大數(shù)據(jù)視角下中國田徑競賽數(shù)據(jù)采集方法研究

魏鑫

摘 要：當(dāng)今時(shí)代，數(shù)據(jù)已成為國家基礎(chǔ)性戰(zhàn)略資源，黨中央、國務(wù)院高度重視大數(shù)據(jù)發(fā)展及創(chuàng)新應(yīng)用。不過，目前在體育中特別是田徑領(lǐng)域中大數(shù)據(jù)還未展現(xiàn)出其應(yīng)有的戰(zhàn)略價(jià)值。其主要原因在于缺乏反映田徑本質(zhì)的大規(guī)?；A(chǔ)數(shù)據(jù)。我國現(xiàn)有的田徑信息數(shù)據(jù)均不能滿足大數(shù)據(jù)的相關(guān)要求。因此，建立符合大數(shù)據(jù)時(shí)代田徑信息采集數(shù)據(jù)庫事關(guān)重要。其實(shí)在田徑領(lǐng)域中存在一個(gè)天然數(shù)據(jù)庫：成績冊與秩序冊。本研究將立足于大數(shù)據(jù)時(shí)代對數(shù)據(jù)采集的相關(guān)要求，構(gòu)建一套基于競賽端的以競賽成績信息為目標(biāo)數(shù)據(jù)的采集方法體系。

關(guān)鍵詞：大數(shù)據(jù) 競賽 數(shù)據(jù)采集

中圖分類號(hào)：G806 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-2813（2018）08（b）-0206-03

當(dāng)今時(shí)代，數(shù)據(jù)已成為國家基礎(chǔ)性戰(zhàn)略資源，大數(shù)據(jù)正對全球經(jīng)濟(jì)運(yùn)行機(jī)制、社會(huì)生活方式和國家管理能力產(chǎn)生重要影響。黨中央、國務(wù)院高度重視大數(shù)據(jù)發(fā)展及創(chuàng)新應(yīng)用，十八屆五中全會(huì)明確提出實(shí)施國家大數(shù)據(jù)戰(zhàn)略。國務(wù)院印發(fā)的《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》指出，大數(shù)據(jù)已成為“提升政府管理能力的新途徑”。這就要求各級管理部門樹立大數(shù)據(jù)思維，借助大數(shù)據(jù)手段推動(dòng)政府管理理念和社會(huì)治理模式進(jìn)步。然而，當(dāng)天的大數(shù)據(jù)仍屬于新興事物，在體育中的運(yùn)用也僅僅在足球、網(wǎng)球、高爾夫、棒球等項(xiàng)目中，且主要進(jìn)行技術(shù)選材訓(xùn)練等方面應(yīng)用。針對更為宏觀的競技相關(guān)管理運(yùn)用尚未展開，其主要原因在于缺乏大規(guī)模競賽數(shù)據(jù)的獲取方法。因此，本研究將在大數(shù)據(jù)視角下，以田徑項(xiàng)目為例探究競賽數(shù)據(jù)信息的全樣本采集方法。

1 目前我國體育數(shù)據(jù)庫現(xiàn)狀

高德納咨詢公司對大數(shù)據(jù)的定義是：大數(shù)據(jù)是全樣本、大容量、高速度和形式多樣的信息資產(chǎn)，它需要低成本的、形式創(chuàng)新的信息處理，以增強(qiáng)洞察力和輔助決策。但是，目前我國體育數(shù)據(jù)庫主要存在以下幾個(gè)問題。

1.1 國家競技體育信息數(shù)據(jù)庫信息全面多樣但覆蓋面狹窄

國家競技體育信息數(shù)據(jù)庫主要包括運(yùn)動(dòng)成績庫、實(shí)時(shí)數(shù)據(jù)庫、奧運(yùn)實(shí)力分析庫三個(gè)部分，收集參加全國以上級別比賽的運(yùn)動(dòng)員信息。盡管其內(nèi)容齊全，但其對全體運(yùn)動(dòng)員覆蓋比例估算約在2.7%。

1.2 全國運(yùn)動(dòng)員注冊信息數(shù)據(jù)庫信息單一、覆蓋面小、數(shù)據(jù)割裂

國家于2003年制定了《全國運(yùn)動(dòng)員注冊與交流管理辦法》，以杜絕和減少比賽中假年齡假資格等不良現(xiàn)象。但由于行政體制及重視程度的問題，經(jīng)過14年發(fā)展當(dāng)前我國的青少年運(yùn)動(dòng)員注冊僅在省級以上比賽執(zhí)行。且由于管理體質(zhì)問題各省、教育部、國家體育總局?jǐn)?shù)據(jù)相互分割，并且相當(dāng)多的注冊信息與成績信息互相割裂，大大限制其作用價(jià)值。此外，由于其只涵蓋參加省級以上比賽的運(yùn)動(dòng)員，僅占參加市級比賽總?cè)藬?shù)的23.8%，仍有近8成基層運(yùn)動(dòng)員并未統(tǒng)計(jì)。

1.3 《體育事業(yè)統(tǒng)計(jì)年鑒》統(tǒng)計(jì)范圍狹窄、無個(gè)人信息、信度較低

該信息采集是由低級訓(xùn)練單位一層層上報(bào)而來，由于現(xiàn)在運(yùn)動(dòng)員的多元化培養(yǎng)，培養(yǎng)單位由體育系統(tǒng)擴(kuò)展到包括體育系統(tǒng)、教育系統(tǒng)、社會(huì)系統(tǒng)以及家庭系統(tǒng)的多種培養(yǎng)形式。以前的訓(xùn)練單位已經(jīng)遠(yuǎn)遠(yuǎn)不能涵蓋新增的后備運(yùn)動(dòng)員。此外，由于上報(bào)數(shù)據(jù)牽扯到經(jīng)費(fèi)發(fā)放，該數(shù)據(jù)公信力存疑，且無法鎖定個(gè)人運(yùn)動(dòng)員與競賽成績。

綜上所述，這些信息庫均無法滿足當(dāng)前對大數(shù)據(jù)的定義要求，即無法做到全樣本、高效快速的信息收集，對數(shù)據(jù)的采集處理需要消耗大量的人力物力與時(shí)間，且對于運(yùn)動(dòng)員微觀數(shù)據(jù)的人群覆蓋極為狹小。由于數(shù)據(jù)結(jié)果的時(shí)間延遲、覆蓋面狹窄、缺乏精度，其輔助決策效果大打折扣。

2 當(dāng)前田徑競賽數(shù)據(jù)收集存在問題

我國競技體育數(shù)據(jù)庫有關(guān)田徑項(xiàng)目（不僅僅是田徑項(xiàng)目）的數(shù)據(jù)信息主要針對于頂層運(yùn)動(dòng)員，即能參加高級別比賽的運(yùn)動(dòng)員信息才會(huì)得到錄入。這會(huì)導(dǎo)致幾個(gè)問題：無法對全國整個(gè)田徑訓(xùn)練情況進(jìn)行把握，如有多少運(yùn)動(dòng)員，多少教練員等；無法對優(yōu)秀運(yùn)動(dòng)員整個(gè)運(yùn)動(dòng)生涯進(jìn)行時(shí)間序列的研究，錄入的僅是其成績達(dá)到一定水平后的信息；無法對全國青少年運(yùn)動(dòng)員狀況進(jìn)行把握；無法對基層教練員情況進(jìn)行了解；整體數(shù)據(jù)以橫截面為主，對大部分優(yōu)秀運(yùn)動(dòng)員個(gè)體的記錄無連續(xù)性，進(jìn)而導(dǎo)致信息利用率較低，無法在相關(guān)預(yù)測方面進(jìn)行深入分析。目前我國的競技體育數(shù)據(jù)庫包含的信息僅僅是一個(gè)金字塔的頂端，而支持金字塔矗立的基礎(chǔ)，我們尚未掌握。當(dāng)然，這是由于當(dāng)時(shí)信息技術(shù)的限制，收集全國性的信息成本巨大，在當(dāng)時(shí)進(jìn)行全國性的信息采集是不現(xiàn)實(shí)的。但是，大數(shù)據(jù)時(shí)代的到來，使得進(jìn)行全國性的信息采集成為可能。

為了解決我國競技體育數(shù)據(jù)信息紀(jì)錄過于狹窄的問題，將信息紀(jì)錄對象向基礎(chǔ)延伸是必須的。當(dāng)前，隨著體育信息化的發(fā)展，很多團(tuán)隊(duì)開發(fā)類似于“競技體育數(shù)據(jù)管理平臺(tái)”的軟件，下放到各個(gè)訓(xùn)練單位進(jìn)行信息收集，也就是將運(yùn)動(dòng)員、教練員信息收集放在訓(xùn)練單位端進(jìn)行。使用上述方法進(jìn)行全國性的信息采集會(huì)產(chǎn)生如下問題：（1）當(dāng)前的信息平臺(tái)除了進(jìn)行運(yùn)動(dòng)員、教練員信息收集外，還設(shè)計(jì)了訓(xùn)練過程、辦公自動(dòng)化等一些列功能，整體軟件是一個(gè)運(yùn)動(dòng)員管理訓(xùn)練的輔助軟件，軟件操控有一定難度性，需要經(jīng)過一定培訓(xùn)才能順利應(yīng)用；（2）需要專職人員進(jìn)行軟件的管理與信息輸入，一旦出現(xiàn)人員變動(dòng)就可能產(chǎn)生軟件停用的情況，無法保證信息收集的連續(xù)性；（3）許多中西部地區(qū)基礎(chǔ)訓(xùn)練單位的硬件設(shè)施與人員配置達(dá)不到相應(yīng)的要求；（4）全國性的運(yùn)動(dòng)訓(xùn)練單位向市區(qū)級別下分，數(shù)量龐大。除此之外，這種信息的采集時(shí)效性差，在實(shí)踐中很多數(shù)據(jù)的錄入都是在年終統(tǒng)一進(jìn)行，從而使信息的價(jià)值大大降低。另外，人工錄入難免犯錯(cuò)，又缺乏有效的監(jiān)督，數(shù)據(jù)的準(zhǔn)確性略低。最重要的一點(diǎn)，即使這種信息采集分布到全國各個(gè)運(yùn)動(dòng)訓(xùn)練單位，并且能夠全部及時(shí)的進(jìn)行數(shù)據(jù)收集，也會(huì)遺漏相當(dāng)比例的田徑運(yùn)動(dòng)員，因?yàn)?，很多的田徑運(yùn)動(dòng)員是學(xué)校內(nèi)的。上述問題極大的阻礙了這種采集方式的迅速推廣。

因此，需要找到一種采集方法，這種方法須符合以下要求：能夠獲得數(shù)據(jù)的總體；數(shù)據(jù)具有較高的精確性；數(shù)據(jù)的更新及時(shí)；采集成本低；采集方法簡單易于推廣；硬件設(shè)備與人員操作要求相對較低；無需額外工作（如專門錄入人員）。

3 田徑項(xiàng)目大數(shù)據(jù)采集方法構(gòu)建

針對在單位端進(jìn)行數(shù)據(jù)采集的弊端，不應(yīng)將訓(xùn)練單位端作為大數(shù)據(jù)收集的平臺(tái)，而應(yīng)當(dāng)從比賽端進(jìn)行大數(shù)據(jù)收集。從比賽端進(jìn)行大數(shù)據(jù)收集，就是對國家體育總局信息數(shù)據(jù)庫，在田徑國家級比賽信息收集方式上，向下級比賽的延伸。為了更好的對田徑項(xiàng)目中大數(shù)據(jù)采集方法的理解，這里結(jié)合一個(gè)比喻說明。

假如一個(gè)池塘里面有很多魚，其中有大魚也有小魚。之前我們使用大網(wǎng)眼的漁網(wǎng)進(jìn)行捕魚，則很多體積小于網(wǎng)眼的魚就無法捕捉到。為了捕捉到更多的魚，最好的辦法就是把網(wǎng)眼縮小。當(dāng)網(wǎng)眼縮到足夠小的時(shí)候就可以捕捉到所有進(jìn)入網(wǎng)的魚，當(dāng)我們把這張網(wǎng)做的面積做的足夠大，就能一次捕捉到池塘里所有的魚。我們用這種方法在這個(gè)池塘里捕一次魚，我們可以知道池塘里有多少魚，不同大小的魚分別有多少。當(dāng)我們每隔一定時(shí)間（一年）捕一次魚并對這些魚進(jìn)行標(biāo)記，就可以知道每條魚的成長速度是多少。當(dāng)我們把這些魚和與之飼養(yǎng)的漁民建立起來聯(lián)系，就能知道哪些漁民養(yǎng)魚的水平高一些，最終我們需要選出那些好的魚苗和優(yōu)秀的漁民。魚：運(yùn)動(dòng)員。魚的大?。哼\(yùn)動(dòng)員競技成績。漁民：教練員。網(wǎng)眼大小：比賽級別網(wǎng)的面積：舉行比賽范圍。

從上面的比喻可以很好的理解田徑項(xiàng)目中大數(shù)據(jù)采集方法的基本原理，就是通過比賽這個(gè)平臺(tái)，對全國的田徑運(yùn)動(dòng)員和教練員信息進(jìn)行收集。關(guān)于田徑大數(shù)據(jù)信息采集的實(shí)施。

大數(shù)據(jù)評價(jià)對田徑相關(guān)信息采集的具體方式，如圖1所示。根據(jù)田徑比賽層級及可行性可對于田徑競賽數(shù)據(jù)采集應(yīng)分三步進(jìn)行。

第一步：采集并匯總?cè)珖骷墑e田徑運(yùn)動(dòng)會(huì)的成績冊與報(bào)名信息（主要包括：比賽舉行時(shí)間、運(yùn)動(dòng)員身份證號(hào)、比賽項(xiàng)目與成績）。各級別田徑比賽包括全國性的田徑相關(guān)比賽、省市級的（以湖北省為例，省級田徑高水平運(yùn)動(dòng)員比賽（4次/年）、湖北省大學(xué)生田徑運(yùn)動(dòng)會(huì)、湖北省中小學(xué)生田徑運(yùn)動(dòng)會(huì)（2次/年）、各地市州中小學(xué)生田徑運(yùn)動(dòng)會(huì)）。每年參加這些比賽的運(yùn)動(dòng)員可以涵蓋擁有系統(tǒng)訓(xùn)練經(jīng)歷的田徑運(yùn)動(dòng)員，之后每年進(jìn)行相同的信息采集，可以形成時(shí)間序列的相關(guān)信息，并發(fā)布相關(guān)信息年報(bào)。

第二步：使用田徑運(yùn)動(dòng)會(huì)編排系統(tǒng)軟件，對全國各級別田徑運(yùn)動(dòng)會(huì)進(jìn)行聯(lián)網(wǎng)（直接采用網(wǎng)上報(bào)名），集中設(shè)立一個(gè)服務(wù)器，進(jìn)而使田徑比賽信息及時(shí)傳遞到田管中心數(shù)據(jù)庫，在報(bào)名系統(tǒng)中增添教練員相關(guān)信息必選項(xiàng)目（身份證號(hào)、性別、年齡），以增加對教練員信息的采集。

第三步：將該編排系統(tǒng)向大學(xué)、中學(xué)校內(nèi)田徑運(yùn)動(dòng)會(huì)進(jìn)行深入，以更廣泛的進(jìn)行信息采集。

這里強(qiáng)調(diào)：使用同一軟件是一個(gè)理想化的狀態(tài)，可以根據(jù)不同的比賽級別使用不同的軟件，只要信息可以同時(shí)上傳同一服務(wù)器即可，如國家級比賽一套系統(tǒng)，省市級一套，學(xué)校使用一套。此外，第一步與第二步應(yīng)同時(shí)進(jìn)行，慢慢從第一步完全過渡到第二步。

該采集方法擁有以下優(yōu)點(diǎn)：（1）研發(fā)成本低：現(xiàn)有軟件已可以勝任當(dāng)前的要求。（2）信息采集效率高：同一級別賽事，組織方數(shù)量要遠(yuǎn)少于參賽方，通過一場比賽可以采集幾十個(gè)參賽單位的信息。（3）硬件設(shè)施及人員要求低：當(dāng)前田徑運(yùn)動(dòng)會(huì)的組織方都擁有和會(huì)使用電腦。（4）準(zhǔn)確性高：很多大型田徑運(yùn)動(dòng)會(huì)的成績輸入是電腦電子計(jì)時(shí)自動(dòng)進(jìn)行，人工輸入的情況下由于牽扯到比賽名次，成績輸入的準(zhǔn)確率也會(huì)很高。（5）易于大規(guī)模推廣：田徑運(yùn)動(dòng)會(huì)的開展十分廣泛，此外進(jìn)行網(wǎng)上報(bào)名與電腦成績錄入，可以推動(dòng)全國田徑運(yùn)動(dòng)會(huì)組織編排的科技含量，大大提高工作效率，方便基層運(yùn)動(dòng)會(huì)的開展。

4 結(jié)語

當(dāng)前我國競技田徑數(shù)據(jù)信息采集主要方法有三種，但均存在一些問題：（1）國家競技體育信息數(shù)據(jù)庫信息全面多樣但覆蓋面狹窄；（2）全國運(yùn)動(dòng)員注冊信息數(shù)據(jù)庫信息單一、覆蓋面小、數(shù)據(jù)割裂；（3）《體育事業(yè)統(tǒng)計(jì)年鑒》統(tǒng)計(jì)范圍狹窄、無個(gè)人信息、信度較低。

針對目前關(guān)于田徑大數(shù)據(jù)信息采集，不應(yīng)將訓(xùn)練單位端作為信息收集平臺(tái)，而應(yīng)當(dāng)從比賽端進(jìn)行大數(shù)據(jù)收集。也就是對現(xiàn)有國家體育總局信息數(shù)據(jù)庫在田徑國家級比賽信息收集方式上，向下級比賽延伸。

目前關(guān)于田徑競賽大數(shù)據(jù)采集方法應(yīng)當(dāng)分三步進(jìn)行：首先，采集并匯總?cè)珖骷墑e田徑運(yùn)動(dòng)會(huì)的成績冊與報(bào)名信息。其次，使用田徑運(yùn)動(dòng)會(huì)編排系統(tǒng)軟件，對全國各級別田徑運(yùn)動(dòng)會(huì)進(jìn)行聯(lián)網(wǎng)。最后，該編排系統(tǒng)向大學(xué)、中學(xué)校內(nèi)田徑運(yùn)動(dòng)會(huì)進(jìn)行深入，以更廣泛的進(jìn)行信息采集。

參考文獻(xiàn)

[1] 李國杰.大數(shù)據(jù)研究的科學(xué)價(jià)值[J].中國計(jì)算機(jī)學(xué)會(huì)通訊，2012，8（9）：8-15.

[2] 李國杰，程學(xué)旗.大數(shù)據(jù)研究：未來科技及經(jīng)濟(jì)社會(huì)發(fā)展的重大戰(zhàn)略領(lǐng)域[J].中國科學(xué)院院刊，2012，27（6）：647-657.

[3] 王珊，王會(huì)舉，覃雄派，等.架構(gòu)大數(shù)據(jù)：挑戰(zhàn)、現(xiàn)狀與展望[J].計(jì)算機(jī)學(xué)報(bào)，2011（10）：1741-1752.

[4] 方巍，鄭玉，徐江.大數(shù)據(jù)：概念、技術(shù)及應(yīng)用研究綜述[J].南京信息工程大學(xué)學(xué)報(bào)：自然科學(xué)版，2014，6（5）：405-417.