基于云計算的運動訓練管理系統(tǒng)設計

樊云

（四川文理學院，四川達州 635000）

隨著科學理論與技術的發(fā)展，其與現(xiàn)代體育領域中的運動訓練過程滲透度越來越高[1]，將計算機技術與信息技術引入現(xiàn)代體育事業(yè)，實現(xiàn)體育信息化發(fā)展是未來體育事業(yè)發(fā)展的必然趨勢[2]。作為一個技術框架，運動訓練管理系統(tǒng)內涵蓋體育學、運動訓練學、計算機科學、信息技術學與統(tǒng)計學等相關學科[3]，對其構建過程與應用進行深度設計與開發(fā)，不僅能夠促進運動員運動訓練水平的提升，推動在體育運動領域內其與相關需學習的發(fā)展與應用，同時還有利于運動訓練的開展、調動體育運動相關人員(運動員、教練員與相關管理者)的積極性，提升運動訓練的效率與質量[4]。因此，為了最大限度地保障運動訓練數(shù)據(jù)的資源共享，基于云計算技術的快速計算功能，設計了運動訓練管理系統(tǒng)，為運行訓練相關數(shù)據(jù)的應用提供數(shù)據(jù)支持。

1 云計算

運動訓練過程需采集大量運動員能力、運動狀態(tài)信息、訓練內容、訓練強度以及運動量等運動訓練相關數(shù)據(jù)，教練員基于所采集的數(shù)據(jù)實施下一步規(guī)劃與分析，同時依照相關分析結果控制整個運動訓練過程[5-6]。考慮到這些數(shù)據(jù)具有海量、復雜的特點，對其進行聚類分析，以提升訓練結果分析的效率。

聚類過程中通常依據(jù)中心點與其他點的距離對數(shù)據(jù)類別實施一致度判斷。對比兩份數(shù)據(jù)的距離與設定閾值，確定該數(shù)據(jù)是否都與中心點為相同類別，在實際操作過程中無法直接確定兩數(shù)據(jù)間的距離，因此，可利用高斯函數(shù)輔助一致度計算過程，基于此，可依照高斯分布函數(shù)圖更直觀地判斷類別的聚合程度及相同類別數(shù)據(jù)點的分布情況。用xi表示聚類中心點，利用式（1）確定聚類中心點同其他點之間的一致度：

聚類時，為確保對全部訓練數(shù)據(jù)均可實施有效分類，同時進行另分類后，全部運動數(shù)據(jù)點至不同類中心點間的距離達到最小值，優(yōu)化函數(shù)為：

式（3）中，xk表示第k個節(jié)點。

為簡化式（3），使：

將式（4）代入式（3），得到：

由此，可確定運動訓練數(shù)據(jù)聚類優(yōu)化的數(shù)據(jù)，如式（6）所示：

通過求解Sij能夠確定一致度矩陣，根據(jù)一致度矩陣確定xi與xj是否屬于同一類別。

基于云計算的聚類算法通過Map Reduce 編程模型來實現(xiàn)[7-9]，即依照設定大小將整個運動訓練數(shù)據(jù)集內的文件劃分為數(shù)個Block 塊，分別存儲在硬件基礎設施層集群的各數(shù)據(jù)存儲節(jié)點內。在運行聚類算法過程中，由具有調度整個集群資源功能的節(jié)點依照數(shù)據(jù)Block 塊的數(shù)量，將計算任務劃分為數(shù)個Map 任務，并映射至集群的不同計算節(jié)點上來實施并行計算[10-12]。Map 函數(shù)讀取數(shù)據(jù)并生成中間鍵對，同時存儲其輸出。結束全部Map 階段的任務后，不同計算節(jié)點啟動Reduce 任務，以采集Map 階段任務的輸出結果，經規(guī)約處理后輸出最終聚類結果，詳細過程如圖1 所示。

圖1 Map Reduce執(zhí)行過程

2 系統(tǒng)設計

在上述Map Reduce 執(zhí)行過程的基礎上，設計運動訓練管理系統(tǒng)整體架構，一般情況下，系統(tǒng)內不同功能以數(shù)據(jù)信息的形式存在于計算機內[13]。考慮運動訓練數(shù)據(jù)的海量性[14]，設計了基于云計算的運動訓練管理系統(tǒng)。

2.1 系統(tǒng)整體結構

基于云計算的運動訓練管理系統(tǒng)是一個有規(guī)模的體系結構，采用B/S 三層架構進行設計，由下向上分別為硬件基礎設施層、功能層和云服務應用層，如圖2 所示。

圖2 運動訓練管理系統(tǒng)整體結構

運動訓練管理系統(tǒng)的功能主要為：訓練管理自動化功能、運動訓練計劃制定功能、運動員訓練信息日常管理功能、訓練器材管理功能等。

圖2 中，硬件設施層以云硬件為基礎，其中包括資源服務器群、數(shù)據(jù)服務器群與其他服務器群，在服務器上構建對應的資源數(shù)據(jù)庫，為功能層內運動訓練各項功能的實現(xiàn)提供保障。

功能層以硬件設施層為基礎，基于運動訓練系統(tǒng)業(yè)務劃分可分為人員管理模塊、訓練管理模塊、訓練器具管理模塊、系統(tǒng)管理模塊4 個模塊[15-17]。

云服務應用層作為系統(tǒng)與使用者的交互通道，利用不同形式提升使用者與系統(tǒng)之間的交互能力。

2.2 功能層設計

2.2.1 人員管理模塊

人員管理模塊主要用于構建運動員檔案信息與對應的訓練信息，便于相關人員的實時查詢、添加、修改、刪除與統(tǒng)計分析等操作。人員管理模塊是基于系統(tǒng)工程方法實施綜合評價、分析，并預測構建的科學運動訓練信息化體制，其結構設計如圖3 所示。

圖3 人員管理模塊結構設計

2.2.2 訓練管理模塊

訓練管理模塊中主要包含詳細的運動訓練管理信息，如訓練項目、內容場地、訓練規(guī)則以及訓練時間等，并對已經進行或正在進行的運動訓練項目與參與運動訓練的人員進行記錄，基于訓練管理信息進行數(shù)據(jù)分析，判斷運動員訓練結果。保存詳細訓練結果便于后續(xù)的統(tǒng)計與查詢。

訓練管理模塊是基于云計算的運動訓練管理系統(tǒng)設計的核心，基于此，需從訓練結果分析流程對其進行詳細設計。運動員訓練結果分析流程可大致劃分為A、B、C 3 個層次，如圖4 所示。

圖4 訓練結果分析流程

圖4 內的A 層為訓練計劃層，B 層為訓練結果層，C 層為分析結果層；虛線框內為外部信息，實線框內為內部信息。訓練計劃中主要是運動員運動訓練計劃與運動員作息時間安排等信息，訓練計劃可根據(jù)比賽時間安排與教練員經驗等為依據(jù)來制定。訓練結果為訓練過程中提取的訓練計劃執(zhí)行情況、不同類型輔助訓練情況、整套動作完成情況等不同參數(shù)。分析結果是依照參數(shù)來分析運動員訓練結果，從訓練結果中依據(jù)不同運動類別提取相關參數(shù)，利用數(shù)學方法對不同參數(shù)實施單獨或整體的初步分析，確定參數(shù)間的相關性。同時基于運動訓練姿勢分析結果對不同參數(shù)實施進一步分析，以此研究科學的訓練方法，提升運動訓練效率和運動員運動水平。

2.2.3 訓練器具管理模塊

該模塊主要負責運動訓練器具的借用時間、借用人員、以及使用規(guī)范等信息的查詢、統(tǒng)計與管理。

2.2.4 系統(tǒng)管理模塊

該模塊的主要功能是管理系統(tǒng)使用者的相關數(shù)據(jù)信息，使用者需利用正確的賬號與密碼登錄系統(tǒng)，并根據(jù)賬號的相應權限進行系統(tǒng)應用。系統(tǒng)管理員可對數(shù)據(jù)庫與系統(tǒng)功能進行完善，提升系統(tǒng)可擴展性。

3 仿真測試

為驗證文中設計的基于云計算的運動訓練管理系統(tǒng)在實際運動訓練中的應用效果，以某體育運行訓練營為研究對象，進行以下應用分析。

3.1 系統(tǒng)開發(fā)方法評估

為驗證文中系統(tǒng)開發(fā)的成熟度，選取成熟度等級理論，從項目確認、需求分析、設計規(guī)劃、系統(tǒng)構建、系統(tǒng)實現(xiàn)與運行維護6 個環(huán)節(jié)出發(fā)，對文中系統(tǒng)的開發(fā)建設進行評價。系統(tǒng)不同建設環(huán)節(jié)的程度由高至低進行設定，分為5 個級別：五級最高，表示中系統(tǒng)構建過程中該環(huán)節(jié)開發(fā)設計質量最高；一級最低，表示文中系統(tǒng)構建過程中該環(huán)節(jié)開發(fā)設計質量最差。評價結果如圖5 所示。分析圖5 得到，文中系統(tǒng)開發(fā)設計過程中不同開發(fā)設計環(huán)節(jié)的成熟度評價結果均高于三級，其中，設計規(guī)劃與系統(tǒng)實現(xiàn)環(huán)節(jié)成熟度評價結果高于四級，由此能夠說明文中系統(tǒng)開發(fā)設計過程的成熟度較高，具有較高質量。

圖5 系統(tǒng)開發(fā)設計過程評價結果

3.2 信息處理性能測試

為測試文中系統(tǒng)對運動訓練信息的管理性能，選取均方根誤差作為評價文中系統(tǒng)對運動訓練相關信息分析性能的指標，均方根誤差值與文中系統(tǒng)對運動訓練相關信息分析性能間具有反比例相關性，即均方根誤差值越小，文中系統(tǒng)對運動訓練相關信息分析性能越好，分析結果越精準。在研究對象的全部運動員訓練信息數(shù)據(jù)庫內任意選取50 名運動員，利用文中系統(tǒng)對所選運動員的相關數(shù)據(jù)實施統(tǒng)計與管理，確定文中系統(tǒng)信息處理的均方根誤差，結果如圖6 所示。分析圖6 可得，利用文中系統(tǒng)進行運動訓練信息處理的均方根誤差值基本低于0.10%，均方根誤差上限值和下限值分別為0.124%和0.000%；所選運動員運動訓練相關數(shù)據(jù)處理的均方根誤差均值為0.053%。以上實驗結果充分顯示文中系統(tǒng)能夠較好地處理運動員運動訓練數(shù)據(jù)，對運動員運動訓練產生積極影響，提升運動員運動訓練的質量。

圖6 運動訓練信息處理的均方根誤差

3.3 疲勞強度檢測

正常運行狀態(tài)下，系統(tǒng)運行狀態(tài)受其硬件設備影響，有可能會出現(xiàn)系統(tǒng)數(shù)據(jù)庫或帶寬資源不足的問題，在文中系統(tǒng)正常運行狀態(tài)下，這些問題表現(xiàn)的并不顯著，但當其累計到一定值時，會對系統(tǒng)運行產生巨大影響，易導致文中系統(tǒng)崩潰。因此在進行系統(tǒng)性能測試過程中，需從研究對象運動員數(shù)據(jù)信息庫內選取大量運動員實施長時間系統(tǒng)疲勞強度測試。疲勞強度測試是系統(tǒng)性能測試的關鍵指標之一，能夠獲取文中系統(tǒng)正常運行狀態(tài)下由資源缺乏等造成的系統(tǒng)錯誤。文中系統(tǒng)疲勞強度測試針對上述實驗中所選的50 名運動員，在無線網絡條件下和有線網絡條件下分別實施運動員運動訓練數(shù)據(jù)的并發(fā)上傳與并發(fā)下載測試，記錄文中系統(tǒng)的相應速度，結果如圖7 所示。綜合圖7 中的數(shù)據(jù)得到，該系統(tǒng)在數(shù)據(jù)并發(fā)上傳人數(shù)高于39 人或數(shù)據(jù)并發(fā)下載人數(shù)高于35 人的條件下，系統(tǒng)的數(shù)據(jù)傳輸與處理過程出現(xiàn)擁堵現(xiàn)象。產生該現(xiàn)象的主要原因是文中系統(tǒng)運行過程中出現(xiàn)帶寬缺失問題，針對這一問題，可通過提升系統(tǒng)并發(fā)用戶數(shù)量閾值或提升系統(tǒng)硬件配置來解決，以此確保該系統(tǒng)中運動訓練數(shù)據(jù)管理的效率。

圖7 疲勞強度檢測結果

4 結束語

利用電子信息化技術管理運動訓練數(shù)據(jù)是當前體育運動訓練管理的發(fā)展趨勢。文中采用B/S 三層架構設計基于云計算的運動訓練管理系統(tǒng)，通過應用分析驗證了文中系統(tǒng)開發(fā)設計過程成熟度較高，可較好地處理運動員運動訓練數(shù)據(jù)，同時通過相應方式提升該系統(tǒng)數(shù)據(jù)管理的效率，說明文中系統(tǒng)具有較好的可擴展性。