基于大数据时代分析运动训练科学的研究方向.docVIP

基于大数据时代分析运动训练科学的研究方向 　　【摘 要】随着大数据时代的到来，运动训练科学已经不能局限于在小数据的理论方面的研究，而要顺应时代的潮流，从大数据方面来探索研究运动的规律。本文从大数据时代下运动训练科学的研究现状着手，探讨在大数据时代下运动训练科学的实质及其研究方向，为我国运动训练科学的规范性研究提供借鉴。 　　【关键词】大数据时代；运动训练科学；研究方向 　　引 言 　　运动训练科学的基本理论在1960至1970年基本形成，而研究则在1990年后正式开始。运动训练科学属于自然科学尤其是数学、化学、物理学、生物学、生理学等科学的产物。传统的运动训练科学遵循的是小数据研究理念与模式，然而，随着大数据的到来，小数据所展现出来的碎片化、分散化的特点不能完全的反映运动训练的模式，而大数据的分析存储、收集、使用数据的能力则在运动训练科学中逐渐应用。从训练人员身上的传感器、可穿戴设备以及场内的摄像头，再到服务人员手中的互联网以及终端设备，这其中大量的数据已经被收集起来，进而为以后的训练服务应用。不论是受伤运动员的训练还是教练的战术布置，都已经更加完整已经呈现在我们面前。可见在大数据时代的到来，为运动训练科学提供了重要的帮助。也为运动训练科学领域注入了新的生机与活力，推动其在科学化研究和运动训练现代化研究的发展，解决了在运动训练中许多遗留下来的问题，并且提供了新的研究方法思路，为运动训练科学开辟了一条新的研究道路。 　　一、大数据时代下运动训练科学的研究现状 　　在大数据的背景下，不论是运动员的恢复、预防或伤病，运动竞赛的过程，运动的训练的评价和效果，还是在竞赛过程中的战术分析与安排、运动员的选材、运动训练的时间等都与大数据有着紧密地联系。因此，在大数据时代下如何从众多的数据中寻找在运动训练中各种数据之间的联系，发现隐藏在运动之中的秘密，从而准确的为运动员或者在训练中提供有效的数据，帮助运动员到达合理的身体状态与竞赛成绩是对运动训练科学是极为必要的。如今大的数据的出现帮助在田径、游泳、篮球、足球、棒球、羽毛球等运动提供了一定的数据支持，为竞技赛场增添了一丝色彩，潜移默化的改变着运动训练科学领域的认知。 　　高尔夫球运动受到了各国运动员的喜爱，如今运动员也正是依靠数据分析来帮助他们在技术方面、训练方面更加全面，以此提高他们的训练成绩。例如Track Man技术是帮助运动员测量在每次击球后的击球方向、旋转速度、角度和力度等，然后通过数据软件等进行分析，帮助运动员了解自己的数据之后，更加针对性的进行训练。在上个世纪八十年代，美国男子职业篮球联赛就通过数据来展示运动员在场上的得分、进攻、掩护、挡拆、对抗数据，经过近四十年的数据积累，裁判可以根据比赛回放等来进行更好的判断，教练也可以利用数据对战术进行分析安排。截至目前为止，凡是聘请了数据分析师的球队俱乐部平均胜率都打到六成以上，而其他俱乐部仅有40%的胜率。在某些运动中运动员可以通过佩戴传感器来检测运动员的心率、垂直弹跳以及加速度等，从而保障运动员的生命安全，并且制定相应的训练，提高运动员的运动能力。 　　在德国，每一个足球场地四周布置传感器，甚至在每位球员的训练中也都放置了传感器来对运动员的运动变化细节进行分析。这些数据会在很短的时间内传到终端平台中，有由教练对这些运动员的运动轨迹、攻击范围以及运球的速率等相关信息进行战术分析；在网球的训练中，也有许多场地安置了传感器来捕捉网球的发球速率、旋转、发球角度等来判断球员的打法、击球特点。为战术的安排提供强有力的数据支持。而运动员的发球失误率以及非受迫性失误上升时，教练则会判断球员的体力或者心理状态不足。除了这两项运动外，乒乓球、羽毛球、棒球等都通过这种独特的数据方式来帮助球队以最小的经济利益获取成功，从而提高运动员的比赛成绩。 　　二、大数据背景下运动训练科学的研究方向 　　（一）明确运动科学训练研究对象 　　在大数据背景下要想确定运动训练科学的研究方向，首先要明确习研究对象。而我国近代运动训练科学是一种实体的研究，不依赖于其他事物外部复杂的实体。而在实体的研究中主要利用分解还原的研究方法，在数据的研究模式采用小数据研究。例如，在竞技体育中将各项竞技因素分开，单独训练体力或者技术，并且以弹跳力能力、心率肺活量、肌肉围度等指标来确定运动员的能力。然而，在运动训练科学的研究表明，实体是依附于关系的，关系甚至比实体更加重要。例如，核算与蛋白质相互作用产生生命，原子之间相互作用而产生分子。故而，对于训运动训练科学来说，关系要比实体更加重要。如果我们能在运动训练科学中找到这些信息之间的联系，就能准确的分析在运动训练中的技巧与对策，从而提高运动员运动训练的效率。 　　（二）明确运动训练研究视角 　　我国近现代运动科学训练都是单