大數據下體育科學研究思維變革分析

摘要：大數據時代的到來，不僅使體育科研工作在技術水平上發生了改變，而且使人們的思想方法發生了翻天覆地的、深遠的改變。縱觀歷史上伴隨著科技變革而產生的運動學科革新，中國的運動科研完全是一個“學習”過程。在以云技術和信息技術為代表的大數據環境下，中國處于與全球最接近的位置，并且在某些技術方面具備了引領和突破的潛力。這對于中國的體育科研事業來說，是一次難得的機遇，可以說是一次彌合與國際的距離，甚至是一次趕超的難得機遇。大數據環境的到來，給體育科研工作帶來了新的機遇。

關鍵詞：大數據" 變革" 體育科學

前言

在信息化的今天，我國的體育科研工作者要與時俱進，積極應對新形勢，改變自己的科研思路。在做問卷時，我們應該用一般的思想來代替傳統的隨機抽樣調查，對于一般的結構性資料，我們應該以非結構性的觀點來對待，而且要有足夠的抗干擾力。另外，在大量的運動實踐中，要善于發現新的有價值的課題，主動尋求產生這種現象的原因。在“大數據”時代背景下，將“大數據”相融合，這將會對我們國家的體育事業起到很大的推動作用。

1、大數據時代的起源及在體育領域的發展

“大數據”這一術語是從2012年開始被人們所關注的，它源于互聯網上海量數據的爆發，伴隨著與之有關的技術創新，隨著大數據的發展，數據無處不在，從某種意義上說，運動只是一個數字的集合。從科研角度看，運動是一個比較好的選擇，同時，也是最適宜的實驗項目。自1994年以來，IBM一直致力于將大數據的運用與運動的研究相結合。利用數據分析和人工智能技術，可以從實際的運動中獲取海量的運動數據，并發掘出新的運動模式和運動規律。中國科學院院士李國杰認為，雖然大數據的重要作用得到了廣泛認可，但其學術意義卻沒有得到足夠重視。事實上，當我們轉變對大數據的研究思維時，我們將逐步加深對大數據的理解，在此基礎上，更好地利用大數據進行科學研究。

2、大數據環境下的體育科研新范式

隨著大數據時代的到來，我國體育科學的科學研究思路發生了重大變化，表現為基于新課題的科學研究方法的創新。傳統的“體育學”從現實生活中的問題入手，探討其與被研究的客體之間的聯系和整體表達。由于數據的匱乏，在做這些研究的時候，很多時候也只能用到一些理論性的方式。在此基礎上，為研究人員選擇相關的研究對象，以及收集相關的資料，對它們之間的聯系進行分析，并對有關的問題進行論證，如果不一致，就反復實驗，直到最后得到一個結果。這種設計模式會造成研究的速度比較慢，而且還會被一些偏頗的因素所左右，從而很可能會產生一些失誤。然而，在“大數據”背景下，新的運動科研模式卻是建立在現有關聯和前因后果基礎上的，在大數據中，對其進行相關性的研究是其關鍵所在，也是其發展趨勢的預測。在“關聯性”中尋找新問題，在“大數據”背景下，各學科間的關聯性被挖掘出來，為相關問題的解決提供了新的機會和新的挑戰。這些關系的發現，給研究者帶來了新的探索思路，由于各個學科中的知識是互相聯系的，所以，需要一個更完整的知識系統。

2.1、小數據時代體育科學研究的范式——基于研究假設的因果研究

在“小資料”時代，我國的體育科研往往是從實際問題入手，來尋求與之有關的課題，對因果性問題的探討，以假設為出發點是有其歷史淵源的。在大數據時代之前，因為數據稀缺，因此，能夠搜集到的資料很少，一般情況下，人們會使用一些基于理論的假定，來引導研究者選擇合適的研究對象；其次，通過與之有關的數據進行相關性的研究來判斷此項研究是否適用于此項研究。實在不行的話，就重新試驗一遍，研究者們不斷地測試著這個假說，并通過這個假說來證實。然而，這種方式很難促進科研的發展，而且，科學研究的結果也會受到個體或者小組的偏愛所影響，從而導致科學研究在構建假設、檢驗假設，以及選擇研究對象等過程中出現偏差。

2.2、大數據時代體育科學研究的新范式——基于已知相關的因果研究

在大數據研究中，其核心在于數據之間的關聯性，對其進行預測，在實際運作中，它屬于一種數據關系。只有將事情聯系起來，才能找到事物內在的規律。此外，在實際中，單一化的運動現象已不再存在，比如，運動的社會學、心理學。根據麻省理工學院關于美國職業棒球聯賽11896場比賽的統計數據分析，在比賽中，“暫停”是沒有任何用處的，還不如多看看天氣情況，在對其進行的綜合研究中，我們可以看出，兩者間存在著一種非線性的聯系，這種聯系并不只是呈線性，而是十分復雜的。在大數據環境下，新的分析方法、新的思維方式都會給體育科學的研究產生了一定的影響，并且因此產生了新的方向與思路，使得人們可以更好地認識到很多過去不能認識到的運動規律。

3、大數據時代為體育科學研究提供了新場域

3.1、大數據時代體育科學研究對象的轉變：隨機到總體

（1）隨機抽樣在小數據時代是體育科研的必由之路。

由于“微資料”時代的限制，其記錄、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，要想讓實驗更簡便、更切實可行，就需要在實驗中考慮如何選取合適的實驗樣本，所以采樣成為科學實驗中不可回避的問題。在各種采樣方式中，以隨機采樣方式最好。隨機采樣是指每個單位都有一個已知且不為零的概率的采樣方式。通常，采樣數量越多，采樣質量越低，這是由于當樣本量增加到一定程度以后，新樣本量所能表現出的特征就會逐漸減少，正如經濟學中的邊際效應逐漸減少那樣。例如，在國家體育普查時，采取事先制定好的抽樣調查方案，只從總體中抽取一部分樣本。雖然目前國際上采用的是隨機取樣法，但是它也有一個不容忽視的缺點，就是難以實現絕對的隨機取樣，抽樣工作要公正，不能有絲毫的主觀性。另外，在樣品的情況比較復雜的情況下，要獲得最優樣品也比較困難，至于通過隨機取樣獲得所有樣本的特征，更是一種奢望，另外，對于多種情況下的調查，采用隨機抽樣法是行不通的。因為采樣率出現了一個隨機誤差，所以可以通過更多的數據進行更多的分割來獲得更好的效果。在對體育社會學的調查中，所收集到的資料往往是以問卷調查的方式，而所收集到的資料往往缺乏時空連續性。因此，他們的猜測推斷，都受到了一定的局限。

（2）“信息技術”與“國家大數據戰略”的提出，為體育科研中的全面性研究提供了可能性。

在當下的社會里，隨著科學技術的不斷發展，我國對體育科研工作的認識已由“隨意性”走向“全局性”。在小數據時代，對中國的體育科研工作進行了大量的調查和分析。受試驗條件的制約，科研試驗主要采取小樣本、數據權衡和隨機抽樣等方式。盡管采用隨機采樣法，但其局限性較大，很難實現絕對的隨機化，而且，當情況比較復雜時，要獲得最優的樣品是比較困難的。在大數據環境下，基于數據獲取渠道的技術創新與大數據策略的執行，為我國體育科學研究的發展奠定了技術基礎與制度保證。隨著信息技術的飛速發展，各種新型的技術手段應運而生，例如，在2013年，“可穿戴”裝置的出現，使人們能夠更大范圍地記錄和分析人體的動作、位置以及生理信息。隨著新技術的不斷進步，人們對輿論、社會心理等方面的研究也越來越關注。美國StatsLLC公司于2013年9月完成了2013-2014年度NBA所有賽事的人體追蹤，這個計劃對SporsVU游戲跟蹤技術進行了利用，不僅可以以此來追蹤玩家的速度，還可以以此來追蹤游戲玩家之間的距離。獲取的信息全部來自游戲玩家的真實生活狀況，沒有“噪音”的影響，無需再去關注游戲玩家的主觀偏好，與此同時，日益多樣化的信息采集方式，促使“大數據”的產生和發展。美國在2012年3月公布了“大數據研究與開發項目”，并組建了相關的領導小組，將美國的大數據戰略推向了一個新的高度。歐洲聯盟于2011年公布了一份資料，可以預測，在全世界都在積極推進大數據戰略的同時，大數據將會在我們國家的信息化進程中起到至關重要的作用。

通過對“大數據”的研究，為我國體育科學研究工作的深入開展，奠定了基礎。而體育院系基于整體性的研究，在實踐中取得了顯著的成績。就拿芝加哥大學的一位經濟學者史蒂夫列維特來說吧，他曾就日本“相撲”比賽中的違規操作問題展開過一次研究。他分析了最近64000個相撲記錄。經過一系列的檢查，最終得出結論：其中，雖有幾次違規，但卻沒有一次是針對公眾最關心的比賽。歐洲冠軍杯同樣存在著被操縱的風險，但是數據顯示，在那些排名靠后的球隊中，糟糕的表現要比排名靠前的球隊好得多。這是由于相撲運動本身所具有的非對稱性所致，當一次競賽的結果在某一方面很重要，而在另一方面，那就是違規操作了。但若是被隨機抽中，恐怕就沒有這樣的機會了。

3.2、大數據時代體育科學研究數據類型的轉變：結構型到非結構型

（1）在“小資料”時代下，體育科研中結構型數據的準確性。

在這個信息貧乏的年代，對科研工作的基本要求就是要確保科研的質量，因為采集到的資料非常有限，準確性就成了這個“小資料”年代里最重要的一環。在很多研究中，為了使問卷的數據更準確，研究者通常會著重于改進問卷的測試手段。另外，為降低研究成本而采用隨機采樣方法，同時，對檢測精度的要求也越來越高。這是因為研究所收集到的資料十分有限，所以其準確性也是有限的。任何一個數據出現錯誤，都會對最后的結果造成很大的影響。但是，在現實生活中，經常會出現一些錯誤，即錯誤的防范與規避。為減少抽樣誤差，研究者們采取多種方式進行抽樣。比如，為保證實驗結果的準確性，相關人員經常要對實驗樣本進行檢測，以此來判斷樣本是否有系統錯誤，這無疑是一項耗時耗力的工作，也是一項難以實現的工作。

（2）大數據時代體育科研中非結構化數據的混亂與包容。

大數據時代的到來，對于數據精度的要求越來越低。隨著容錯性的降低，研究所能夠收集到的資料越來越多，也就意味著他們能夠得到更多的資料。雖然大數據與小數據相比沒有什么優勢可言，但大數據可以產生更好的效果。因為數據的種類繁多，所以所得數據呈現出一種混亂的狀況，其中最重要的原因就是觀測視角、觀測儀器等方面的不同，造成數據的復雜性。另外，不統一的格式、抽取和操作的資料也會引起混淆。然而，在大數據環境下，科研工作者在獲得大量數據的同時，也常常忽略單個數據的正確性。在體育科研中，數據往往被胡亂拼接，例如，將一些運動圖像數據和一些生理數據混合在一起。為了讓電腦識別這些圖片，我們要給所有的圖片貼上不同的標簽，而且所有圖片的分類準則都是一樣的，但是它給了我們一個更深入、更廣泛的搜尋方法。所以，在這個大數據的時代，“混亂”就成了體育科研工作的一種常態。此外，在現有的數據庫中，還有一個問題是預先設定好的順序格式，這是一份完整的數據庫。但是，在大數據時代下，該數據庫無需預先建立，其數據結構具有多樣性。隨著大數據的發展，非結構化數據庫突破了傳統數據庫對數據的時空一致性需求，并將其應用到“對整個樣本的無窮逼近”中。當然，最關鍵的還是要看它的品質。在大數據環境下，對數據進行分析，既可以保證數據的真實性，又可以保證數據的正確性。通過多種途徑，多角度、多渠道地對受試者進行觀察收集與發掘數據，有助于研究者對運動客觀規律的認識。

4、大數據時代體育科學研究思維的發展

4.1、研究主題的分門別類與綜合性開發

在大數據環境下，體育學科的學術觀念和學術激情被激發到了極致。它由單一的、片面的發展模式向全方位的、多樣化的發展模式轉變，能夠很好地解決當前我國體育發展中存在的問題。多種學科的相互滲透，極大地促進了運動科學的發展，這其中不僅包含了運動科學與行為科學，還包含了產業經濟學，以及社會心理學。體育科研是我國體育領域中的一個重大課題，其中也包含了較多的內容，不僅具有人才培養優化與體育管理經營課題，還包含了體育研究課題等相關的內容，這些內容都對體育科學研究提出了更高層次的發展趨勢，提高了學生的綜合素質和學生之間的差異性，是目前我國高校學生體育教育發展的一個主要方向。

4.2、研究方法的多元化與綜合開發

隨著大數據時代的到來，我國體育科學研究的思維方式也隨之發生了變化，科學研究的步伐也隨之加快。以邵偉德等人為例，通過對其所采用的運動科學的研究方式的分析，得出結論：運動科學的研究方式以運動訓練為主，通過運用先進的技術方法，如：三維成像技術，可以使運動科學的科學性得到極大的提高，從而提高其科研水平。國內的體育科學研究正在逐漸走向多學科交叉，不同的研究方式之間存在著相互移植、相互滲透和融合的現象，使得體育學科的研究方法在大數據背景下也呈現出復雜性和多樣性。目前，在我國高校體育科研工作中，僅采用單一化的方法是很難解決問題的，必須采用綜合的方法。比如，在體育科研工作中，利用數學方法對有關數據進行統計和分析，提高科研工作的準確性和科學性。在大數據的背景下，科學知識和方法的邊界變得更加明顯。多學科、多手段地相互結合，提高了體育科學的科研價值，也使得它的科研手段更加多元化、更加全面。

4.3、研究思維創造性與全面性發展

大學體育研究者要適應時代發展的潮流，運用大數據技術，改變傳統的體育學科的研究方式，運用現代化的、綜合性的科學思維與方法，對體育科學進行革新。高校體育研究是一門嶄新的科學，要進行改革，就需要打破原有的思考方式，近年來的一些調查結果顯示，在信息時代，體育人的思想從封閉走向全面開放和創新，其是一種改變。在這些內容中，不僅包括了立體思維和系統思維，還包括了想象思維，以及直覺思維等，被普遍地運用在了競技體育科學思維的改革進程之中，從而對競技體育科學思維的發展進行了全方位、深入地推進，由此體現出，在選取體育科學問題上的獨特性、創造型，以及科學性。

5、體育事業在大數據環境下的發展

當前，我國對于大數據的開發還處于探索階段，關于它在體育領域的應用更是一片空白。未來的發展任重而道遠，需要在實際工作中不斷改進。目前，我國的體育運動在大數據背景下，正面臨著三個問題。第一，是關于個人隱私的新規定。大數據既有有利的一面，也有不利的一面，其對大學體育教學產生了極大的影響，不僅帶來了科學、高效，但也隨之帶來了大量用戶信息的泄漏和對用戶個人隱私的侵害。隨著“大數據”時代的到來，人們的隱私、家世等都成了“公共機密”，并由此產生了一系列相關的問題。在保障信息安全的前提下，在不侵害用戶隱私的情況下，如何更好地對其進行深度、高效的挖掘，是當前待解決的問題；第二，是對科技工作者的一種考驗，大數據指的是海量、復雜的數據，這些數據必須有一定的技術支持，否則，它就只是一堆數據，沒有任何價值；第三，如何儲存數據，如何挖掘數據，如何分析數據，這也是一個需要解決的問題。只是，我國在這方面的技術還不完善，許多地方的教育部門缺乏大數據的支撐，也沒有構建起學校的信息系統和教學平臺。所以，從對這些數據的認識到對它們的理解，再到對它們的應用，都是一個漫長的過程。然而，我們國家雖是“人才大國”，卻缺乏對大數據的理解和運用。

6、體育科學研究思維方式的變革

第一，由于記錄、存儲和分析手段的限制，在小數據時期，隨機采樣已是一種歷史必經之路，而伴隨著IT技術的發展，以及大數據策略的推行，則為整體化的分析提供了可能性。因而，在大數據環境下，體育科研的目標將從“隨機”轉向“整體”；

第二，在小數據時代，因為樣本的數目和數據的構造，所以對每一個數據都是盡可能的準確，而在大數據時代，這種情況下，對于數據的需求就變得越來越復雜和寬泛。而非結構化的資料形態，則可以讓研究者更好地掌握被試的總體情況，捕捉到每個具體的細節；

第三，在大數據的背景下，由于在實際應用中，更多的東西之間存在著關聯性，這就給體育科研帶來了一種新的科研范式：從眾多的關聯中尋找新的科研主題。在即將到來的大數據時代中，體育科研人員必須主動地與之相匹配，主動地與之融合，改變自己的科學研究思路。隨著大數據時代的到來，其對我國產生了極大地影響，而這也將開辟一個新的時代。當前，大數據技術在體育科學研究中的運用將更加廣泛，隨著二者的不斷融合，這一定會極大地推動我國的體育事業，讓它在快速發展過程中前進。

7、結束語

綜上所述，隨著科技的迅猛發展，高校體育科研工作者必須主動與之相匹配，轉變科研思維，不斷提高科研水平。思想上的轉變要求把隨機抽樣改為總體抽樣，把非結構性資料改為結構性資料，并且能夠從運動事件中發掘出與運動事件有關的、新穎的主題，為使我國的體育科研走出一條新的道路，在信息化進程中，要實現體育科研思維的綜合性、多元化。

參考文獻：

[1]李春華.創新教育理念下的體育教學方法理論與實踐[J].科教導刊（上旬刊），2015，2（2）.

[2]陳慧琴.試論創新教育理念下體育教學方法的理論與實踐[J].新校園（閱讀），2015，10（10）.

[3]萬國華，戴永冠，孫健等.體育教育的生命化[J].北京體育大學學報，2016，35（7）.