大数据下体育科学研究思维变革分析.pdf

大数据时代的到来，不仅使体育科研工作在技术水平上发生了改变，而且使人们的思想方法发生了翻天覆地的、深远的改变。纵观历史上伴随着科技变革而产生的运动学科革新，中国的运动科研完全是一个“学习”过程。在以云技术和信息技术为代表的大数据环境下，中国处于与全球最接近的位置，并且在某些技术方面具备了引领和突破的潜力。这对于中国的体育科研事业来说，是一次难得的机遇，可以说是一次弥合与国际的距离，甚至是一次赶超的难得机遇。大数据环境的到来，给体育科研工作带来了新的机遇。关键词：大数据 变革 体育科学中图分类号：G80 文献标识码：A 文章编号：1006-8902-（2023）-09-139-3-ZQ前言在信息化的今天，我国的体育科研工作者要与时俱进，积极应对新形势，改变自己的科研思路。在做问卷时，我们应该用一般的思想来代替传统的随机抽样调查，对于一般的结构性资料，我们应该以非结构性的观点来对待，而且要有足够的抗干扰力。另外，在大量的运动实践中，要善于发现新的有价值的课题，主动寻求产生这种现象的原因。在“大数据”时代背景下，将“大数据”相融合，这将会对我们国家的体育事业起到很大的推动作用。1、大数据时代的起源及在体育领域的发展“大数据”这一术语是从 2012 年开始被人们所关注的，它源于互联网上海量数据的爆发，伴随着与之有关的技术创新，随着大数据的发展，数据无处不在，从某种意义上说，运动只是一个数字的集合。从科研角度看，运动是一个比较好的选择，同时，也是最适宜的实验项目。自 1994 年以来，IBM 一直致力于将大数据的运用与运动的研究相结合。利用数据分析和人工智能技术，可以从实际的运动中获取海量的运动数据，并发掘出新的运动模式和运动规律。中国科学院院士李国杰认为，虽然大数据的重要作用得到了广泛认可，但其学术意义却没有得到足够重视。事实上，当我们转变对大数据的研究思维时，我们将逐步加深对大数据的理解，在此基础上，更好地利用大数据进行科学研究。2、大数据环境下的体育科研新范式随着大数据时代的到来，我国体育科学的科学研究思路发生了重大变化，表现为基于新课题的科学研究方法的创新。传统的“体育学”从现实生活中的问题入手，探讨其与被研究的客体之间的联系和整体表达。由于数据的匮乏，在做这些研究的时候，很多时候也只能用到一些理论性的方式。在此基础上，为研究人员选择相关的研究对象，以及收集相关的资料，对它们之间的联系进行分析，并对有关的问题进行论证，如果不一致，就反复实验，直到最后得到一个结果。这种设计模式会造成研究的速度比较慢，而且还会被一些偏颇的因素所左右，从而很可能会产生一些失误。然而，在“大数据”背景下，新的运动科研模式却是建作者简介：李洋（1973-），男，汉族，黑龙江人，硕士，副教授，研究方向：体育教育。大数据下体育科学研究思维变革分析李洋（黑龙江职业学院 黑龙江 哈尔滨 150100）立在现有关联和前因后果基础上的，在大数据中，对其进行相关性的研究是其关键所在，也是其发展趋势的预测。在“关联性”中寻找新问题，在“大数据”背景下，各学科间的关联性被挖掘出来，为相关问题的解决提供了新的机会和新的挑战。这些关系的发现，给研究者带来了新的探索思路，由于各个学科中的知识是互相联系的，所以，需要一个更完整的知识系统。2.1、小数据时代体育科学研究的范式基于研究假设的因果研究在“小资料”时代，我国的体育科研往往是从实际问题入手，来寻求与之有关的课题，对因果性问题的探讨，以假设为出发点是有其历史渊源的。在大数据时代之前，因为数据稀缺，因此，能够搜集到的资料很少，一般情况下，人们会使用一些基于理论的假定，来引导研究者选择合适的研究对象；其次，通过与之有关的数据进行相关性的研究来判断此项研究是否适用于此项研究。实在不行的话，就重新试验一遍，研究者们不断地测试着这个假说，并通过这个假说来证实。然而，这种方式很难促进科研的发展，而且，科学研究的结果也会受到个体或者小组的偏爱所影响，从而导致科学研究在构建假设、检验假设，以及选择研究对象等过程中出现偏差。2.2、大数据时代体育科学研究的新范式基于已知相关的因果研究在大数据研究中，其核心在于数据之间的关联性，对其进行预测，在实际运作中，它属于一种数据关系。只有将事情联系起来，才能找到事物内在的规律。此外，在实际中，单一化的运动现象已不再存在，比如，运动的社会学、心理学。根据麻省理工学院关于美国职业棒球联赛 11896 场比赛的统计数据分析，在比赛中，“暂停”是没有任何用处的，还不如多看看天气情况，在对其进行的综合研究中，我们可以看出，两者间存在着一种非线文体用品与科技总第 522 期 2023 年 9 月(上)140SPORTS SCIENCE体育科学性的联系，这种联系并不只是呈线性，而是十分复杂的。在大数据环境下，新的分析方法、新的思维方式都会给体育科学的研究产生了一定的影响，并且因此产生了新的方向与思路，使得人们可以更好地认识到很多过去不能认识到的运动规律。3、大数据时代为体育科学研究提供了新场域3.1、大数据时代体育科学研究对象的转变：随机到总体（1）随机抽样在小数据时代是体育科研的必由之路。由于“微资料”时代的限制，其记录、保存和分析手段都受到了限制，目前的研究大多局限于小量的研究，要想让实验更简便、更切实可行，就需要在实验中考虑如何选取合适的实验样本，所以采样成为科学实验中不可回避的问题。在各种采样方式中，以随机采样方式最好。随机采样是指每个单位都有一个已知且不为零的概率的采样方式。通常，采样数量越多，采样质量越低，这是由于当样本量增加到一定程度以后，新样本量所能表现出的特征就会逐渐减少，正如经济学中的边际效应逐渐减少那样。例如，在国家体育普查时，采取事先制定好的抽样调查方案，只从总体中抽取一部分样本。虽然目前国际上采用的是随机取样法，但是它也有一个不容忽视的缺点，就是难以实现绝对的随机取样，抽样工作要公正，不能有丝毫的主观性。另外，在样品的情况比较复杂的情况下，要获得最优样品也比较困难，至于通过随机取样获得所有样本的特征，更是一种奢望，另外，对于多种情况下的调查，采用随机抽样法是行不通的。因为采样率出现了一个随机误差，所以可以通过更多的数据进行更多的分割来获得更好的效果。在对体育社会学的调查中，所收集到的资料往往是以问卷调查的方式，而所收集到的资料往往缺乏时空连续性。因此，他们的猜测推断，都受到了一定的局限。（2）“信息技术”与“国家大数据战略”的提出，为体育科研中的全面性研究提供了可能性。在当下的社会里，随着科学技术的不断发展，我国对体育科研工作的认识已由“随意性”走向“全局性”。在小数据时代，对中国的体育科研工作进行了大量的调查和分析。受试验条件的制约，科研试验主要采取小样本、数据权衡和随机抽样等方式。尽管采用随机采样法，但其局限性较大，很难实现绝对的随机化，而且，当情况比较复杂时，要获得最优的样品是比较困难的。在大数据环境下，基于数据获取渠道的技术创新与大数据策略的执行，为我国体育科学研究的发展奠定了技术基础与制度保证。随着信息技术的飞速发展，各种新型的技术手段应运而生，例如，在 2013 年，“可穿戴”装置的出现，使人们能够更大范围地记录和分析人体的动作、位置以及生理信息。随着新技术的不断进步，人们对舆论、社会心理等方面的研究也越来越关注。美国StatsLLC 公司于 2013 年 9 月完成了 2013-2014 年度 NBA 所有赛事的人体追踪，这个计划对 SporsVU 游戏跟踪技术进行了利用，不仅可以以此来追踪玩家的速度，还可以以此来追踪游戏玩家之间的距离。获取的信息全部来自游戏玩家的真实生活状况，没有“噪音”的影响，无需再去关注游戏玩家的主观偏好，与此同时，日益多样化的信息采集方式，促使“大数据”的产生和发展。美国在 2012 年 3 月公布了“大数据研究与开发项目”，并组建了相关的领导小组，将美国的大数据战略推向了一个新的高度。欧洲联盟于 2011 年公布了一份资料，可以预测，在全世界都在积极推进大数据战略的同时，大数据将会在我们国家的信息化进程中起到至关重要的作用。通过对“大数据”的研究，为我国体育科学研究工作的深入开展，奠定了基础。而体育院系基于整体性的研究，在实践中取得了显著的成绩。就拿芝加哥大学的一位经济学者史蒂夫列维特来说吧，他曾就日本“相扑”比赛中的违规操作问题展开过一次研究。他分析了最近 64000 个相扑记录。经过一系列的检查，最终得出结论：其中，虽有几次违规，但却没有一次是针对公众最关心的比赛。欧洲冠军杯同样存在着被操纵的风险，但是数据显示，在那些排名靠后的球队中，糟糕的表现要比排名靠前的球队好得多。这是由于相扑运动本身所具有的非对称性所致，当一次竞赛的结果在某一方面很重要，而在另一方面，那就是违规操作了。但若是被随机抽中，恐怕就没有这样的机会了。3.2、大数据时代体育科学研究数据类型的转变：结构型到非结构型（1）在“小资料”时代下，体育科研中结构型数据的准确性。在这个信息贫乏的年代，对科研工作的基本要求就是要确保科研的质量，因为采集到的资料非常有限，准确性就成了这个“小资料”年代里最重要的一环。在很多研究中，为了使问卷的数据更准确，研究者通常会着重于改进问卷的测试手段。另外，为降低研究成本而采用随机采样方法，同时，对检测精度的要求也越来越高。这是因为研究所收集到的资料十分有限，所以其准确性也是有限的。任何一个数据出现错误，都会对最后的结果造成很大的影响。但是，在现实生活中，经常会出现一些错误，即错误的防范与规避。为减少抽样误差，研究者们采取多种方式进行抽样。比如，为保证实验结果的准确性，相关人员经常要对实验样本进行检测，以此来判断样本是否有系统错误，这无疑是一项耗时耗力的工作，也是一项难以实现的工作。（2）大数据时代体育科研中非结构化数据的混乱与包容。大数据时代的到来，对于数据精度的要求越来越低。随着容错性的降低，研究所能够收集到的资料越来越多，也就意味着他们能够得到更多的资料。虽然大数据与小数据相比没有什么优势可言，但大数据可以产生更好的效果。因为数据的种类繁多，所以所得数据呈现出一种混乱的状况，其中最重要的原因就是观测视角、观测仪器等方面的不同，造成数据的复杂性。另外，不统一的格式、抽取和操作的资料也会引起混淆。然而，在大数据环境下，科研工作者在获得大量数据的同时，也常常忽略单个数据的正确性。在体育科研中，数据往往被胡乱拼接，例如，将一些运动图像数据和一些生理数据混合在一起。为了让电脑识别这些图片，我们要给所有的图片贴上不同的标签，而且所有图片的分类准则都是一样的，但是它给了我们一个更深入、更广泛的搜寻方法。所以，在这个大数据的时代，“混乱”就成了体育科研工作的一种常态。此外，在现有的数据库中，还有一个问题是预先设定好的顺序格式，这是一份完整的数据库。但是，在大数据时代下，该数据库无需预先建立，其数据结构具有多样性。随着大数据的发展，非结构化数据库突破了传统数据库对数据的时空一文体用品与科技总第 522 期 2023 年 9 月(上)141体育科学SPORTS SCIENCE致性需求，并将其应用到“对整个样本的无穷逼近”中。当然，最关键的还是要看它的品质。在大数据环境下，对数据进行分析，既可以保证数据的真实性，又可以保证数据的正确性。通过多种途径，多角度、多渠道地对受试者进行观察收集与发掘数据，有助于研究者对运动客观规律的认识。4、大数据时代体育科学研究思维的发展4.1、研究主题的分门别类与综合性开发在大数据环境下，体育学科的学术观念和学术激情被激发到了极致。它由单一的、片面的发展模式向全方位的、多样化的发展模式转变，能够很好地解决当前我国体育发展中存在的问题。多种学科的相互渗透，极大地促进了运动科学的发展，这其中不仅包含了运动科学与行为科学，还包含了产业经济学，以及社会心理学。体育科研是我国体育领域中的一个重大课题，其中也包含了较多的内容，不仅具有人才培养优化与体育管理经营课题，还包含了体育研究课题等相关的内容，这些内容都对体育科学研究提出了更高层次的发展趋势，提高了学生的综合素质和学生之间的差异性，是目前我国高校学生体育教育发展的一个主要方向。4.2、研究方法的多元化与综合开发随着大数据时代的到来，我国体育科学研究的思维方式也随之发生了变化，科学研究的步伐也随之加快。以邵伟德等人为例，通过对其所采用的运动科学的研究方式的分析，得出结论：运动科学的研究方式以运动训练为主，通过运用先进的技术方法，如：三维成像技术，可以使运动科学的科学性得到极大的提高，从而提高其科研水平。国内的体育科学研究正在逐渐走向多学科交叉，不同的研究方式之间存在着相互移植、相互渗透和融合的现象，使得体育学科的研究方法在大数据背景下也呈现出复杂性和多样性。目前，在我国高校体育科研工作中，仅采用单一化的方法是很难解决问题的，必须采用综合的方法。比如，在体育科研工作中，利用数学方法对有关数据进行统计和分析，提高科研工作的准确性和科学性。在大数据的背景下，科学知识和方法的边界变得更加明显。多学科、多手段地相互结合，提高了体育科学的科研价值，也使得它的科研手段更加多元化、更加全面。4.3、研究思维创造性与全面性发展大学体育研究者要适应时代发展的潮流，运用大数据技术，改变传统的体育学科的研究方式，运用现代化的、综合性的科学思维与方法，对体育科学进行革新。高校体育研究是一门崭新的科学，要进行改革，就需要打破原有的思考方式，近年来的一些调查结果显示，在信息时代，体育人的思想从封闭走向全面开放和创新，其是一种改变。在这些内容中，不仅包括了立体思维和系统思维，还包括了想象思维，以及直觉思维等，被普遍地运用在了竞技体育科学思维的改革进程之中，从而对竞技体育科学思维的发展进行了全方位、深入地推进，由此体现出，在选取体育科学问题上的独特性、创造型，以及科学性。5、体育事业在大数据环境下的发展当前，我国对于大数据的开发还处于探索阶段，关于它在体育领域的应用更是一片空白。未来的发展任重而道远，需要在实际工作中不断改进。目前，我国的体育运动在大数据背景下，正面临着三个问题。第一，是关于个人隐私的新规定。大数据既有有利的一面，也有不利的一面，其对大学体育教学产生了极大的影响，不仅带来了科学、高效，但也随之带来了大量用户信息的泄漏和对用户个人隐私的侵害。随着“大数据”时代的到来，人们的隐私、家世等都成了“公共机密”，并由此产生了一系列相关的问题。在保障信息安全的前提下，在不侵害用户隐私的情况下，如何更好地对其进行深度、高效的挖掘，是当前待解决的问题；第二，是对科技工作者的一种考验，大数据指的是海量、复杂的数据，这些数据必须有一定的技术支持，否则，它就只是一堆数据，没有任何价值；第三，如何储存数据，如何挖掘数据，如何分析数据，这也是一个需要解决的问题。只是，我国在这方面的技术还不完善，许多地方的教育部门缺乏大数据的支撑，也没有构建起学校的信息系统和教学平台。所以，从对这些数据的认识到对它们的理解，再到对它们的应用，都是一个漫长的过程。然而，我们国家虽是“人才大国”，却缺乏对大数据的理解和运用。6、体育科学研究思维方式的变革第一，由于记录、存储和分析手段的限制，在小数据时期，随机采样已是一种历史必经之路，而伴随着 IT 技术的发展，以及大数据策略的推行，则为整体化的分析提供了可能性。因而，在大数据环境下，体育科研的目标将从“随机”转向“整体”；第二，在小数据时代，因为样本的数目和数据的构造，所以对每一个数据都是尽可能的准确，而在大数据时代，这种情况下，对于数据的需求就变得越来越复杂和宽泛。而非结构化的资料形态，则可以让研究者更好地掌握被试的总体情况，捕捉到每个具体的细节；第三，在大数据的背景下，由于在实际应用中，更多的东西之间存在着关联性，这就给体育科研带来了一种新的科研范式：从众多的关联中寻找新的科研主题。在即将到来的大数据时代中，体育科研人员必须主动地与之相匹配，主动地与之融合，改变自己的科学研究思路。随着大数据时代的到来，其对我国产生了极大地影响，而这也将开辟一个新的时代。当前，大数据技术在体育科学研究中的运用将更加广泛，随着二者的不断融合，这一定会极大地推动我国的体育事业，让它在快速发展过程中前进。7、结束语综上所述，随着科技的迅猛发展，高校体育科研工作者必须主动与之相匹配，转变科研思维，不断提高科研水平。思想上的转变要求把随机抽样改为总体抽样，把非结构性资料改为结构性资料，并且能够从运动事件中发掘出与运动事件有关的、新颖的主题，为使我国的体育科研走出一条新的道路，在信息化进程中，要实现体育科研思维的综合性、多元化。参考文献：1李春华.创新教育理念下的体育教学方法理论与实践J.科教导刊(上旬刊),2015,2(2).2陈慧琴.试论创新教育理念下体育教学方法的理论与实践J.新校园(阅读),2015,10(10).3万国华,戴永冠,孙健等.体育教育的生命化J.北京体育大学学报,2016,35(7).