大數據時代運動訓練科學研究的新路徑探討

龍江

摘要：長期以來，體育教育的科學研究一直是基于小型科學研究模式。隨著大數據時代的到來，通過大規模數據搜索來探索全球運動規律已成為當代科學研究的特點之一。大數據不僅是運動訓練領域的實用工具，也是高質量的工具，而大數據設計為研究運動訓練科學的復雜性提供了新的機遇，為該領域的科學研究提供了新的體育教育模式。

關鍵詞：大數據;運動訓練;科學研究

引言：數據是科學研究的重要組成部分。數據工作方式的變化將不可避免地影響科學研究的變化。在運動訓練領域，基于小數據模型所提供的信息長期以來一直是分散的，運動訓練模式無法全面、完整、真實地描述。隨著信息技術和計算機技術的迅速發展，人們收集、存儲和使用大量數據以揭示運動訓練的能力有了很大的飛躍。在大數據時代，人們開創了科學研究運動訓練的新時代。

1.大數據與運動訓練科學研究

1.1 大數據時代運動訓練科學研究的現狀

傳統運動訓練科學研究主要是一門假設驅動的科學，即提出一個科學問題，再據此提出一種可能的假設，然后用實驗對假設進行驗證。與此研究路徑密切相關的是所謂的運動訓練科學的還原論，即一切人體生命現象和心理現象最終都可以還原為物理、化學現象，因而原則上完全可以用物理、化學規律來說明人體運動的規律，通過分解人體的結構成份或功能予以離 析研究來理解復雜人體運動系統的觀念。利用不同地區的大量數據，體育行業被大量數據淹沒.目前運動員和運動隊越來越依賴數據分析結果，使他們能更快地進行運動訓練和比賽，從而使他們更強壯。研究人員使用先進的工具對運動員在賽場上的各種表現進行數字化，如各種動作、起跳、掩護、進攻和得分，經過多年的積累，已經可以大致識別出每一位球員在球場上的弱點，例如，高爾夫運動也離不開偉大的數據支持。在高爾夫運動中，track man技術用于收集高爾夫球手擊球飛行過程中和每次揮桿后的所有數據，如速度、角度、方向和旋轉速度，然后通過軟件進行分析，以便高爾夫球手更好地了解和分析他們的運動特征。

1.2運動訓練科學大數據研究的問題與趨勢

大數據正在改變體育產業。大數據給科學研究和體育教育帶來了新的見解。然而，隨著大數據時代的開始，體育學的偉大研究面臨著許多問題。

（1）由于缺乏相關數據的收集、存儲和存儲，數據的重復性大，許多體育項目無法在通用架構級別提供廣泛充足的數據平臺。

（2）其次，對于不同類型的數據，沒有有效的數據收集方法。有各種類型的數據需要收集，但有些數據可以有效收集，而有些數據難以數字化。例如，運動員心理數據的收集仍然很難獲得，由于技術原因，一些數據的收集在準確性和實時性方面仍然存在一些問題。

（3）缺乏全面有效的數據分析方法。數據分析目前在體育運動中沒有得到廣泛應用。例如，經驗在體育運動中非常重要，數據分析不能取代經驗。

（4）最后，缺乏大量數據。在大量可以提取的運動訓練數據中，有許多價值，但由于缺乏某種心理直覺，我們無法描述隱藏在數據背后的一些運動訓練的一般特征，也缺乏對各種因素相互關系的深入研究，以期在諸多因素的動態變化中，找到運動訓練的新規律。

2.大數據思維： 重構運動訓練科學研究的新路徑

2.1運動訓練科學研究視角的轉變： 局部轉向整體

傳統運動訓練科研是一種小規模的科研模式。因此，“小數據”實際上代表一個或多個部分。它支持部分理解和樣本分析的方法，這是還原論概念的一部分，即通過將整體包含為不同部分的組合，可以分解為多個部分來研究和解釋每件事;或者把一切都還給一個樣本，相信對樣本的理解可以理解一切，通過研究樣本找到把握一切的方法和途徑。這一傳統一直延續到今天，并已成為科學研究中運動訓練的主要實踐。但是，無論如何科學的抽樣或分析，我們發現，當使用一個或多個生理指標來反映運動能力，或使用各種訓練方法或防守技術，或更高的藝術，或較低的藝術，或力量時，或者訓練運動員的速度，我們發現這種情況是合理的，表面上是科學的，但事實上，使用的指標越多，分析就越準確，然而，離一切都越遠，或者當我們對每個組成部分有了基本的了解時，我們仍然不敢說我們了解這項運動的特點。

2.2運動訓練科學研究對象的轉變： 實體轉向關系

現代科學誕生的最重要標志是對“本質”的一系列自然和方法論的認識，作為笛卡爾牛頓的機械性質，以及拉丁美洲是一臺機器等的事實，為了找到宇宙最后的“存在”，所有的科學學科最終都可以合并為“教育”.目前運動訓練的研究主要集中在“例如，運動員被視為由不同的機械部件組成的機器，即。運動員被身體和身體控制的機器，而身體的許多機械部件都是由原子組成的，運動員復雜的生理和心理現象在物理和化學過程中退化;最后，運動的性質或根源與身體的大小、器官、組織、分子、原子等機制有關，因此，體育規模的概念只能作為一個簡單的因素或功能來研究。

3.總結語

作為運動訓練的科研人員，要適應時代的變化，積極融入時代的變化，改變科研中運動訓練的新思維方式。假設的傳統模型應該被基于數據的模型所取代。我們應該善于將研究范式從簡單范式轉換為復雜范式。

參考文獻：

[1] 李國杰，程學旗.大數據研究：未來科技及經濟社會發展 的重大戰略領域——大數據的研究現狀與科學思考[J]. 中國科學院院刊，2019，27（6）：647-657.

[2] 楊澍.前臺的競技，后臺的數據[J].商學院，2019（10）：34- 39.

[3] 苗東升.從科學轉型演化看大數據[J].首都師范大學學報：社會科學版，2019（5）：48-55.