大数据思维在体能训练中的应用思考

王时锐

体能训练是运动训练的重要内容之一。运动员必须通过体能训练来提高身体生理系统各项机能和代谢水平，使身体形态、身体机能和运动技能得以满足专业竞技运动的要求。从20 世纪中期开始，我国的体育训练课程中开始加入新兴的科学技术，涌现了较多的训练理论、训练方法，使运动员体能训练的问题得到了重视，促进了竞技体育的不断发展。教练员需要对运动员的训练数据进行统计并加以分析，通过有针对性的体能训练提升运动能力，提高竞技水平。

教练员合理运用大数据技术，制定运动员体能训练的目标，设计体能训练方法，能够有效提高运动员的身体素质。因此，本文针对大数据思维在体能训练中的应用展开相关探讨，通过大数据思维辅助体能训练，以此来提高运动员的运动技能水平。

1 体能训练

体能，是指人体的运动能力。一般体能训练包括身体机能、身体形态、身体健康、身体素质等方面。这些体能要素，虽然容易受到运动员生长环境、遗传等因素的影响，但是通过后天的调整是可以改变的。其中，身体机能主要指身体各器官系统的功能，主要包括心率、血压、血红蛋白、肺活量、最大摄氧量、平衡性、血睾酮等指标。身体形态主要是指人体的外部特征，主要有身高、坐高、足弓长、跟腱长、臂长、腿长、肩宽、髋宽、体重、体脂等指标。身体健康是指人类身体各器官、心理、精神以及社会适应方面具有较好的状态。良好的身体健康指标是运动员参加体能训练活动的重要基础。身体素质是指人体在神经系统控制下，表现出的运动能力，一般包括力量、速度、耐力、柔韧性、协调性和灵敏性等。而提高身体素质的主要途径，就是加强运动员的体能训练，以此实现运动员身体综合能力的提升。

由于运动员需要在强大的压力下进行竞技比赛，因此，在平日的运动训练过程中，就需要運动员有能力承担高强度、高负荷的体能训练，以满足实际比赛时的体能需求。因此，在运动员身体健康的情况下，身体机能、身体形态、身体素质这三方面仅维持在一般水平是不能满足实际比赛需求的。运动员必须在平日的体能训练中，突破固有的范围，挖掘自身运动能力的最大潜力，达到生理极限水平，才能保证在比赛过程中发挥出较高的水准。

体能训练按照实际需求可分为一般体能训练和专项体能训练。一般体能训练适用于改善运动员的身体形态和身体机能，提升身体运动的控制能力和协调能力，掌握一般的运动知识和运动技巧，比如长短跑、仰卧起坐、深蹲、俯卧撑等，为提高专业技能的运动成绩和水平打下良好的基础。而专项体能训练就需要和运动项目相联系，设计符合专项运动的体能训练内容，提高专项身体素质和运动技能，以提高专项成绩为目的，最大限度地针对专项运动进行特殊的体能训练，提升专项运动能力。比如，短跑运动员就需要额外培养运动员的爆发能力和反应速度，并训练听力与身体的协调反应能力；举重运动员则需要着重培养运动员的力量水平和动作技巧，在负重情况下合理利用动作技巧，避免在运动过程中受伤。

2 大数据思维的有效性分析

大数据思维是可以通过常规软件，对一定时间范围内的信息数据进行采集、处理和融合的技术手段，以大量数据作为应用基础，并通过一定的评价分析，整合数据资源，实现信息数据的智能分析。大数据就是海量数据的集合，具有海量、多元化、高速和低价值密度的特点。大数据技术是现阶段信息化社会发展的产物，由于大数据技术能够将采集到的数据加以分析，因此在国内各个领域中都得到了广泛的应用，并且能够有效地服务于社会的各个行业，具有较高的可行性。随着大数据技术的不断发展，体育课程的教学模式和教学手段也随之发生了巨大的变化，向数字化、信息化方向发展。运动领域不断地进行科学性创新，也促使体能训练的内容逐渐增加。传统的数据分析不能满足现代化体育训练的发展进程，大量的、实时性的训练数据需要更有效的技术方法进行整合，以实现精准的数据分析。现阶段，国内关于体能训练的研究机构，普遍应用大数据思维，对体能训练的情况加以分析，并通过数据可视化，构建适用于运动员训练数据综合分析的服务平台。教练员可以从采集到的体能训练数据中得到运动员与训练计划之间的联系，分析现有体能训练计划中存在的不足，有针对性地解决体能短板，增强运动员的整体运动能力，提高竞技比赛成绩。这些足以说明，大数据技术不光能够对海量体能数据加以分析，还能够通过数据之间的联系，提供可行的技术方案，提高教练员对体能训练计划决策的准确性，应用效果较好。

3 体能训练中大数据思维的应用

3.1 制订训练计划

体能训练是一项艰巨的基础性训练课程。一般的体能训练课程训练强度较大，训练科目较多，是运动员训练过程中占据时间最多的项目。要使体能训练达到最好的效果，应该在训练开始之前，针对训练内容，制订系统的、完整的和高质量的体能训练计划。使用运动手环等可穿戴智能运动设备，采集运动员在运动过程中的心率、血压、体温等数据，获取运动员的运动状态；使用信息数据管理系统，收集运动员平时训练的各项成绩，判断各个运动员在体能训练中的长项与短板，再根据数据分析结果，制订符合运动员身体素质的体能训练计划。高质量体能训练计划的实施，必然会存在较多的影响因素，因此在制订体能训练计划时，需要了解训练计划所面临的困难，并确定解决困难的方案，有效推动计划的进行。体能训练的质量决定着训练的最终结果，而体能训练计划的制订也反映着教练员业务水平的高低。因此，体能训练的所有课程必须严格按照制订的训练计划执行，不能随意更改体能训练计划的目标与训练内容，保证体能训练课程与训练计划的统一，有助于体能训练整体成绩的提高。

3.2 设计训练方法

在完成体能训练计划的制订后，需要以训练计划为基础，设计体能训练的方法。不同的体能训练内容，可有多种的训练方法。比如力量训练可通过引体向上、俯卧撑、翻轮胎、负重深蹲等方法实施。由于无法将所有训练方法都加入体能训练课程中，因此需要对训练方法进行筛选。这就要求教练员了解每一种训练方法的优点和缺点，并选择合适的方法进行搭配，以达到事半功倍的效果。首先，要以优化运动员的体能为主要目的，无论是针对力量、速度、耐力、反应能力还是其他方面的训练，都应该与运动员自身能力水平相匹配。以负重体能训练为例，应用大数据技术进行数据采集，分析运动员以往负重水平，计算运动员负重生理极限，通过数据分析预测完成训练后该运动员的负重水平，使用不同训练方法训练，按照训练计划实现训练目标。因为每个运动员的身体素质不同，因此，对于不同的运动员来说，需要制定不同的训练方法，选择适合运动员个人能力的训练量和训练强度。通过大数据的统计分析，找到适合运动员个人能力水平的训练方法，了解不同运动员身体肌肉的分布情况，上肢力量薄弱的以上肢力量体能训练为主，下肢力量薄弱的以下肢力量体能训练为主，综合力量较差的可选择多个训练方法搭配训练。在当前训练方法得到一定训练成果后，可再次运用大数据技术对训练数据进行分析处理，再选择新的训练方法加以巩固，以实现体能训练水平的提高。

3.3 分析训练数据，评价训练成果

衡量体能训练计划的有效性，需要针对制订的体能训练计划进行成果评价。在进行训练计划的成果评价之前，需要对体能训练数据进行详细分析。将采集到的运动员训练数据输入信息数据管理系统，其中包括训练前后的运动状态、体能指标、体测成绩等数据，将统计到的数据做可视化处理，分析体能指标、体测成绩的变化趋势，对比心率、肌肉乳酸含量等指标的波动情况，分析各项体能训练成绩的增长比例，对训练数据进行多方面的智能分析，有助于提高对体能训练成果评价的准确性。由于需要统计的数据量较大，因此必须要保证数据分析的有效性，避免主观臆测，必须从客观的角度，对体能训练数据进行定量、定性分析，并结合大数据技术，以数据分析结果为基础，进行科学、客观的评价。

以某高校田径队10 名运动员的体能训练为例，将这10 名运动员按照1—10 的顺序依次编号，以便对其成绩变化进行分析。该田径队从2022 年3 月开始进行新一学期的体能训练，将大数据思维应用在该田径队的训练计划安排中。教练员针对每名运动员的个人运动能力制订了专属的体能训练计划，并设计对应的体能训练方法。大数据监测系统实时地将运动员的训练数据反馈给教练员，使教练员能够了解运动员在训练中的身體状态，并适时地做出相应的调整。经过2 个月的训练后，进行阶段性的体能训练成果测试，测试项目包括百米冲刺跑、万米负重跑和10m×4 往返跑，记录训练前后的数据并进行对比，实现体能训练成果的评价。

训练前，10 名运动员的百米冲刺跑平均成绩为12.19s，用时最短的运动员成绩为11.68s，用时最长的运动员成绩为12.51s ；万米负重跑平均成绩为45.74min，用时最短的运动员成绩为41.21min，用时最长的运动员成绩为49.11min ；10m×4 往返跑的平均成绩为15.23s，用时最短的运动员成绩为14.25s，用时最长的运动员成绩为16.01s。

训练后，10 名运动员百米冲刺跑的平均成绩为11.49s，用时最短的运动员成绩为11.04s，提高最多的为7 号运动员，由原先的12.06s 提升到了11.08s，提升了0.98s。万米负重跑的平均成绩为40.52min，用时最短的运动员成绩为36.58min，提高最多的为2 号运动员，由原先的43.65min 提升到了37.4min，提升了6.25min。10m×4 往返跑的平均成绩为13.17s，用时最短的运动员成绩为12.68s，提高最多的为6 号运动员，由原先的15.74s 提升到了13.25s，提升了2.49s。

通过对以上数据进行分析可知，这10 名运动员的百米成绩提高了0.64s—0.98s，万米负重成绩提高了4.63min—6.25min，10m×4 往返跑成绩提高了1.57s—2.49s。说明制订的专属体能训练计划和对应的体能训练方法是有效的，能够科学地提升运动员的运动能力。3.4 建立运动员数据库，制定个性化运动康复训练方案由于运动员身体素质的差异，运动员在体能训练的过程中的训练强度与训练量是因人而异的。除了通过大数据监测系统实时监测训练数据并适时地做出训练内容的调整以外，还需要针对训练内容，设计个性化的运动康复训练方案。正确、科学的运动康复训练有助于促进身体机能的迅速恢复。因此，通过大数据技术，采集运动员生理信息和运动状态信息，并将信息数据在数据管理系统中进行汇总分析，构建运动员数据库，根据每个运动员的训练强度、训练位置，找到适合运动员的恢复手段或措施，制定个性化运动康复训练方案。比如训练强度较大的运动员可增加营养，通过补充大量蛋白质与维生素来缓解机体上的疲劳感。负重长跑的运动员在进行高强度的训练后，身体肌肉处于无氧代谢状态，可增加物理康复相关的吸氧恢复，迅速改善肌肉缺氧的状况。还可以通过数据分析对运动员的心理健康状态进行评分，并结合心理恢复措施，放松运动员的心情，消除大量高强度训练带来的精神疲劳。

4 结语

综上所述，在运动员的体能训练中，大数据的应用能够为体能训练带来全新的发展方向，合理地制订体能训练计划，设计体能训练方法，分析训练数据，对训练成果加以评价，并在完成体能训练后，构建运动员数据库，根据不同的训练水平，制定个性化的运动康复训练方案，能够有效促进体能训练效果的提升，提高运动员个人运动能力水平，对促进体育事业的蓬勃发展具有重要的参考意义。

参考文献：

[1] 冯帆， 白小嘉， 肖飞， 等. 基于大数据思维的卫生士官战斗体能训练思考[J]. 白求恩医学杂志，2020，18（2）：181-182.

[2] 容博尚. 大数据在体能训练中应用的可行性研究[J]. 当代体育科技，2021，11（5）：61-62，65.

[3] 李端英， 李捷， 杨群，等. 大数据时代高水平运动员体能训练数字化监控研究[J]. 广州体育学院学报，2021，41（5）：104-108.