体育与大数据

曾健

【摘要】自2012年开始，“大数据”便被越来越多的提及，一时间成为经济、政府乃至学术界的热点话题，并在信息产业领域得到应用，同时逐渐向医疗、教育、商务等领域渗透，并在各行各业取得了不错的成绩。在体育领域也不例外，就目前为止，我国体育领域在大数据上还处于初级阶段，在国外体育领域中的各个子类都已经开始利用大数据为其发展助力。本篇文章主要运用文献分析和案例研究等研究方法，阐述大数据的概念，分别对学校体育的体育教育和竞技体育的运动员选材与比赛战术方案安排等方面的具体应用与实践，最后指出大数据在我国体育领域应用实践的重要性。

【关键词】大数据 体育教育 竞技体育 影响

一、 大数据对学校体育的影响

学校体育在以学校教育为主的环境中，利用身体运动和卫生保健的手段，对受教育者加以影响，促进省心健康发展的有目的、有组织、有计划的教育活动。学校体育与学校智育和德育共同构成学校教育，是为社会培养合格人才的基本途径和内容。体育教学贯穿于整个学校体育，是一个教师“教”和学生“学”的动态过程，是教师和学生之间的一种思维活动和技能传授过程。[1]以前学生只有在一些特定的地方才能接触或了解关于体育的知识、信息，如今，体育信息以各种各样的形式呈现在大家面前，教育者和受教育者都能轻易地获取这些知识，与此同时，在一个信息如此开放、大量、繁杂的时代，体育教育这一活动又对教育者和受教育者提出了哪些更高的要求呢？通过观察和查阅资料，在大数据时代，体育教育者和受教育者获取体育知识、信息的方法、途径有了更多的选择。 教师与学生可以通过对大数据的分析，用更多样的手段来收集关于体育的信息，这样一来对教育者便有了更高的要求。首先，教育者面临的就是在如此庞大的数据中要选择什么内容去传授给学生，其次要用怎样的方法去传授，这两点无疑是整个教学过程中最重要的。我曾听到过这样的说法“在大数据的影响下教育信息多种多样，以不同的形式存在与各个地方，受教育者也能更加容易获得他自己想要的学习内容，在这样的情况下会不会弱化教育者的地位和作用？”但其实不然，在受教育者获取更多知识的过程中，教育者将体育教育的信息传授给他们，使其从最初的未知到已知，从已知到熟练应用，乃至到“青出于蓝而胜于蓝”。在这个过程中的不同阶段，体育教育者扮演着不同的角色（从良师益友，到合作者，乃至到受教育者），传递着不同的信息并发挥着不同的作用。 在如此的现实情况下，教育者则应该具备更多的更高的素质。第一，教育者要具备更高加工处理信息的业务素质，要学会在庞杂的信息中分析出哪些是有用的信息，哪些是学生需要的信息;第二，要求教师要更加的了解自己的学生，了解学生对体育的不同需要，因材施教;第三，注意教学方式的多样化，趣味化，让学生更好的吸收相关知识，掌握技能;最后，教育者要提升自身素质，加强对体育相关知识的学习积累，借助大数据的平台向着更加专业化和全面化发展。体育教育是“教”与“学”的统一，大数据对教育者提出了新的要求，相对应的对受教育者也有要求。不同的年龄阶段对体育的需求不同，同时还要联系自身实际需要和自我认知方面，受教育者对体育知识的需求各不相同，比如有的喜欢篮球，有的喜欢足球，有的喜欢健美操等。受教育者首先要学会利用各种途径和方式来获取信息，如视频、图片、文字等;其次要学会如何在海量的、多样化的信息中选择适合自己和自己需要的信息。事物是发展变化的，我们不能一层不变的固守某些东西。在大数据背景下，我们要学会分析数据给我们带来的信息，体育的相关信息就隐藏在这些数据中，掌握并合理的分析，就能获得关于体育的信息。这对体育教育乃至整个体育事业的发展具有重要的意义。

二、大数据对竞技体育的影响

大量的数据资源使各行各业进入了数字化时代，数据变成了一种基础资源。全球各地越来越多的体育运动正在利用大数据对运动员进行评估、制订新的战略计划以保持他们良好的竞技状态。2013年麻省理工学院斯隆体育分析大会在剑桥举行，分享关于大数据与体育结合的新结果。Sport Analytics（数据分析）一词在体育领域中被越来越频繁的提及，而NBA则算是Sport Analytics的鼻祖，也是大数据的最好践行者，通过大数据算法等把数据转化成有价值的信息。NBA从1980年起便开始使用数据管理技术，所有球员的得分、篮板、助攻、抢断、盖帽、失误、犯规等一系列的场上数据均被统计。这种详实而细致的数据统计，不仅可以提供单个球员的信息查詢工作，而且可以对比两名球员包括两人对位攻防时的表现。

运动员选材是竞技体育的基础，也是运动训练的重要部分，从某种方面说“选材的成功意味着训练成功了一半”。以往在这方面更多的是依靠教练员的经验，现在则不然。2011年的一部影片《点球成金》说明了这个问题。影片主要讲述了美国棒球大联盟史上创下20连胜的传奇教练的故事。故事的主人公原本是个天才球员，但在进入职业赛后发挥欠佳，最后无奈退居二线做了一名教练。在球队资金问题处于艰难的时刻，他与耶鲁大学经济高材生合作，创立了数据分析法，即通过收集球赛数据建立评估模型，最后通过得出的结果来选择球员。将传统的依靠“击球率”来挑选运动员改变成依靠“上垒率”来挑选球员，这一办法当时受到了传统自觉挑选法的鄙视，更是受到了来自本队其他教练员的质疑。但在他的一再坚持下，经过队员之间的磨合，创下了大联盟史上绝无仅有的20连胜。他以电脑数据分析为依托，花最少的钱办最大的事，这对运动员选材无疑是一个新的领域。 不仅仅是棒球，在篮球领域运动员选材也存在很大的问题，很多时候挑选一名篮球运动员的惯常流程就是：将参加选拔的人集合分队，然后打比赛，几个篮球专家或者教练在比赛过程中，通过观察和运动员的表现决定谁将入选，谁将落选。一个球员在一场比赛中的表现时间屈指可数，仅仅凭借肉眼观察和经验，如何能一下子就决定和分析出这个人呢？而带来的后果是，一些好的运动员在这样的选拔赛中没有被发掘，很可能他这一辈子都不会再有这样的机会。NBA有健全的数据系统可以供人们查阅，并且美国在很久以前就开始做这样的事情，而在我国，最高的篮球赛事则是CBA，据了解，CBA的数据统计软件非常的落后，使用的是十多年前的老裁判研究出来的软件，在各方面已经跟不上社会的发展了。比如该软件的使用系统必须是XP系统，在使用过程中随时可能面临着系统崩溃的状况，在这十几年的过程中它甚至没有被更新过。[12]在这样的环境下我们如何去搜集数据，怎样去分析，又何谈将这些数据运用到实际的比赛和训练中呢？我曾在新闻上看到过一个和《点球成金》的故事很像的真实案例。NBA的勇士队在2015--2016赛季创造了NBA的历史之最，勇士队是NBA常规赛获胜率最高的球队，82场比赛73场胜，而在一年前他们取得了胜利，拿到了NBA总冠军。但是谁能想到勇士队曾经是一支公认的烂队呢？2009年他们甚至排到了联盟倒数第二的“好成绩”。在这个时候，勇士队更换了教练，史蒂夫.科尔，一个从来没有NBA执教经历的人，仅仅因为出色的投篮而被安排做教练。但也正是从这个时候开始，勇士队的历史开始改写。史蒂夫.科尔坚持用数据说话而不是一味的靠经验，于是他和本队的数据分析师一起将NBA历年的比赛做了统计分析，发现了精准的投篮和眼花缭乱的传球是最有效的进攻手段，于是开始了全新的训练。在后来的比赛中最让人耳目一新的就是他们在投篮时尽可能的在三分线处投篮，也正是这种异于传统的打法，勇士队换掉了一些价格高昂但是效率低下的球员，着重培养在新思想的指导下的新球员。斯蒂芬.库里就是最典型的例子，他是三分神投手，在2015--2016赛季一共投进了403个三分球，创下了NBA的历史记录，而在前一个赛季，勇士队在库里的带领下成功的获得了该队这几十年来的第一个总冠军。除此之外，勇士队对大数据的利用还体现在战术的安排和两人之间配合的细节上，不得不说勇士队正是依靠大数据才能在短短的几年之内问鼎总冠军。

三、总结

通过数据分析我们能做到“知己知彼，百战不殆”、“以己之长，克人之短”，这样的效果在之前的随机抽样的小数据时代恐怕是没有这种效果的。大数据分析的介入让运动员和教练员可以从另一个维度去解析他们所从事的运动，从而获得有见地的洞察，而这些洞察和发现更加有利于教练员和运动员制定有针对性的训练计划，调整比赛策略。[2]虽然大数据对体育有很大的帮助，但是，就当前的环境下，每个国家，乃至们每个运动员团队，对自己运动员的训练数据看的十分重要而且非常的私密，相互之间的流动性相对较少。换句话说，在保护运动员数据的同时，你也正在失去知晓对手情况的权利。从这一方面来说我们还要加强数据的流动性，让数据能合理合法的在相互之间流动，为体育事业的发展助力。在数据运用和收集方面，国外比国内做的相对要好一些，我们还要加强对这方面人才的培养，同时也能为体育人提供更多的就业岗位，为我国体育的发展添砖加瓦。

参考文献：

[1]马国全. 大数据在体育科学中的应用及思考[J]. 河北体育学院学报，   2015.3，2（29）：11-16.

[2]于浩洋. 大数据时代体育何去何从[J]. 山东体育学院学报， 2015.4，2（31）：11-16.

[3]孙亚雪. 大数据对学校体育发展影响研究[J]， 体育前沿，2016，8（6）：1-3.