天津市专业运动员体能训练中大数据技术的应用研究
2024-01-05林松鲍海鹰王绍洪
林松 鲍海鹰 王绍洪
(天津市体育综合保障中心 天津 301617)
体育对于国家来说极为关键,体育竞技的成败事关国家形象。仅依靠人力对运动员进行训练存在极大的局限性,可能存在训练计划不够精细,缺少针对性,训练强度不合理等问题。随着大数据时代的到来,创新驱动已成为战略导向,也是引领体育产业发展的第一动力,用科技助力体育发展是当今的大势所趋。如今,大数据、区块链、人工智能等技术已逐渐应用于体育产业,促进其数字化转型与高质量发展。大数据技术让体育训练更具有针对性和有效性。因此为了解体能运动员体能训练中大数据技术应用的现状,推动两者快速融合。文章基于体能运动训练实际需求,提出大数据技术应用建议,以期在推动大数据技术深度融合体能运动训练的同时,实现体能运动训练的智慧、现代发展。由此,特结合天津团泊体育中心的运动员体能训练进行了相关调查,具体如下:
1、大数据在优化体能训练方面的意义
1.1、个性化训练方案
通过大数据分析,可以针对每个人的身体素质、健康状况和训练需求,制定个性化的体能训练方案。这有助于提高训练效果,同时减少因训练不当导致的运动损伤风险。
1.2、科学监测与反馈
大数据技术可以实时收集和分析运动员在训练过程中的各项数据,如心率、速度、力量等。通过这些数据,教练可以实时掌握运动员的状态,并根据实际情况对训练计划进行调整,以达到最佳训练效果。
1.3、避免过度训练
大数据可以帮助运动员和教练员更好地掌握训练负荷,避免过度训练。过度训练会导致运动员身体疲劳,甚至可能引发运动损伤。通过大数据分析,可以确保运动员在合适的负荷下进行训练,保持良好的身体状态。
1.4、优化训练资源配置
大数据可以帮助教练员更好地了解运动员的需求,合理配置训练资源,如训练设备、场地等。这有助于提高训练效率,同时节省资源。
2、体能运动训练中大数据技术应用调查
2.1、研究对象
为更加全面、系统地了解大数据技术在体能运动训练中的应用效果,特以天津团泊体育中心的80 名运动员和20 名教练员为研究对象,旨在了解当前大数据技术结合体能运动训练的主流方向。
2.2、研究内容
基于大数据技术在运动员体能训练中的应用目的、现状等要素,本文研究内容主要为:(1)了解当前运动员体能训练中大数据技术的具体应用;(2)了解当前运动员对大数据技术在体能训练中的认知和理解;(3)了解当前教练员在体能训练中如何应用大数据技术。
2.3、研究方法
为提升文章内容可靠性、针对性、有效性,主要利用问卷调查法和直接观察法在天津团泊体育中心现场收集有益于本文的资料。同时,这两种研究方法应用主要目的有两个方面:第一,了解当前运动员和教练员对“大数据技术在体能训练中应用”的看法以及应用情况等。如应用是否有效发挥大数据技术的优势,应用是否达到提升运动员体能训练效益目的,是否为教练员提供了更加科学的数据依据等;第二,了解当前大数据技术在体能训练中的应用水平,如是否科学开发相关平台的功能,如服务功能、指标参数分析功能等。具体如下:
(1)调查问卷法。
调查问卷的主要目的是了解当前运动员、教练员对大数据技术在体能训练中的看法,如是否认可大数据技术与体能训练的结合,是否认为两者结合能提升训练效益等。由此,设计了教练员与运动员两个方面的调查问卷:
表1 运动员调查问卷
表2 教练员调查问卷
(2)直接观察法。
直接观察法主要是对运动员体能训练中,教练员、运动员是否有效利用大数据技术,或是否基于大数据技术的发展,编制了有效的运行制度。或是否基于大数据技术的特性,设计了可靠且有效的训练体系等。具体如表所示:
表3 现场观察表核心内容
2.4、研究结果
(1)调查问卷。
本次调查发放100 份调查问卷(教练员20 份、运动员80 份),回收有效率100%。
①运动员层面
100%的运动员了解大数据技术结合体能训练;80%的运动员会利用大数据技术记录自身体能训练情况,10%的运动员主要用于历史训练对比;90%的运动员在体能训练中主要借助大数据技术,进行综合体能训练;60%的运动员会基于大数据技术反馈的结果,微调整自身体能训练;40%的运动员会在结合大数据技术反馈基础上,请教教练员改善自身体能训练内容、方式等;30%的运动员认为偶尔数字记录与实际运动情况不一致。30%的运动员认为部分设备操作难度较大;70%的运动员认为有些体能训练大数据技术相关设备没有全面反馈自己的运动指标,不利于自己的全面发展。
②教练员层面
100%的教练员了解“大数据技术+体能训练”,且常使用;100%的教练员认为“体能训练+大数据技术”意义非凡,如能更优、更快、更好地掌握运动员体能发展情况,并编制更有针对性的训练措施;100%的教练员会使用大数据相关监控设备、数据分析技术、数据库、平台等;90%的教练员认为大数据技术将会成为未来体能训练的主流;100%的教练员借助大数据技术观察运动员的肌肉力量、爆发力、心肺耐力以及柔韧性等指标;40%的教练员认为大数据数字平台应用要进一步丰富平台功能,30%的教练员认为要加强数据库的开发,并为运动员提供更有个性的体能训练服务。30%的教练员认为大数据技术在体能训练中的应用也要拥有专业的指导人员,专业的数据安全保障。
③观察表
经过观察对比,发现天津团泊体育中心基于大数据技术,已经设计了适应性较强的“体能训练+大数据技术”制度,并拥有明确的责任人;也非常重视大数据技术在运动员日常体能训练工作的落实,如编制了具体应用方式、应用范围、应用反馈等工作机制。虽然,经过现场直接观察,但通过对比分析大数据技术在运动员体能训练中的具体应用方向与方式可以看出,其仍存在以下不足:第一,部分设备的应用缺乏专业的指导;第二,部分平台功能开发不符合实际,如缺乏个性化管理平台;第三,数据库存在安全隐患,如数据泄露等。
(2)体能运动训练大数据技术表现。
目前,体能训练中大数据技术的应用主要包含为分析技术、监控技术。以大数据分析技术为例,其主要是借助大数据技术对运动员的体能训练进行全面的记录,并基于数据库记录对比情况,给与运动员有效的指导。其技术表现主要为:①全面记录运动员体能训练各项指标;②综合当前社会体能训练主流经验、措施,并在对比运动员历史数据基础上,给与其科学的指导;③记录运动员体能发展趋势,并结合运动员年龄、体能指标等的发展情况,给与其个性化数据指导等,即让运动员查漏补缺。
3、体能运动训练中大数据技术应用建议
3.1、设计功能丰富的平台
根据前端与后端开发的设计思路,这一平台主要由用户层、功能层和数据层三部分组成。其中构建用户层的目的在于让用户与平台之间能够实现交互。当用户在操作界面时,借助参数和代码将用户的操作传递给平台功能层,进而顺利完成交互。而在功能层上有大量功能模块聚集,受这部分功能模块的影响,可对用户层参数予以有效传递,促进用户层数据输出效果的提升。数据层主要是数据库设计,数据库表结果由三部分组成,分别是基础类信息、单项测试数据和综合物理测试数据。被试的个人信息库的基本信息主要是个人静态信息,如性别、姓名等,这部分信息就算经过很长一段时间也会维持基本不变。与此同时,记录包括身高标准、肺活量、握力体重指数等在内的综合体能测试结果,并在综合体能测试数据库中更新数据。对被测对象单项测试库进行记录修改,并阐述其单项测试结果,包括50m 短跑、长跑、引体向上、坐位体前屈和步进测试等。通过测试信息管理模块对测试对象测试信息进行管理,利用各种参数传递这部分信息给测试信息管理功能模块,方便对综合物理结果、排序和报告等相关信息做出计算和导出。单项考试信息管理和综合考试信息管理差不多,但却不具备计算公式这一功能,所以在设置综合试验指标时一定要设置指标的计算公式和项目。
3.2、设计可靠的数据库
项目数据库由多部分构成,如基础信息表、体能状态表、单向项目测试信息表、综合测试信息表以及测试指标关联规则表。基于对具体功能与内容的描述,设计数据库最关键的功能框架由三个模块组成,分别是基础信息模块、测试信息管理模块以及物理测试结果分析模块,如此才能为数据库平台建构提供有效的技术支持。因为很多体能因素均会让运动员水平发挥受到影响,所以在实际运用时会随着研究深度的增加,而有机融合大量数据,以提升大数据处理的深度与广度。在完成对数据库的构建后,应对数据输入接口、数据维护功能进行设计,并提供数据读取的输出接口,以进一步提升大数据分析处理效益。考虑到运动员体能训练中专业体能教练岗位的专业性,在设计输入接口时需要为其留出专用数据导入接口,具体方式为建立固定数据格式的文件,由体能教练在训练计划制定前、体能训练中和训练测试3 个阶段,以运动员为基本单元分门别类地写入数据。另一部分重要数据是日常训练和竞技运动员的临场发挥情况,该数据可以体现运动员体能训练的成果,是大数据分析处理中重要的验证数据,由指定的数据库管理员负责输入该数据。同时,也要注意数据库的日常维护工作,如对涉及运动员的体能训练方案变化情况,尤其是转会、伤病等情况下的数据修正与输入。
3.3、构建服务体系
由于运动员在训练中会产生较多数据,对于这些数据的收集、整理、分析是大数据技术的基础功能。但是结合上述调查结果可知,目前大部分教练员在应用大数据技术各项功能时,并未重视数据对运动员个体的服务,其更多的是综合大数据技术所反馈的各项技术,对所有运动员布置同样的训练任务。这样虽然能起到一定效果,但不利于运动员潜能的挖掘,不利于运动个性化发展。据此,在体能训练中应用大数据技术时,除了要注重整个体能训练队伍数据和任务的把控,还应结合运动员平时表现,设计大数据个性服务体系。第一,要结合运动员所述领域,有针对性地设定大数据记录指标,如篮球运动员的专项速度、力量、弹跳力、一般耐力、心理指标以及回复指标等,然后结合这些指标与该类运动员在该领域针对性地设计输出数据和建议;第二,要挖掘大数据个性化推荐功能,为个体运动员或教练员提供可靠建议。教练员要借助大数据每日推荐功能,精准定位各个运动员每次运动量表现情况,提出更有针对性的体能训练服务。
3.4、培养专业人才
由于大数据结合运动体能训练包含内容较多,如包含基础的理论经验、复杂的数据处理技术,尤其是其中的数据处理环节,需要执行基本的数据采集、数据整合、数据剖析、数据输出、数据安全、数据储存等。对此,相关培训机构一方面可加强教练员职业素养的培育,即立足大数据技术相关要求,提升教练员基础能力,如加强其能力素养的提升,让其具备基本的应用能力,或数据识别与应用能力等。另一方面要引入更加专业的人才,填补人才队伍空白。要基于大数据技术应用实际需求,引进管理型人才、技术型人才以及复合型人才等。此外,也要结合大数据技术应用的基本情况,编制相关考评体系,定期考评教练员、专业技术人员的能力素养,并将其与绩效挂钩,以提升人才发展的积极性与主动性,以进一步提升数据人才的发展效率和质量。
3.5、数据安全与政策保障
一方面要加强运动员体能训练数据的保护工作。数据安全是大数据技术在体能训练中应用的基础,因为一旦数据泄露,不仅会影响运动员的隐私,还会影响运动员竞赛活动的表现。因此,为避免这一情况,要加强基于大数据技术应用的现状,打造更加安全的数据保障体系。如引进更加先进的数据存储技术,引进更加安全的杀毒软件,引进更加可靠的防火墙技术,引进更加可靠的数据识别技术等。同时,也要重视运动员、教练员安全意识的提升,并建立相关制度。在此基础上,也可基于数据管理现状,用安全证书、管理权限等要素,提升数据安全等级;另一方面要拥有可靠的政策保障。由于运动员体能训练中大数据技术的应用,包含内容较多,对运动员本身、竞技环境、国家荣誉等因素关联度较高。据此,政府单位应基于大数据技术发展的现状,以运动体能训练发展需求、运动员个性发展、运动竞技发展实际需求等要素为中心,编制规范、标准的政策,以确保运动体能训练中大数据技术应用的实效性,以打造更加合理、科学的大数据技术应用流程,提升大数据技术应用的覆盖面,提升大数据技术在体能训练应用的有效性与可靠性等。
综上所述,在现行运动员体能训练环境下,虽然传统数据分析模式能为运动员体能训练提供一定帮助,但其相较于大数据技术应用的效益较低,且可能存在人为失误。同时,经过对大数据技术在运动员体能训练中应用的调查可知,大部分运动员、教练员对两者结合的认可度较高,且真实提升了运动员体能训练效率。因此,在体能训练中结合大数据技术意义非凡。当然,结合调查结果发现,当前大部分大数据技术在体能训练中的应用,有待改善,比如搭建更加可靠的平台环境,搭建更加标准的数据库,搭建更加有效的服务体系等。由此,本文对大数据技术在运动员体能训练中提出了多方面建议,具有一定参考价值。此外,由于受到时间和空间等因素的影响,本文仍存在一定不足,在此希望相关人员能对大数据技术在体能训练中的应用进行深度分析,提出更加有效的应对措施,以推动体能训练进一步发展。