基于CAJD 数据库的我国体育大数据领域研究文献计量分析

庄洪业，张保国，王小迪

大数据(Big data)首次出现于20 世纪80 年代，随着各领域数据的迅猛增长，企业界、学术界的相关研究不断深入，大数据渐成热词[1]。 随着市场经济的不断完善，生活逐步趋于智能化、信息化、大众化、现代化，这意味着大数据时代的到来[2]。 大数据与体育领域密不可分，并积极影响着体育领域的方方面面。 体育发展需要适应大数据时代的发展趋势和要求，最大限度地发挥信息网络技术和大数据技术的积极作用，故体育大数据研究具有积极的社会意义。 体育大数据研究虽已涉及体育的各个方面，但研究视角仍较局限、研究方法较单一、研究基础较薄弱。 为此，本文引入文献计量分析法，通过定量分析和可视化分析呈现研究热点及未来趋势[3]，使研究成果更加科学合理，具有一定的理论意义和学术价值，并期望为后续研究提供参考。

一、数据来源

以«中国学术期刊网络出版总库»(Chinese Academic Journal Network Publishing Database，CAJD)作为数据源，检索时间为“不限—2021 年”，来源类别为“全部期刊”，检索主题词为“体育”并含“大数据”，匹配方式为“模糊匹配”。 检索日期为2021 年11 月14 日，排除会议简讯等非学术文献外，共获得有效文献1077 篇。 利用中国知网自带的文献计量分析模块和Excel 2010 对获取数据进行统计。

二、我国体育大数据领域文献基本情况

(一)发文年度分布特征

我国体育大数据领域研究始于2002 年，检索出的2002—2021 年数据基本能够反映21 世纪20年来我国体育大数据研究的最高水平。 由图1 可知，研究大体可以分为三个阶段:理论空窗阶段(2002—2012 年)、快速增长阶段(2013—2018 年)、基本稳定阶段(2019—2021 年)。 2002 年有1 篇体育院系学籍管理系统开发设计方面[4]的文章发表，但2003—2012 年没有体育大数据方面的文章发表，是该领域研究的空窗期；2013—2018 年为快速增长阶段，从2013 年的7 篇到2018 年的191 篇。2019—2021 年为基本稳定阶段，年发文量在200 篇上下浮动，其中2021 年达到顶峰(215 篇)，但因为检索时间为2021 年11 月14 日，以及知网数据收入的滞后性，2021 年发文统计可能不全。

图1 我国体育大数据领域发文年度分布统计

(二)发文学科分类及研究层次分布情况

由表1 可知，学科分布方面，发文量≥30 的学科有6 个，共发文994 篇，占发文总量的92.29%。 其中，发文数量最多的是体育学科，占比为61.65%，是该领域研究的主阵地；次之的是教育、新闻传播、计算机等学科，研究成果相对较少，占比不超过10%；随后是通讯经济、旅游经济等其他学科，占比均低于3%。

研究层次分布方面，发文量≥30 的共有4类，共发文999 篇，占发文总量的92.76%。 其中，社科类基础研究占大多数(65.83%)，次之的是社科类行业指导(19.13%)，随后的是自科类工程技术研究(4.83%)，最后是自科类基础与应用基础研究(2.97%)。

表1 我国体育大数据领域发文学科与研究层次(发文量≥30)分布统计

(三)发文作者分布特征

由表2 可知，1077 篇体育大数据论文由1820名作者完成(1.69 位/篇)。 第一作者发文量超过2 篇的作者共有32 位，除了董亚琦署名江西省共青城市中学和江西师范大学两个单位外，其余31位学者来自高校，说明高校教师是该领域研究的主力军。 发文数量排名首位的学者是沈克印(武汉体育学院)，发文7 篇；发文5 篇的有徐伟康(清华大学)、王相飞(武汉体育学院)、董亚琦(江西省共青城市中学、江西师范大学)、张文华(福州职业技术学院)4 位学者；发文4 篇的有高天(首都体育学院)、黄海燕(上海体育学院)、付晓静(武汉体育学院)、傅钢强(浙江农林大学)等4位学者；发文3 篇的有王丹等5 位学者，发文2 篇的有柏林等18 位学者。 这些学者是我国体育大数据领域研究的主力军。

根据普赖斯定律[5]，如果某领域有核心研究人员，那么核心研究人数应为总人数的平方根，且这些人撰写总论文数的一半。 我国体育大数据研究领域第一作者为1006 人，其平方根为32。 但排名前32 位作者发文量仅占总量的8.73%，说明我国体育大数据研究领域没有形成核心研究人员。

表2 我国体育大数据领域发文作者(第一作者发文量≥2)分布统计

(四)发文机构分布特征

由表3 可知，按发文量进行排序，体育大数据领域发文量≥10 的机构有11 所，共发文200 篇，占比为18.57%。 其中，北京体育大学和武汉体育学院以40 篇文献位居首位。 综合来看，11 所发文机构中有体育类高校9 所(179 篇)、师范类高校2 所(21 篇)，说明体育类高校是该领域研究的领军机构。

表3 我国体育大数据领域发文机构(发文量≥10)分布统计

(五)载文期刊分布情况

由表4 可知，载文量超过10 篇的期刊共有17 种(其中核心期刊7 种)，说明体育大数据领域研究总体水平不高。 17 种发文量≥10 的载文期刊共发表文献356 篇，占发文总量的33.05%，说明我国体育大数据领域研究的载文期刊比较分散。 其中，«当代体育科技»杂志以90 篇载文量位居首位，发文量占比为8.36%，贡献最为突出；次之的是«体育文化导刊»，发文量占比为3.90%；并列第3 位的期刊是«运动»«体育科技文献通报»，发文量占比2.60%；而«体育科技»等期刊发文量均在2%以内。

表4 我国体育大数据领域发文期刊(发文量≥10)分布统计

(六)发文基金资助分布情况

1077 篇文献中，共有227 篇体育大数据领域论文受到各级基金资助297 项(平均1.31 项/篇)，占发文总量的21.08%；资助发文数量超过5 篇的有15 类基金项目，见表5。 其中，排在首位的资助基金是国家社会科学基金，发表论文93 篇，占发文总量的8.64%、资助项目的31.53%；排名第2 位的资助基金是教育部人文社会科学研究项目，发表论文20 篇，占发文总量的1.86%、资助项目的6.78%；排名第3 位的资助基金是国家自然科学基金，发表论文11 篇，占发文总量的1.02%、资助项目的3.73%；江苏省教育厅高等学校哲学社会科学研究项目等12 类项目资助发文量均在5 至9 篇范围内，共占发文总量的7.13%、资助项目的26.10%。总体来看，我国体育大数据领域研究的基金资助度达到21.08%，说明相关部门对该领域研究的重视程度相对较好，建议学者们开拓思路、深入研究，各级立项单位进一步增强支持力度。

表5 我国体育大数据领域发文基金资助(发文量≥5)分布统计

三、我国体育大数据领域研究热点

(一)论文高频主题词分析

关键词是文献主题的表达[6]，而主题词是关键词概念化和规范化的表达。 由表6 可知，经同义词合并(如大数据时代、大数据背景合并为大数据时代，“互联网＋”与互联网＋合并为互联网＋等)，排名前列(频次≥20)的高频主题词有21个，说明体育大数据研究已经渗透体育的方方面面，包括体育教学、全民健身、竞技体育及体育产业中的体育传播、体育新闻、体育赛事、体育场馆等方面。 通过突增年度和最高频年度的趋势分析，发现大数据在体育领域的应用基本遵循了“助力竞技体育—繁荣体育产业—服务全民健身—助力体育教学”的发展思路，即大数据技术研发以后，先是应用于高水平运动员群体的训练指导，以及体育赛事转播、体育新闻传播、体育经济等体育产业方面，随着全民大众普及后应用于学校体育教学。 此演变趋势与其他科学技术在体育领域的应用规律相似。

表6 我国体育大数据领域论文主题词(频次≥20)分布统计

(二)论文关键词共现网络分析

学科领域研究热点可通过对高频关键词共现研究呈现[6]。 利用中国知网的关键词共现网络分析模块，将节点过滤的出现频次设置为2；关系分析设置为临近节点，勾选“显示频次”；聚类分析设置为3，勾选“显示中心点”，生成关键词共现网络分析图，见图2。 由图2 可知，我国体育大数据领域的关键词共现网络中，体育教学与大数据的共现频次最高(23)，次之的是体育产业与大数据(22)，随后的是体育与大数据(15)、互联网与体育产业(10)、应用与大数据(10)、发展与大数据(9)、可视化与大数据(9)、体质健康与大数据(9)、高校与大数据(8)、人工智能与大数据(8)、智慧体育服务与大数据(8)、高校与大数据(8)、体育新闻与大数据(8)等。

图2 我国体育大数据领域的关键词共现分析图

总结来看，我国体育大数据研究尚处于发展阶段，后续研究应关注新技术、新产业，并结合计算机科学、经济学、教育学等相关学科探寻新的热点。

(三)论文关键词年度交叉分析

通过中国知网自带的年度交叉分析模块，可以分析关键词热度(文献数量)随年度变化趋势，从而窥探研究热点，预测研究趋势，见表7。 在2019—2021 年，大数据、体育产业两关键词一直保持较高热度，前者文献数量维持在50 篇左右，后者文献数维持在20 篇左右；除2019 年外，体育教学出现频次也较高，文献数量在10 篇左右。 此外，2020 年的智慧体育(10篇)，2021 年的智慧体育服务(14 篇)和人工智能(10 篇)成为关键热词。 这说明借助计算机科学的新技术，从人工智能、智慧体育服务等方向开展体育大数据研究是后续重要的研究趋势。

表7 我国体育大数据领域的关键词年度交叉分析表

四、我国体育大数据领域论文高被引文献

从表8 可知，被引频次超过50 的文献有9篇，由9 位第一作者撰写，主要关注三方面:一是大数据与体育产业方面[7－9](文献2、文献4、文献5)，其中，既有体育发展的宏观思考[10－11](文献6、文献7)，又有体育小镇构建的微观分析[12](文献1)；二是大数据与体育传播方面[13－14](文献3、文献9)；三是数字化体能训练方面[15](文献8)。

h 指数是评价研究人员的学术成果水平与数量的混合量化指标[16]，h 代表“高引用次数”(high citations)，一名科研人员的h 指数是指他至少有h 篇第一作者论文分别被引用了至少h 次。从表7 可知，王相飞h 指数最高(15)，学术影响力最大；其后依次是张江南(11)、谢经良(7)、王奇(7)、万炳军(7)；而其他几位学者的学术影响力下降，h 指数均低于5。

五、结语

我国体育大数据领域研究始于2002 年，大体可以分为理论空窗阶段(2002—2012 年)、快速增长阶段(2013—2018 年)、基本稳定阶段(2019—2021 年)三个阶段。 从研究基本情况来看，在1077 篇我国体育大数据领域研究文献中，体育学科和社科类基础研究是研究的主要学科和层次，而研究机构、研究人员、载文期刊、基金资助方面比较分散。

表8 我国体育大数据领域高被引文献(频次≥50)分布统计

从研究热点来看，体育大数据研究已渗透体育的各个领域，基本遵循了“助力竞技体育—繁荣体育产业—服务全民健身—助力体育教学”的演变路径；但大数据与军事体育、大数据与民族民俗体育、大数据与农村体育等方面的研究相对薄弱，后续应加强此方面的研究，以全面推进大数据在体育领域中的应用。

从新兴热点及发展趋势来看，大数据与体育产业研究一直保持较高热度，人工智能和智慧体育是近两年的新兴热点；借助计算机科学的新技术，从人工智能、智慧体育服务等方向开展体育大数据研究是后续重要方向。