未來之路：新時代體育大數據技術的發展策略

摘要：在新時代全面建設體育強國、提升全體公民身體素質的進程中，數字體育、智慧社區體育公園以及智能運動場等領域的推進使得體育大數據技術面臨一系列緊迫的問題。通過運用文獻計量方法中的CiteSpace6.2.R2中的聚類-時間軸技術，結合相關關鍵詞系統梳理體育大數據的發展脈絡，本研究提出體育大數據技術的發展是構建新時代體育大數據架構的關鍵因素。在深入分析體育大數據技術所面臨的安全性、競爭性和意識性等困境的基礎上，構建了體育大數據發展框架，并詳細闡述了體育大數據技術體系發展的歷程。最終，本研究提出了體育大數據技術發展的拓展路徑。

關鍵詞：體育大數據 體育大數據技術 體育產業 體育政策

中圖分類號：G80 文獻標識碼：A 文章編號：1006-8902-（2024）-17-124-3-TGY

2019年8月10日，國務院辦公廳印發《體育強國建設綱要》，其中明確提出了加快推動互聯網、大數據、人工智能與體育實體經濟深度融合的任務，并規劃了建設國家隊訓練大數據管理系統的方向。大數據技術在體育產業中展現了積極的推動作用，涉及商業模式的創新和競爭力的提升。然而，盡管大數據為體育產業帶來了新的機遇，但在幾年的發展中，體育大數據技術也面臨一系列問題。因此，本文旨在深入分析體育大數據技術的各要素，結合當前新時代中國技術革新的浪潮，探討體育大數據技術所面臨的發展困境。

1、理論視角：全球體育大數據技術的發展與演變

1997年IEEE第八次會議上，美國NASA研究員Michael Cox首次提及“big data”這一術語，將其用于描述可視化領域中設備存儲能力的局限。隨后，計算機科學領域的先驅John Mashey教授也在研討會上發表了對基礎設施建設性文章，引入了對大數據的思考。2007年，數據庫領域的先驅吉姆·格雷（Jim Gray）指出大數據將成為人類理解和逼近現實復雜系統的有效途徑，掀起了對大數據的科研審視的熱潮。2012年，世界經濟論壇（WEF）發表了《大數據，大影響》的報告，將數據視為極為重要的資產，其價值不亞于貨幣與黃金。2014年，麻省理工斯隆體育分析大會（MIT Sloan Sports Analytics Conference）深入分析了體育大數據所蘊含的潛力，認為它能夠在多個領域產生影響。自2016年以后，體育大數據的研究成果逐漸增加，呈現出以大眾需求為基礎、以提升服務質量為核心、以精準干預為手段、以競技模式為引領的特點。大陸學者將體育大數據定義為：“體育大數據是大數據的一個子集，是人們在體育活動中產生的、無法在一定時間內用傳統的數據處理技術或手段進行采集儲存加工與處理的、蘊含潛在價值的數據集合。”

2、深度分析：體育大數據技術面臨的主要問題

2.1、體育大數據技術的安全機制有待加強

在數字化時代，傳統的隱私信息保護手段如告知與許可、模糊化和匿名化等已失去效果。體育大數據往往涉及用戶個人的生活數據，隨著大數據技術的深入發展，數據本身所包含的價值成為用戶潛在風險。大數據安全和隱私保護成為當前大數據技術所面臨的主要挑戰。其次，體育大數據的共享范圍可能會威脅個人、社會乃至國家的安全。數據安全是大眾最為敏感的問題之一，體育大數據的健康安全發展直接影響中國在新時代建設現代化體育強國的道路上取得成功。

2.2、體育大數據技術監管體系有待優化

監管體系的缺失導致市場不公平競爭產生，特別是在數據獲取和利用方面。缺乏統一的技術標準和規范，造成不同體育大數據系統之間產生兼容性問題。阻礙數據相互兼容操作的同時，使整個體育大數據技術市場難以形成統一框架。缺乏有效的監督和執法。監督機構和執法措施是保障監管體系的最后一把鎖。社會的技術革新雖然迅速，但技術下沉過程需要考慮社會成本、時間成本、個體觀念意識接受等多方面的協調發展。此外，體育發展的區域差異性也導致了體育資源配置的相對失衡。

2.3、體育大數據技術的認知有待提高

在對體育大數據認識過程中，不同行業呈現出分支感知，折射出心理機制對于大眾對大數據接受程度的影響。通過以體育大數據技術為基礎的體育鍛煉，客觀事物與主體的情緒感知產生聯系，最終形成個體化的體育大數據技術觀念。個人對于體育大數據技術的認識障礙最終歸結于對技術的信任程度。這種認識伴隨著社會安全技術的發展存在，并帶有明顯的滯后性。因此，社會群體與個人的意識形態建立對體育大數據技術的健康發展起到重要的作用。

3、技術架構：推進新時代體育大數據技術變革

3.1、構建新時代體育大數據技術要素

在大數據逐漸成為經濟新的增長動力的背景下，數據被認為是重要的生產要素。包括基礎建設層、數據支撐層、開發應用層、終端交互層、反饋改進層等。如圖1所示。

體育大數據基礎設施扮演著連接體育大數據云和應用的重要角色，旨在整合、治理、洞察和保護數據，以打通體育數據孤島，實現體育數據的資產化、知識化和服務化，從而助力形成以數據驅動為核心的體育組織。硬件部分涵蓋了在體育大數據產業環節中與數據產生、采集、計算、應用等相關的一系列硬件設備。體育大數據技術涉及多種類型的數據，包括各類音頻、視頻、文檔、圖片、數據庫、HTML等結構化、半結構化和非結構化數據。數據加工是其中的關鍵環節，常用的工具包括批處理工具（例如基于Apache Hadoop框架的Mahout）、流處理工具（例如SQL-stream）、交互式分析工具（例如Apache Drill）。目前，主要使用的工具有Excel、R語言、Python、Tableau、SAS等。這些工具使得體育大數據得以更加直觀、清晰地呈現，并為深入分析提供了支持。

3.2、完善新時代體育大數據技術體系

通過構建體育大數據的技術體系，為體育大數據在收集、處理、分析和整合數據上形成統一的規范，產學研一體化實現數據相互之間的無縫銜接與融合。

體育數據采集層主要包括以下幾個方面：感知設備數據采集、網絡數據采集、系統日志采集、傳統企業數據庫。體育大數據抽取層選擇MySQL具有以下幾點優勢：簡單明了、開源、可擴展且快速、兼容多個平臺、高度安全。數據層以HDFS（Hadoop Distributed Filesystem）為基礎，包括非關系數據庫NoSQL、列式數據庫HBase、數據倉庫Hive和描述性編程語言Pig。

3.3、設計新時代體育大數據技術多源數據整合

根據《體育產業統計分類（2019）》，體育產業被劃分為三個層次。涵蓋了11個大類、37個中類、71個小類。體育大數據技術按照功能可分為三個模塊。

人體運動識別技術是體育大數據技術中用于收集與處理的基礎技術。這些技術包括微機械電子系統（MEMS），其用于測量人體運動狀態并進行識別；單一或組合傳感器測量角度技術，可穿戴設備運動和生物型傳感器系統。為了對原始信號進行有效的濾波處理，采用了中值濾波算法。Chen等學者采用四元組的定性分析和最大化分割方法，將三維人體姿態組織成系統進化樹，從而獲得更為優越的三維人體姿態近鄰構建結果。Sakamoto等學者提出了一種基于SOM的散點圖三維人體姿態可視化方法。另一方面，陳松樂提出了一種基于雙層自編碼的運動數據集可視化方法。該方法在姿態層應用變分自編碼器VAE進行自編碼，以獲取每個三維人體姿態在散點圖中的二維坐標，并構建有效的近鄰關系。

4、縱深推進：新時代體育大數據技術路徑拓展

4.1、健全政策法規

國家政策的引導對于體育大數據技術的健康發展至關重要。2021年10月8日，體育總局印發了《“十四五”體育發展規劃》，明確了加速數字化發展和構建數字體育的創新發展思路。通過數字化轉型和改革，推動體育行業結構的優化與流程的再造，以實現深化體制改革、高質量發展體育事業的目標。根據《國務院關于推動創新創業高質量發展打造“雙創”升級版的意見》，體育領域在科技型創業、產學研協同發展、科技創新與傳統產業轉型升級、科技成果轉化應用能力等方面存在較大差距。因此，《“十四五”體育發展規劃》提出了建設高質量的數字體育實驗室，以交叉學科為基礎，秉承開放發展理念，推動體育信息化建設?！吨腥A人民共和國數據安全法》的實施完善了數據安全的內涵與外延，從頂層設計上確保了數據安全，通過規范數據處理活動切實加強數據安全保護。這對于推進體育大數據技術平臺的合理布局具有深遠而積極的意義。

4.2、重視產業融合

龐大的市場潛力要求體育企業具備高科技和資本的支持。產業融合促進了傳統產業的創新，推動產業結構的優化與發展，從而有效提高體育產業的生產和結構效率，促進體育產業組織結構關系的提升。產業融合促使市場結構在企業競爭合作關系中趨向于合理化，提升了體育產業發展的科技水平。產業融合有助于提升產業競爭力，彌補體育產業在制造過程中革新行業模式的不足，助力體育產業走向高效且充滿創新動力的模式。最后，產業融合有助于推動區域一體化建設，提高貿易效應與競爭效應，加速區域之間的資源流通與重構，打破行業壁壘，增強區域之間的聯系。

4.3、發展商業模式

目前，美國是世界上體育產業商業運作方面最發達的國家，同時也是體育綜合競技水平最高的國家。其商業模式由六大組成部分構成，分別是以賽事為核心的體育資產、體育媒體、贊助商、體育場館、體育特許商品公司、體育營銷及經紀公司。體育大數據技術在體育產品的開發、生產、競爭等環節已經發揮了決定性的影響，與市場開發和應用相符，遵循體育產業的發展規律，符合市場需求關系。為了進一步促進以體育大數據技術為驅動的商業鏈，必須協調發展產品模式、供求關系以及社會匹配度。

4.4、強化學科交叉

總書記在清華大學考察時指出，要善用學科交叉融合的“催化劑”，加強基礎學科培養能力，打破學科專業壁壘，為培養社會急需的復合型創新人才指明方向。學科交叉的核心在于知識體系的完美融合，而培養人才則是一個難點，其核心是科技的引領。交叉學科的復合型人才對于體育大數據技術的發展至關重要，他們搭載人才共享平臺，實現產學融合發展，通過產業的推動促進創新科研，從而帶動人才的培養。

4.5、加強媒體宣傳

傳播體育強國正能量推動體育大數據技術建設進程。以《全民健身計劃（2016-2020年）》《“健康中國2030”規劃綱要》《體育強國建設綱要》《“十四五”體育發展規劃》為例，進行官方解讀時，特別關注關鍵詞如“全民健康”“體醫結合”等，以及核心句子如“體育強國建設成為中華民族偉大復興的一個標志性事業”“體育強則中國強，國運興則體育興”等，進行系統性闡述，旨在提高全民對于體育強國建設的熱情，從而積極主動地推動體育大數據技術的建設。

5、總結

體育大數據技術的崛起標志著中國式現代化對體育產業的深刻介入，成為該領域的強心劑。在這個語境下，體育大數據技術不僅是一種工具，更是一項戰略。其對于體育產業的“健康”和“經濟”雙重戰略具有深遠的意義。

參考文獻：

[1]李薇.大數據與統計學分析方法比較[J].現代商貿工業，2015，36（11）.

[2]楊帆，陳玉忠.近10年發達國家體育大數據研究進展、應用及啟示[J].西安體育學院學報，2020，37（04）.

[3]傅國群，王杰.體育大數據的概念、分類和應用分析[C]//中國體育科學學會.第十二屆全國體育科學大會論文摘要匯編——墻報交流（體育信息分會）.上海體育學院，2022（3）.

[4]陳偉，SMIELIAUSKAS Wally.大數據環境下的電子數據審計：機遇、挑戰與方法[J].計算機科學，2016，43（1）.

[5]王雪梅，劉震，倪文波.基于MEMS傳感器的手臂運動測量和識別方法[J].中國慣性技術學報，2017，25（06）.

[6]李偉平，陳彥，唐東輝，等.體育統計學科發展報告[C]//中國體育科學學會.第十三屆全國體育科學大會論文摘要集——專題報告（體育統計分會）.西安體育學院;北京師范大學;北京體育大學;武漢體育學院;杭州師范大學;河南師范大學;福建師范大學;合肥師范學院，2023（3）.

基金項目：1.教育部人文社會科學研究項目《“主動健康”視域下數據驅動精準干預大學生體制健康的實證研究》，課題編號：23YJC890025，項目負責人：呂雄策；2.北京郵電大學基本科研業務費《新時代背景下數據驅動高校課外體育活動的機制研究》，課題編號：2023RC21，項目負責人：呂雄策；3.北京郵電大學瑪麗女王海南學院教改課題《北郵海南學院體育課程思政建設路徑的研究》，課題編號：2023HN-SZ-B，項目負責人：葛仲。

作者簡介：呂雄策（1985-），男，漢族，河北石家莊人，博士，講師，研究方向：體育大數據、體育心理、體質健康；

葛仲（1986-），男，漢族，內蒙古呼倫貝爾人，碩士，講師，研究方向：體育教學、體育訓練學。