大数据时代运动训练科学研究的新路径

刘力源

运动是全社会所倡导和支持的，其能够帮助人们强健体魄，保持乐观积极的心态，而运动有数据检测的加持，能够衡量运动量，获知运动效果。对于运动的训练研究而言，有运动数据的支撑，便能够及时掌握运动情况，让各项运动训练有数据的佐证，使得运动结论在数据的支撑之下得以真实地呈现，为进一步调整和完善运动训练计划提供了极大的帮助。我国正处于大数据发展时代，这一环境为研究运动训练带来了新的研究方式。本文基于大数据时代背景下，分析了运动训练科学研究的现状，并提出了研究的新路径，希望为运动训练研究方面提供一些参考意见。

不论什么样的研究都需要数据的支撑，没有数据可依的研究结论是不能说明问题的，也没有权威性和说服力，运动训练的研究亦是如此。随着科技和社会的进步，使得我们步入了一个全新的大数据时代，这一时代的来临颠覆了以往惯用的运动训练科学研究方式，即大数据时代的研究方式已然取代了小数据研究，前者更为适合当下背景下的运动训练研究需求。

1 大数据时代

1.1 大数据的起源

我国古代便用结绳记事之法来记录数据，帮助人类记忆信息。鉴于传统数据记录方式较为原始，适用于小量的数据记录，无法满足大量的数据记录，效率十分低下。随着社会的进步和发展，诞生了造纸术和印刷术这两项发明，使得数据的记录迈向了一个新的里程碑。此后，大数据一直到上世纪中期也没有太大的发展，直到计算机的出现并广泛普及，开启了大数据时代。随着计算机技术和互联网技术的不断发展和成熟，使得海量的信息得以储存和使用，并逐步被运用于各个领域之中，促进了科学研究的发展。二十一世纪以后，数据重要性日益凸显，各大企业和国家将其重视了起来，纷纷加大了对大数据的开发和利用程度，比如，中国北斗卫星的发明和使用、美国发布的大数据计划等。

1.2 大数据的内涵与思维

大数据的概念没有统一的标准定论，其拥有着许多的解释版本，可谓是千人有千面，万人有万解。有说大数据是人类获取新的创新灵感和创造价值的源源不竭的源泉所在，也有人说大数据是巨大的一个极受集合储存以及处理和分析数据的集合体，还有说大数据需要新处理模式的加持才能够处理和优化更多的内容，让洞察发现力和决策力变得更加强大。诸如此类的说法莫衷一是。总的来说，大数据的概念比较抽象，每个人对其都拥有着不同的理解和解释，因此，迄今为止都还没有一个统一标准的定义。无论人们对大数据的定义如何，其拥有的基本特征是不变的，比如涵盖大量的数据信息，并可以快速准确地进行处理和分析，具备极高的应用价值，其还具有着复杂性的特征。然而，大数据的存在价值不仅仅体现在这些特征之上。随着其不断地发展，衍生出了大数据思维这一思维方式。在大数据时代的大背景之下，人们对于问题的处理和思维方式已然变得不同，可以说是相较以前来说，发生了极大的变化。

比如，企业通常的管理思维是集约管理，上下级制度严格，各等级十分明确，而现在和以往大不同，依托互联网大数据平台，许多的企业管理模式变得扁平化，员工也不用全天到公司坐班，可以实现居家远程办公，像目前十分盛行的在线远程教育，就是运用了此模式，教师只要在安静的环境和畅通的网络环境之中，就可以实现在家办公的操作，照样能够正常地进行教学，完成教学任务。科学地研究也不外如此，以往的科学研究思维往往重定性，轻定量，对于难以进一步实验的研究，会常常避重就轻，导致研究结果不够有说服力，甚至毫无参考价值可言。而大数据思维方式的出现，便能够实现一切用数据说话的研究方式，将人们的主观因素的影响尽量消除掉，比如人们对某事物的主观看法以及价值观。这样一来，便改变了传统化的研究方式，将定性变为了定量，更加具有科学依据性。

2 大数据时代下的运动训练研究

2.1 大数据研究在运动训练科学方面的现状

当今社会已然步入了大数据时代，其推动着各大行业的发展，逐渐被重视了起来，这其中便有体育这一领域。现如今，国内国外均最大程度地想要将大数据的优勢发挥出来，以更好地对运动员展开科学的训练和培养。大数据已经被运用于运动员的心理状态以及比赛技巧等方面上，且应用案例越来越多，将其运用于实际的案例之中，便更能凸显大数据的优势和作用。比如在羽毛球项目上的运用，最早之前的数据统计比较粗糙，是教练来统计数据，然后再视运动员的情况来进行针对性的训练，对于数据的采集和利用非常不到位，也没有展开细致地分析，而将大数据运用到项目的统计之中，便能有效地辅助训练，为训练情况提供精准的数据参考，教练参考数据情况便能及时科学地对运动员的训练计划进行调整。羽毛球这项运动十分讲究战术性和技巧性，针对这两点来设计专门的大数据系统，可以实现移动端和服务器端的实时训练情况监控。移动端的作用便是能够快速精准的统计分数情况，对于战术的演练能够细致地展现出来，并实时地上传数据；服务器端的作用便是将信息处理和权限管理等模块进行整合。这两个端口和各大模块的数据综合分析和处理完成以后，便能统计出训练情况和实效结果，从掌握的数据之中来分析对手所用对抗的战术战略，还能了解其此项运动的运动特征，从而针对对手的情况制定出相应的防守和攻击策略，极大地将训练的成效和科学性以及对比赛的针对性提升了上去。

再比如，运用大数据优势还有高尔夫运动，TrackMan技术就是利用了雷达的测量功能，来记录击球后球的整个运动轨迹以及相关数据情况，并将数据上传至系统之中，加以透彻地分析处理。这一软件拥有着非常到位和全面的数据分析能力，教练能够根据数据统计分析的结果来科学地调整对运动员的训练计划和方式。对于篮球的运动训练也有应用案例，NFL的新秀训练营中，所有球员的运动服上都装有传感器，通过传感器的数据反馈便能轻松获取学员的实时训练情况，并依据此内容便来完善和调整培训计划。

2.2 大数据时代下运动训练的实质

由于体育项目训练极具复杂性，因此，大数据在运动训练之中的应用，便变得十分有价值和意义，这正是其在大数据时代背景下的研究实质。比如，蚂蚁聚集在一起的行走路线是带状形，他们的行走从不会碰撞，并且每一只蚂蚁分工明确，都会选择最佳路线，未载重者会为载重者让出一条行走的道路。此系统仅靠单一的分析方式是无法了解其核心所在，只有将大数据运用到其中来展开分析，便能够深入地了解具体的行走模式，以便为现在的交通设计做一个借鉴参考。

运动训练之中会常常产生许多黑马，还会有发挥失常等现象的出现，这些现象充分地表明，运动训练和比赛极具复杂性。人这一本体就极具复杂性，因此，在实际的运动训练之中便会出现许多预料不到的事情，也根本毫无规律性可循，只是对其做简单的分类和单一的数据分析是无法满足训练需求的，针对于这种情况，则必须要将大数据的优势发挥出来，对运动训练做一个详尽的分析，以通过海量细致的数据分析来掌握运动员具体的训练情况，从而根据训练数据来提升训练有效性，提高运动员的体能和心理及技巧素质。

3 大数据时代运动训练科学研究的新路径

3.1 研究重点从实体转向关系

现代的主要研究对象是实体，运动训练科学亦是如此，也要注重实体的研究。传统的科学研究方式是将整体项目内容分解开来，然后对分解开的动作进行独立地训练，将分项的动作训练到目标效果以后，再总体结合起来。比如百米赛跑这一运动项目，对于运动员的训练便是将此项目的动作进行分解，第一便是起跑的准备动作，第二是进行百米赛跑的训练，而这一训练也要进行阶段的分解，即开始、过程和冲刺阶段。将各项分解动作进行一定程度的训练以后，达到一定水平，再将所有的动作结合起来。

羽毛球项目的训练方式亦是如此，羽毛球这一项目极具复杂性，注重战术和技巧的配合，会有更多的动作需要分解，羽毛球是一项对抗性的运动项目，但是对羽毛球的训练却没有过多的对抗，而是将训练拆解成为了一个个具体的动作。现代科学研究表明，实体是关系的最终产物，运动训练也是这样的道理。运动训练不光是对实体的训练，还和某种关系依存着。总的来说，对于运动的训练，要利用好大数据这一功能，来研究相关的关系，深刻地理解各大关系之间所存在的联结性，从而更好地提升训练效果。

3.2 研究重点从局部转向整体

传统化的运动训练科学研究使用的是科学小数据化的研究模式，小数据的研究结果只能表明训练的局部内容和情况，对应的分析方法是局部和样本调查，采用的是还原论的理念，也就是说，将一个整体分为几个部分来进行研究，从而得出整体的结论；也或者采用的是将总体还原成样本，透过样本的研究来得出整体的结论，以及找到研究整体的方法和路径。这一方式延续到至今还在使用，并且还是主流的运动训练科学研究方法，此法虽然拥有着一定的科学和合理性，但是不能够准确地把握整体。运用此法来研究运动训练时，便会发现采取其中的几项指标来反映整体时，会出现采用越多的运动分解指标，指标分解越细致，反而会和整体的结果更加偏离。

比如，单独训练防守和进攻技术，从局部看是合理科学的，但是单独拎出来其中任何一个分解内容，都是不能够全面地代表整体的，便不能说对这一项目特点有深入的了解。所有的运动项目都是一个有机整体，其各项训练要素和各部分之间存在着相互依存和联系以及相互作用的关系，不能将其完全地分割开来。小数据的研究模式，往往是局部地看待问题，难以很好地抓住隐藏细节及特殊问题，便埋没了其真正的研究价值。运用传统化的研究方式，便只能在表層上对运动动作进行研究，难以真正地复制运动动作。因此，要想真正地研究好运动训练研究这门科学，就必定要将局部改为整体化的研究，从而更好地进行更多细节和信息的分析，从多个角度来观察和研究运动训练。大数据的运动训练科学研究是研究整体的一种方法，其采用的是全样本的研究，摒弃了传统的局部代表整体理念，重在对总体的把握，综合整体的数据来完整地呈现总体，致力于将数据信息尽可能地整合和完整，其主要的研究核心是发现和理解更多或更全面的数据信息内容及两者之间的关系，并基于此对所有掌握的数据进行全面深入地分析和研究。

3.3 研究重点从简单转向复杂

范式指的是研究群体对于某一研究领域所制定的标准化行为内容，以及对这一研究的认知，也是常规科学研究的理论和实践准则，它代表了一定时期内某一活动的基础内容，即研究者看到什么，并发出怎样的疑问，以及使用何种惯性思维方式去解决问题。科学研究整体上可分为简单性和复杂性两种范式。传统的运动训练科学研究采用的是简单性范式，其采用的生物器械还原理论，也就是说，将研究对象视为不具有生命力的机械事物，对其进行单独地细致分解，直到无法再继续分解，然后再转宏观对象变为微观要素来进行研究。这种方法的总体表现是将运动员的各项竞技能力的性质和功能做以分解，并将各项要素进行简单的加成，通过不断地训练、恢复，以及超量恢复的叠加成果的方式来提升其竞技能力。这也就表明了传统化的运动训练研究方式主要呈现的特点是局部性和精确性等。简单性范式的研究方法，能够起到非常巨大的运动训练效果促进作用。尽管如此，由于人体的本质是复杂性系统，即人体的复杂结构构成的巨大系统、人体对于外界环境是一个双向性的交流开放系统等，因此简单性范式运动训练就是将复杂的人体简单化，这样的做法比较省事，但是不够贴合实际情况。

在未来不断研究运动训练科学的过程中，将复杂性范式研究模式运用到其中进行研究是必然的，同时将大数据研究加以结合，便能够更好地进行运动训练复杂性的研究，使整体的剖析理解变得更为详尽，帮助我们寻找到最为正确和接近正确的路径和方法，从而从客观上研究出复杂性特征的内容，消除传统研究方法的主观影响。研究复杂性运动训练科学可以为运动训练收集数据，并深度加工处理，通过深入地分析数据，来建立复杂训练的分析与预测模型等。因此，运动训练的大数据研究实际是在研究其复杂性内容，以其为理论基础，而依托大数据来研究复杂中的内在系统机制和存在的相应关系，以及具备的特征和原理进行整体性的关联研究，则是为研究这一科学的复杂性提供了技术和工具的支持。此外，这一科学研究出的理论和观点以及形成的训练方式和方法，能够完整地体现出对其复杂性研究的特点，也为这方面的研究提供了新的研究维度。

4 结束语

大数据已然被广泛运用，在各大领域之中都能见其身影。尽管其已经普及各大行业之中，但是对于它的应用还不够成熟，未曾将大数据的优势极尽发挥出来。对于其在运动训练科学的研究领域方面，能够起到有效的复杂性研究成果推动作用，为运动训练提供强有力的参考依据，使运动训练计划更为科学合理，还可以充分地发挥出大数据的研究分析作用，无论是对于运动员的技能提升还是研究这门科学的工作者来说，都拥有着很大的助益。大数据时代还在继续，随着其不断地发展，从事此方面研究的工作者，应不断地更新理念和方式方法，探索更多的运动训练研究范式。

（作者单位：哈尔滨体育学院）