伴隨式數據收集下大學生體商培養研究

陸蕓婷　鄧偉鑫

摘要：大數據時代推動著各行各業的變化，在教育領域，每個學校每年都會產生大量的教育數據，伴隨式數據收集與傳統教育數據相比，具有更強的實時性、連貫性、全面性和自然性。如何正確、有效的提取這些數據，并從數據中提取知識用于指導實踐，對在校大學生的體商教育做出一個正確性的指導，是一個非常有意義的研究問題。它對大學生體商的培養起到了積極的作用。

關鍵詞：體商 伴隨式 大數據 教育

Research on College Students' Body Quotient Based on Accompanying Data Collection

LU Yunting DENG Weixin

（ShenZhen Institute of Information Technology， Shenzhen， Guangdong Province， 518000 China）

Abstract： The era of big data promotes changes in all walks of life. In the field of education， every school produces large numbers of education data every year. Compared with the traditional education data， the accompanying data collection has stronger real-time， consistency， comprehensiveness and naturalness. How to extract these data correctly and effectively， and extract knowledge from the data to guide practices， to make a correct guidance for college students' Body Quotient education， is a very meaningful problem. It plays a positive role in the cultivation of college students' Body Quotient.

Key Words： BQ; Multi-dimensional; Big data; Education

近二十年來，隨著計算機及互聯網技術的迅猛發展，各行各業的數據也隨之大量產生。尤其在教育領域，每個學校每年都會產生大量的教育教學數據，這其中也包含體育教育信息和體育教育數據。如何正確、有效的提取這些數據，并從數據中提取知識用于指導教育實踐，對在校大學生的體商教育做出一個正確性的指導，是一個非常有意義的研究問題^[1]。

與傳統教育數據相比，由于信息化軟硬件、云計算等技術的引入，伴隨式數據收集的數據具有更強的實時性、連貫性、全面性。伴隨式信息收集系統另一個顯著特點是它將所有能夠收集到的信息都設定為相關性，因此能將所有教育數據全部收入，為后面的教育數據分析和數據挖掘打下了堅定的數據基礎。

傳統的教育分析主要是依靠簡單的教學統計系統，顯然現代教育管理是要針對在教育領域中的數據收集、大數據分析以及數據挖掘，挖掘出隱藏在這些數據背后的教學規律，從而可以指導調整教學策略，改進教學方法，提高教學質量。

1 大學生體商培養的重要性

學生是需要全面發展的，這不僅包括智商、情商的發展，體商的發展更是迫在眉睫。智商和情商表明人的智力發展狀況和感情心理狀況，智商能夠衡量你的聰明程度，情商能衡量你的個性特征，而體商是人體真實健康情況的反應。

可是隨著互聯網等網絡新媒體的不斷出現，很多大學生接觸到計算機、手機等通訊設備，并沉迷于網絡世界，沉浸在新媒體帶來的新的社交方式中。現實生活中通過參加體育運動等方式獲取快樂的學生越來越少。從而導致當今大學生的體質呈持續下滑狀態，《全國學生體質與健康調研結果》顯示：19至22歲年齡段的大學生群體，爆發力、力量、耐力等體質指標，都呈現出明顯的下降趨勢。智商情商在很多情況下自己難以完全控制，但體商可以通過自己的控制和鍛煉，逐步得到提升。所以激發學生的運動興趣，提高他們的運動熱情，促使他們積極地進行體育鍛煉，全面提高身體素質就顯得特別重要了。

然而體商的測定不同于體質調查，它不是對形態的測量（身高、體重等），它需要測量的項目內容：力量、速度、耐力、速度耐力、平衡能力、定向能力、柔韌性、協調性、靈活性、適應性等，它是個多維度的。不同的學生個體在體商中所體現出的每項內容都會有所不同，施教過程中，每個不同個體是不能用相同的方法去提升體商的。黨的十九大報告中也指出“努力讓每個孩子都能享有公平而有質量的教育”，這也就要求我們做到“因材施教”，提供個性化的教育教學。

2 伴隨式數據收集下大學生體商培養探究

伴隨式數據收集模式相對于傳統信息收集模式具有較明顯的優勢。第一，伴隨式收集系統收集的信息更加真實準確。由于伴隨式收集系統是實時收集，信息不會固定存放，而是一邊產生一邊收集，收集到的數據具有動態性、即時性，因此在這種情況下，收集到的數據更加真實有效。第二，伴隨式數據收集通常會借助各種信息平臺，它的效率更高。伴隨式收集系統的收集工具是系統軟件，運行時只要電腦、手機、服務器等軟件的運行平臺保持正常工作狀態，它就能連續不斷地實時收集數據。第三，它將所有能夠收集到的信息都設定為相關性，因此能將所有教育數據全部收入，為后面的教育數據分析和數據挖掘打下了堅定的數據基礎。

體育教育行為中交互的對象主要為教師和學生，對象的交互包括教師-教師、教師-學生、學生-學生，按照數據產生的對象劃分，可以分為教師數據、學生數據和教學社交數據。教師數據是指教師在教學過程中產生的，例如上課情況、運動效果點評等;學生數據，是指學生個人在進行學習及鍛煉過程中產生的數據，例如運動情況、運動頻率、運動參數等;而教學社交數據則是指師生間的交互、交流數據，例如手機所產生的位置信息、通話信息、微信信息等。社交數據收集，借助電腦與智能終端設備，通過教師、學生的各種信息系統，通過網絡存儲于云端。具體來說，伴隨式數據收集的硬件主要指教師數據的采集者“傳感器、計算機等多媒體設備”、學生數據的采集者“智能手機、傳感器”和校園網絡，如圖1所示。

2.1 激發學生運動熱情

由于互聯網的快速發展，大學生越來越多的通過手機進行“線上社交”，其使用頻率甚至超過了日常生活中的“線下社交”，它已經對學生的情緒、習慣等產生了深遠的影響^[2]。此外，學生在進行體育運動之后，大都有通過朋友圈發消息的習慣。這說明學生對于體育的運動熱情是有的，如果正確的加以引導，可以讓他們將熱情轉化為持續的動力來進行體育運動。因此可以結合大學生熱衷網絡社交、發朋友圈的特點，積極引導他們把體育運動與朋友圈“打卡”相結合，更好地激發它們的運動熱情^[3]。

此外可以借助對社交數據的收集，進行相應的分析，得到學生的興趣愛好及關注度更高的運動項目。并對這些運動項目進行推廣，可以讓更多的學生主動加入到體育運動中去。

2.2提升學生體商運動指標

伴隨式數據收集下的數據采集是多方面的。體育大數據包含對穿戴設備的數據采集：學生在課堂及課后的運動量、心率、體溫、血壓等數據;如教學過程中，可以通過穿戴設備實時監測學生心率，及時調整學生的運動量。訓練中，心率超過180次/分，就需要讓學生及時控制訓練強度。如果心率過低，則增加訓練次數和強度。還包含對體育教學場所的信息化模塊的數據采集，如智能終端、體育信息平臺。這樣的數據采集包含了運動頻率、運動軌跡、運動習慣、運動效果等各類數據。

體育大數據記錄了學生運動的全過程，首先通過對各種運動數據進行智能化分析，診斷學生體商運動指標的薄弱點，在各個體商評價維度上進行個體聚類，通過聚類結果，可以得到體商相近的個體集合，支撐精準體育教學，從而做到“因材施教”。其次可以根據這些數據對學生的運動習慣與運動行為提供專業的指導，并根據運動效果加以分析判斷從而有效地提高學生在體育的各方面運動指標。

2.3對體育教學的指導

體育教學與其他科目的教學相比，有著共性但是也有其特殊性，主要體現在：首先都需要教師組織知識點通過教學設備傳授給學生。而體育教學還包含了示范動作、組織訓練等體力勞動。這也使得體育教學相比其他教學更加需要用有效的方法去指導。

體育大數據可以更好地掌握學生的學習狀態及效果。例如，利用終端設備統計學生的體育知識、體育動作練習數量、利用信息平臺統計技術動作學習花費時長、測試數據、教師反饋信息，利用穿戴設備統計動作指標數據、身體數據。利用大數據對其之間的相關關系進行分析并發現問題，從而探索出更好的體育教學模式^[4-5]。例如教學時是集中訓練還是按不同的層級分開訓練，教學中的難點及訓練強度如何調整，教學后的效果如何進行評估，并通過實時監測發現學生的突出問題，及時進行輔導^[6]。因此，基于伴隨式數據收集的大數據分析應用必將對現行傳統的體育教學模式產生沖擊，依靠大數據分析技術對體育教學中產生的各類數據進行分析，制定新的教學方式來對體育教學進行指導，將成為今后的主要趨勢。在體育教學的過程當中，學生的身體素質、身體狀況存在著較大的差異，體育教學要做到因人施教。這對本身就存在大量體力勞動的體育教學又提出了更高的要求。基于大數據分析可以對體育教學進行指導，反過來它又可以更好地促進對大學生體商的培養。

參考文獻<！-- 參考文獻問題參考文獻要在6條以上，五年之內請將參考文獻在文內進行標注（3）含以下目錄中的參考文獻不少于2篇（為便于核查符合下面條件的參考文獻的刊名或整條用紅字標注，見附件）：①當代體育科技②科技資訊③文化創新比較研究④南京體育學院學報（自然科學版）⑤創新創業理論研究與實踐⑥碩士、博士學位論文⑦復合影響因子為0.5及以上的期刊（鼓勵大家符合該條件的文獻盡量多加）。 -->

[1] 賀名軍.淺議教育大數據伴隨式收集系統[J]，青年時代，2017（12）：108-111.

[2] 陸蕓婷，張德芬.基于伴隨式數據收集的多維教學數據挖掘研究[J]，科教導刊，2020（8）：119-120.

[3] 向宇宏，姚蕾.大數據時代我國學校體育改革的思考與啟示[J]，南京體育學院學報（社會科學版），2016，30（04）：91-94.

[4] 陳錦，邱楷，張媛媛，“互聯網+”背景下智慧體育平臺建設方案[J]，南京體育學院學報（自然科學版），2017，16（3）：125-130.

[5] 楊秀萍，大數據在智慧體育教育中的應用實踐[J]，福建電腦，2020，9：173-175.

[6] 馬寶發，武鐵男，孫賀，大數據時代背景下高校體育教學改革研究[J]，黑河學院學報，2020（7）：102-103