大數據背景下高校體育管理的創新思考

張佳佳

（杭州電子科技大學體育教學部，浙江 杭州 310018）

大數據泛指在信息爆炸的時代所產生的海量數據，利用對信息的有效分析，從而提高工作效率、提高科學決策、正確預測未來。大數據在經濟、衛生醫療、文化、科技等方面實現了廣泛的應用。2015年8月31日，國務院以國發〔2015〕50 號印發《促進大數據發展行動綱要》，2015年“十三五”規劃中國家大數據戰略已經被提出，我國從國家層面在不斷推動大數據的應用，推動大數據在教育領域的應用，是我國教育發展的現實需求和未來趨勢。大數據的概念已經引起了人們足夠的重視，但是其在教育領域的研究還不夠深入，尤其是學校體育領域大數據的相關研究更是不足，缺乏詳實、系統的管理體系的研究。我們能否借助大數據的分析抓住問題、提出對策，準確把握高校體育工作的特點及方向，全面、客觀地做出評價，這將從根本上改變傳統的教育觀念，改變原有的教學模式和評價體系，提高學校體育管理的信息化和科學化水平。因此，本研究在傳統高校體育管理的基礎上，運用大數據進行高校體育工作的信息搜集、分析、應用，探索新形式下高校體育管理的新路徑，以期為高校體育管理提供參考。

1 體育領域中大數據的運用

大數據時代數據充斥著社會的各個領域，體育領域中更是如此。大數據在競技體育、全民健身等領域的應用逐漸增多。有報道指出，在一場棒球賽中產生的數據為7TB，這些數據用以分析比賽中球的飛行軌跡及運動員的各項數據。它的主要目的是對比賽和球員進行分析、評價和預測。在職業棒球運動中，通過對大數據的分析獲得正確的戰略決策，電影《點球成金》（Moneyball）里直覺的判斷被迫讓位于精準的數據分析，使得體育數據分析逐漸引起人們的重視，賽伯計量學（Sabermetrics）即是專門針對棒球形成的分析方法。在足球和籃球等項目中，也都可以運用攝像技術及可穿戴設備，通過動作捕捉技術追蹤運動員的運動數據，記錄運動員的速度、跑動線路、距離、一對一防守成功率等數據，通過對數據的分析制訂更好的比賽策略和訓練安排。在大眾健身領域通過可穿戴設備可實現對心率、距離、配速等運動情況的監控；越來越多的手機APP應運而生，并且使用頻次和時長呈穩步增長態勢，通過對大量上傳的運動數據進行分析，最終對運動參與者的活動進行預警、激勵、指導。

大數據技術的運用促使競技體育的訓練方法與競賽得到了拓展，推動了大眾體育中運動形式的變革，更期望它能夠推動學校體育管理工作的創新，促進學生體質提升，實現增進健康的目標。

2 大數據背景下高校體育管理的變革

2.1 高校體育的要求與特點

高校體育作為高校工作的重要內容，主要包括體育教學、課外體育活動、課余訓練競賽等。在2014年頒布的《高等學校體育工作基本標準》中指出，高校體育工作要創新人才培養模式，使學生掌握科學鍛煉的基礎知識、基本技能和有效方法，學會至少兩項終身受益的體育鍛煉項目，養成良好的鍛煉習慣。將學生體質健康狀況作為衡量學校辦學水平的重要指標；將體質健康狀況、體育課成績、參與體育活動等作為學生綜合素質評價的重要內容。

國民體質監測報告顯示，大學生體質呈現連年下滑的趨勢，學生體質健康形式嚴峻，因此把增強學生體質和促進學生健康作為高校體育教育的基本目標和重要工作內容，但是傳統的管理模式在信息爆發式增長的情況下顯得有所不足，高校體育工作中涉及到的海量信息和數據，既有現象可見，更有規律可循，如何有效提高高校體育管理水平是高校體育管理部門面臨的重要課題。

2.2 大數據背景下高校體育管理的思維變革

2.2.1 從政策驅動轉向數據驅動 以往學校體育的政策制定多是總體上呈現出一種自上而下的頂層設計。大數據時代之前，因為數據很少，而且數據收集渠道不通暢，所以通常的做法是使用一些建立在理論基礎上的假想來指導研究者去選擇適當的關聯物，然后根據搜集到的信息進行假設的驗證。在信息科技高速發展的今天，學校體育工作的各個環節都可構成大數據的基本要素，從學校體育教學工作、學生體質監測、課外活動到學校運動隊和科研活動等各個方面。將全體學生的體育課、課外活動、體質健康測試等表現與其學業成績、心理健康等個體情況轉化為數據進行分析，可能發現一些規律性的變化，進而可以探尋影響學生體育參與的各種相關因素，更加有針對性地提出相應的策略。學校體育管理體系應逐漸從政策驅動轉向數據驅動，對于存在的問題不是片面的、主觀的去臆測，而是基于數據進行科學分析。

2.2.2 發揮大數據的預測作用 大數據的核心就是以相關關系分析為基礎，對事物發展進行預測。通過大量數據的積累，將數學算法運用到海量的數據上，來預測事情發生的可能性。例如，亞馬遜可以幫我們推薦想要的書，谷歌可以為關聯的網站排序，Facebook知道我們的喜好，同樣的技術也應用到醫療診斷、商業決策、總統大選等各個方面。在體育領域中亦可以發揮大數據的預測作用。2006年德國世界杯1/4決賽（德國vs阿根廷），德國教練員塞給門將萊曼的紙條幫助其順利撲住2粒點球，延續了德國門神的傳奇。當年的這張小紙條凝聚了德國科隆體育大學50名精英智囊團的心血，他們將阿根廷隊員的射門習慣進行統計分析，其中包括天氣、場地、對手等影響因素，最終實現成功預測幫助德國點殺阿根廷，這已成為體育領域運用大數據分析的經典案例。新的分析工具和思路為體育科學研究提供了一系列新的視野和有用的預測，也使研究者看到了許多以前不曾注意到的聯系。在學校體育中也可以加以應用，如學生陽光長跑的次數、速度、距離和體質健康測試中耐力素質具有相關性，因此可以用陽光長跑的相關指標來預測學生耐力素質水平。

2.2.3 由隨機抽樣到全體數據 在信息處理能力受限的年代，數據的搜集受到限制，同時缺少用來分析所收集數據的工具，因此隨機抽樣被廣為應用。在數字化時代，對于信息的采集和儲存也更易實現，因此調查的對象可以實現是全體成員；數據處理也變得更加容易、更加快速，人們能夠在瞬間處理成千上萬的數據，并且處理的數據類型更加復雜。

樣本=總體使得我們能夠對數據進行深度探討，而隨機抽樣則無法達到這樣的效果，數據越完整，預測越準確，而且一些令人驚訝的發現往往藏在這些細節之中。高校體育管理中涉及的內容越來越多，信息量也越來越大，隨著信息技術的發展，能夠獲得全部學生較為全面的基本信息，為大數據的儲存、搜集、分析提供了基礎。

2.3 高校體育管理中大數據的應用

高校體育中蘊藏著大量的數據信息，學生課內外的體育參與受著多方面因素的影響，包括性別、年齡、體育參與意識、校園體育文化、家庭影響等。本研究基于大數據的時代背景，在高校體育教學、運動訓練、體質健康測試和課外活動4個方面進行體育管理的創新思考，為高校體育管理提供新的思路。

2.3.1 大數據在高校體育教學中的應用中學階段的體育教學受教學條件、應試教育影響較大，大學階段作為保障條件最好、師資水平最高、可控程度最大的學段，如何使學生掌握運動技能、養成規律的運動習慣，成為大學體育亟待解決的問題。從課程的角度講，傳統的體育課程已經滿足不了大學生日益多元化的體育需求，通過大數據的分析有利于準確了解學生的體育課程需求，完善學生體育課程的需求導向機制。通過體育課的出勤、課堂表現、活動情況等數據可以診斷出學生體育課上的參與度；通過對期末成績、教學評價等大數據的分析實現對教學質量的控制；對場館使用、器材消耗等的數據分析，實現對資源的合理配置；對體育教育大數據進行處理和分析，通過數據建模，發現學習者學習結果與學習內容、學習資源和教學行為等變量的相關關系，來預測學習者未來的發展趨勢及時地提出相應的解決方案；學生的體育課內外的所有體育參與表現與學生的心理健康、社會適應也有著密切的。因此，通過體育相關的評價指標與其心理健康、社會適應等指標進行分析。依據大數據進行體育管理分析，能在學生的學習與需求、教育預測和教育決策等方面發揮重要作用。

2.3.2 大數據在高校運動訓練中的應用大數據技術所擁有的預測與技術跟蹤功能使原本依靠經驗判斷的選材與技術訓練變得更加科學有效。通過積累大量的訓練數據，對于運動員選材、運動訓練都具有指導意義。在運動員選材中，某項或者某幾項身體素質對于運動員取得好成績具有較強的相關性，可利用學校體質健康測試的大數據初步篩選來選擇運動隊后備人才。運用大數據跟蹤學校運動隊的訓練情況，在高校的體育訓練過程中，通過可穿戴設備來記錄運動員的各項訓練信息，實時捕捉運動員的運動數據，包括軌跡、心跳、速度、能量消耗等，幫助教練更加科學系統地制訂訓練計劃、更加全面地了解一個運動員的水平和表現，充分挖掘運動員的潛能。教練員還可以把運動員日常訓練的素質測試成績以及各種生理、心理測試指標及時做出科學的統計分析，幫助教練員更好地安排訓練內容，使得運動訓練管理科學化。

2.3.3 大數據在高校體質健康測試中的應用 體質健康測試在高校中具有重要的地位，每個學生每學年都要進行測試，學校體質健康測試中心向國家、省內教育部門上報測試數據，并且有的省份會對所有高校的測試結果進行抽測并且進行排名，體測成績已經成為考核學校體育工作的重要指標。每個學校都已建立學生體質健康測試管理平臺，對于學生基礎數據的記錄已日趨完善，大數據在體質監測工作中更加能夠發揮優勢作用。高校的學生體質監測中積累海量的數據，但是目前我們的學校對體質健康測試結果的分析大多停留在較粗淺的層面，一年一測，統計結果大多是停留在宏觀層面，其實際的應用價值有限。近些年，學生的體質健康呈現下滑的趨勢，但是對于這一問題的深層次的原因沒有深入的數據分析，是家庭原因還是學校原因，是體育教師沒教好還是學校領導不重視，很少有研究通過數據分析得出相應的結論，大部分的數據沒有被有效地解析。體質健康測試成績與學生體育課表現、課外活動參與等有著密切的關系，也可通過對全體學生進行橫向（不同年級、性別）和縱向（一個學生四年的體測成績）的比較分析，對其進行多因素的相關分析；將大數據應用于學生體質測試中，還可以實現以每一個學生為單位進行追蹤，建立各項指標數據的個人數據庫，再通過對數據的挖掘尋找增強學生體質的內在、外在因素，形成一個高效、精確的學生體質測試系統，真正實現學生體質測試的個性化管理。

2.3.4 大數據在高校群體工作中的應用通過大數據能夠對學校的體育場地實現智能化管理，學生在活動前進行預約，進而根據場地預約的合理配置體育場地。隨著信息科技和移動終端技術的發展，學生課外體育運動相關信息的搜集不再是難題，同時智能穿戴設備逐漸成為新的流行趨勢，為學生體力活動的測量開辟新的路徑。通過對學校幾萬名學生的性別、年級、專業、活動內容、活動次數、心理狀況等龐大數據的采集、整理分析，能夠發現學生健康狀況、身體素質的整體水平的特點。在體質健康測試的數據中，通過大數據分析探明學生體質變化的趨勢及其原因，并根據這些情況在體育課和課外活動中進行相應的調整。例如，杭州電子科技大學體育教學部結合學校的信息技術優勢創建了陽光長跑智慧平臺，在平臺中記錄數萬名學生的陽光長跑數據，包括跑步次數、速度、單次里程、總里程等，并且每學期結合體質健康測試的BMI指數、耐力測試結果對跑步速度進行調整，這一兼顧性別、耐力和身體形態差異的分類分層運動強度調控的課外陽光長跑智能化管理系統，指導學生科學健身，使鍛煉成效最大化，培養學生自覺鍛煉身體的意識、能力和習慣。

3 結 語

在高校的體育管理中，可以對各項數據運用關聯性分析、序列分析等統計手段，對高校體育各業務模塊進行綜合分析，及時提供教學質量控制情況、學生體質健康情況、資源配置情況等，并對這些數據進行深層次的分析和研究，使其轉化為可直接用于決策的信息。

大數據的時代背景下，我們擁有了數據分析的工具（統計學和算法）以及必須的設備（信息處理器和存儲器），進而要形成一種制度和機制來確保各種數據的搜集、整理、分析的真實性和完整性。高校體育管理者需要樹立數據意識，具備大數據分析的能力，同時建立標準化的信息管理體系，使得各個高校能夠互通有無，實現信息的交互和共享，以此能夠進行橫向和縱向更深入的比較研究。大數據管理既不是管理現狀的簡單電子信息化，也不是傳統管理模式直接在計算機網絡中的運行，而是要借助現代信息技術對大數據進行分析挖掘，提高管理水平和效率，因此真正的構建高校體育的大數據化管理體系任重道遠，需要高校體育管理者、研究者進一步深入研究。