关部门可以完善、创新职业运动员数据整理体系,将一套新颖的、说服力强的数据清晰、直观地展现在观众面前,更好地博得观众的眼球。

(2)通过获得职业运动员的数据统计结果,以便预测运动员在接下来的比赛中可能获得的竞赛成绩。将数据整理与竞赛结果紧密结合,力求最大限度地提高竞赛成绩。

(3)针对很难找到合适的模型来描述数据之间的关系;数据指标是常年职业运动员竞技体育比赛积攒下来的,存在可行性探讨问题。我们要秉承与时俱进、大胆创新的原则,结合当下职业运动员的训练现状,挖掘整理出适应当下训练体系的数据指标。

(4)数据挖掘已经运用到社会的各行各业,然而在中国职业运动员中的应用却少之又少,因此,我们要结合本国竞技体育的具体情境,积极研究、探寻数据挖掘技术,并将其合理地运用到竞技体育比赛中去,为提高职业运动员的竞技水平做贡献。

(5)数据整理对加速运动员损伤恢复具有极其重要的作用,运动队教练要积极整理各类运动损伤数据,并应用于运动训练,最大限度地降低职业运动员伤病的发生率。

[1]张瑞林,秦椿林.体育管理学[M].北京:高等教育出版社,2009:210.

[2]田麦久.运动训练学[M].北京:高等教育出版社,2009:24.

[3]李守培,郭玉成.文化安全视域下的武术标准化问题及对策[J].上海体育学院学报,2015(5):77-82.

[4]王 峰.美国职业篮球联赛数据管理模式所引发的结构变异[J].中国体育科技,2015(1):20-27.

[5]郭玉成.中国武术传播论[M].上海:复旦大学出版社,2008:94-96.

[6]黄 谦,石 勇.数据挖掘在体育训练指导中的应用研究[J].广州体育学院学报,2009(6):106-110.

[7]王光宏,蒋 平.数据挖掘综述[J].同济大学学报,2004(2):246-252.

[8]吴宣廷.济南市居民太极拳健身与消费现状调查研究[J].武术研究,2016(11):51-55.

[9]陈 钧.试论篮球运动员的恢复训练[J].北京体育大学学报,1995(3):78-80.

On the Data Management of Professional Athletes

Wu Di
(Central University of Finance and Economics, Beijing 100081,China)

Data management is critical to the improvement of the competitive level of professional athletes, the prediction of the professional athlete competition results, can accelerate the occupation injury recovery. This paper, using the methods of literature, logical analysis, mathematical statistics, studies the data management of professional athletes, from the use of data collation and analysis to probe the application of professional athlete data in practice. The study finds that data play a very important role in the professional training stage, competition stage, and the recovery phase.

professional athletes data management competitive level rehabilitation

G812

A

2096—1839(2017)3—0153—04

吴 迪(1997~),女,学生。研究方向:体育人文社会学。

猜你喜欢

体育比赛数据挖掘竞技
老年人观看体育比赛有助于消除抑郁情绪
老人看体育比赛可减少抑郁情绪
竞技精神
基于并行计算的大数据挖掘在电网中的应用
一种基于Hadoop的大数据挖掘云服务及应用
花与竞技少女
竞技体育
基于GPGPU的离散数据挖掘研究
畅聊体育赛事
同台竞技