大数据时代下体育教学探析范文

本站小编为你精心准备了大数据时代下体育教学探析参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

《长江师范学院学报》2016年第4期

摘要：

大数据的意义主要在于利用庞大的数据信息，并对数据进行专业化提炼加工，从而发现其中蕴含的重要的价值。大数据应用于体育教学研究价值是将隐于体育教育教学实践中的现象、问题或表现特性，用大数据时代的数据储备和技术工具，开发转换成可视的数据符号，通过分析、处理，发现可以利用的价值，揭示其教学现象背后的本质并探索体育教学规律。

关键词：

大数据；体育；教学研究

一、前言

“大数据”最早出现于托夫勒的《第三次浪潮》中，从2009年开始“大数据”成为互联网技术行业中的热门词汇。世界著名的管理咨询公司麦肯锡公司分析了“大数据”海量信息有关的潜在价值，逐步引起各行业关注。2012年联合国了《大数据促发展：挑战与机遇》的白皮书，随后“大数据”（bigData）逐渐为各国所关注。人们认识到大数据对社会各个领域产生深刻的影响和价值，世界各国都投入大量人力物力来支持“大数据”的相关研究和应用。大数据对教育领域的影响亦引起各国的广泛关注，在“大数据时代”的背景下，必须面对由此催生的新的教育场域的影响。在学校体育教学领域，有研究者利用大数据对体育科学研究进行了初步探索性研究。体育教育教学研究担负着探讨体育教学的本质和规律以及提升教学质量的职责，理应对大数据时代对体育教育的影响有先知先觉。在大数据时代的今天，揭示大数据时代下体育教育教学方法与内容研究的影响，对于我国体育教学研究适应大数据时代的改革要求有积极的现实意义[1-4]。

二、大数据时代特性及对体育教学研究的价值

（一）大数据及大数据时代特性

“大数据”仍是一个尚未被明确定义的概念。大数据概念最早起源于信息学科，主要是指目标数据量的规模远远超出了一般电脑处理能力的情形，具体指无法在可承受的时间范围内用常规软件根据进行捕捉、管理和处理的数据集合。随着网络技术的不断发展，数据增长的速度加快，大数据的内涵涵盖了两方面的内容。其一是用来描述需要进行批量处理或分析的大量数据集；其二是处理数据的速度。美国互联网数据中心将大数据定义为：通过高速捕捉、发现和分析，从大容量数据中获取可利用的价值的一种新的技术架构，并概括为4方面的特性，即海量数据规模、快速的数据流转、多样的数据类型及巨大的价值。大数据的战略意义主要在于掌握庞大的数据信息，并对数据进行专业化提炼和加工处理，从而发现有可利用的价值。大数据与传统数据的主要区别在于大数据是非结构化的数据，其数据来源、数据挖掘方式术手段与传统数据有质的区别。大统数据分析相较与传统数据分析而言，大数价值据挖掘需要的人才、技术、设施设备等要求，远高于传统数据挖掘，其远未形成一套完整可行的方法、路径及评判标准。当前，社会各领域正处于一个大数据的时代。大数据具有3方面鲜明的特征。其一是万物数字化。数字信息已经成为时展的趋势和代表，计算机及信息技术迅猛的发展，推动互联网、移动互联网、物联网的深度普及和应用，世界从宏观到微观、从客观到主观、从具象到抽象的一切活动，直接或间接地都在被全面的、实时地记录，世界真正进入到一个“万物皆数化”的时代。其二是数据价值化。由于万物的量化及互联，数据已渗透到不同行业，数据的重要性由此凸显。其三是智能化。基于数字信息化、数据价值化的特征，人类探索事物的认知越来越深入，必将借助更多智能化手段，从智能搜索、智能营销到各种智能服务、智能学习、智能娱乐等大量应用，将使得基于数据的智能不断进化。

（二）大数据时代体育教学研究的意义

大数据是以云计算依托的技术架构，本质是获取数据与技术平台，大数据时代的战略意义在于对“数据”的掌控→加工→提炼→应用。我们也可以将其理解为获取数据（途径）、分析数据（工具）、数据价值（价值判断）、利用（作用客体）等阶段。2012年，美国国家教育部在《通过教育数据挖掘和学习分析促进教与学》报告中对教育的大数据进行了定义，指出广义的教育大数据泛指所有来源于日常教育活动中人类的行为数据，它具有层级性、时序性和情境性的特征；而狭义的教育大数据是指学习者行为数据，它主要来源于学生管理系统、在线学习平台和课程管理平台等[5]。基于此，体育教育教学的大数据泛指日常体育教育活动中教师与学生的教与学活动过程、课程管理平台和各种在线学习平台等行为数据。大数据应用于体育教学研究价值并不在于它本身的特性而是将内隐在体育教育教学实践中的现象、问题或表现特性，用大数据时代的数据储备和技术工具，开发转换成可视的数据符号，并分析、处理。发现有用的价值，揭示其教学现象背后的本质并探索体育教学规律。大数据对体育教学研究的价值主要体现在研究理念、研究方法与手段、研究内容体系、研究对象等方面。从操作层面来讲，主要是指运用于大数据时代的技术开展体育教育教学研究、数据的挖掘与价值开发、借助大数据时代技术改变传统体育教学研究方法的不足、拓宽大数据时代体育教育研究内容的深度与广度等诸多方面。大数据时代体育教育教学研究的思维，一方面应当是从大数据的科学性、本质性出发，以发现体育教学的场域中数据价值为目标，充分利用现代各种工具平台，对研究对象进行全方位、多角度的数据大开发，分析、处理数据，挖掘隐于体育教育教学实践中的现象、问题及其特性。另一方面，我们也应辨证看待思维变革，既要“大胆”又要“小心”。大胆是积极思考、积极尝试；小心是避免过大夸大大数据的作用而陷入数据的陷阱。

三、大数据时代对体育教育教学研究的影响

（一）研究方法的影响

传统体育教学研究方法存在固有缺陷，而大数据时代的技术手段可以弥补其不足。传统最常见的研究方法主要有文献法、调查法、教学观察与实验法、测量法等。在传统研究方法的文献收集中，由于所可查阅的各个收录数据库是非结构化的数据，研究者在查阅资料分析时会花去大量的时间。比如为了准确掌握课题研究的态势，总是想尽可能的查全。要想做到查全，势必会对检索的范围放宽，研究者必然会花较多时间到各个数据库中去查找资料，可能是把众多不相关的文献也带进来。而在大数据时代，利用技术手段可以把众多异构数据库进行“串通”，方便研究者精准查阅课题所需资料。如各个高校图书馆广泛使用的“读秀”。读秀是由海量全文数据及资料基本信息组成的超大型数据库，是目前最完整的一站式检索，它实现了馆藏纸质图书、电子图书、学术文章等各种异构资源在同一平台的统一检索，是一个真正意义上的学术搜索引擎及文献资料服务平台，实现了为读者学习、研究、写论文、做课题提供最全面准确的学术资料和获取知识资源的捷径。在以往传统方法研究中，源于记录、储存和分析数据的工具所限，为了研究的可行，研究不得不在数据量上妥协，而只能采取小样本进行研究。小样本的获得，最简单的方法就是采取随机抽样法。由于随机抽样的局限性，需要在实际操作中做到合理、公平，不受个人主观的影响，做到这一点的确较难。如过去我们运用问卷调查法、教学观察与实验法、测量法等方法，在实际的操作中，都是采取小样本进行研究。一般也采用随机抽样来确定研究的对象，操作中要做到完全随机性的抽样是比较困难的。如果再从研究对象的具体因素进一步考察的话，我们还会发现，利用教学观察法和访谈法来研究一些描述性研究课题时候，其局限性同样存在。如考查学生对体育相关活动的认识、学生对体育课的评价和体育教师的教学评价以及评判新的教学方法等内容的时候，由于主要对象是教师和学生，他们在心理上具有敏感性和动态性，受到各种因素影响，调查研究难以掌握其“真实”性。再者，在调查研究过程中，研究者的诸多变量，带有很强的主观性，对研究结果的真实性很有影响。大数据时代的技术架构为避免其不足提供了可能。凭借大数据技术架构，借用一定的观测技术与设备的辅助高速捕捉、发现、分析，在不影响教师、学生日常学习与生活的前提下记录被试者的正常状况，从大容量数据中获取有价值的成为了可能，从而实现让教学信息从可疑到可信，使研究者能够真正获取真实的情况。

（二）对教育教学研究内容的影响

1.体育教学现象转化成数据的开发研究。在大数据时代，发现隐藏于体育教育现象数据内部尚未被发掘的价值，是实现在教育领域革新的先决条件。传统数据的采集主要是基于传统研究方法获取的数据，大数据时代的数据则是基于新的技术平台采集的或把过去传统的数据集合。大数据的开发研究有两方面的开发，其一是技术平台或软件的利用与开发，其二是分解与挖掘教育数据的价值。技术平台或软件的利用与开发，包括利用现有的技术平台和开发的软件、硬件平台。现有的技术手段，在体育领域已经有实践了，如可穿戴技术和生物识别技术，动作捕捉技术等。可穿戴技术主要探索和制造能直接穿在身上或是整合进用户的衣服或配件的设备的科学技术。如三星的Gear、苹果的iWatch、谷歌的GoogleGlass、艾利和的iriverOn、摩托罗拉的MOTO360等可穿戴设备，应用于追踪某人的行走或跑步距离，监测某人的心率、建立活动形态、诊断潜在异常（甚至心脏病），并能够发送数据、存储数据，从而在分析基础上发现更多的价值。生物识别技术，主要是利用人体固有的生理特性和行为特性，通过高科技手段来对人进行身份的鉴定技术。利用生物识别技术进行身份认定，安全、可靠、准确，借助其与计算机管理系统结合我们就可以准确地实现自动化管理。利用生物识别技术可以用于学生课外体育活动、体育俱乐部运行、体质测试中身份的鉴别等，为我们真实掌握相关动态提供可靠的数据支撑；运动捕捉技术也已经用于NBA比赛中，分析运动员和队伍运用战术的所有比赛。运动捕捉技术也可以捕捉体育教学中学生学习的技术动作，便于进行量化分析，研究改进的方法，使体育教学摆脱纯粹的依靠经验的状态，数字化的时代。同时，还可以把掌握动作技术差的学生捕捉下来，将其与标准的动作进行对比分析，从而帮助其学习。同时，我们也应当具有主动开发与利用教学研究的软、硬件技术平台。很显然，多种技术平台应于体育教学实践、理论课程教学、学生考勤管理、体质测试等方面，留下很多可开发的研究空间[8-11]。分解挖掘教育数据，是指挖掘隐藏于常规教育数据中的价值。比如，在学校资料室中，有较多的体育课成绩表和相关学生体育课程评价的纸质材料，我们可以把那些材料进行数据化处理；学校教育领域多已实现计算机管理，特别是高等教育领域里体育课程管理早已实现了数字化平台教学管理，平台里存在大量的教育数据。对这些现存的资料应当如何去数据处理与统计、挖掘数据的价值，都是有意义的问题。

2.学生个性研究。过去我们采取了诸多方法试图去研究学生、了解学生的“真实状况”，从而达成因材施教的目的。但我们总是感到难以如愿，正如美国卡耐基•梅隆大学教育学院发出了“不得不承认，对于学生，我们知道得太少”的感叹。过去，我们了解学生的学习个性，只能是以经验主观式判断为主；如学生体育学习的评价只能以考勤和运动技术掌握为主，而对其深层次学习态度、社会适应的评价方面只是模糊的判读；课余体育锻炼过程管理也仅仅是以考勤为主要依据而其他个人习惯体育行为则无从了解；以上所罗列的情况出现，都源于没有可提供分析与实证的技术与数据集。大数据技术架构，如上文所提的“可穿戴”设备的广泛使用，使得大规模记录和分析人类的行为、位置、生理指标成为可能。这从技术层面让教师了解学生的途径与方法得以实现，因材施教教学成为了可能。

3.个性化学习分析。通俗来讲，个性化教育在一定程度上是因材施教的具体体现。“因材施教”一直是从事教育工作者们倍加推崇的教育理念。但是，今天的教育我们还远没有实现“因材施教”的教育制度与教育实践，无论是大众化的普通高等体育教学或是基础体育教学。然而，大数据从技术层面让教师了解学生的途径与方法提供了技术与方法，就为个性化教育实现提供了可能。个性化教育的实施关键是了解学生的个性和学生自我需求，学习分析技术为个性化教育的实施创造了条件。学习分析技术是通过对学生数据的收集、分析和整理，来预测和评估学生的学习行为，一般包括数据采集、数据存储、数据分析、数据表示和应用服务5个环节。学习分析技术已被应用于教育实践领域，并且取得了一定的成绩。国内学者对学习分析主要是从理论型授课形式的学习分析提出了学习分析的运行模式[12、13]。

4.教育管理现代化研究。《中共中央关于全面深化改革若干重大问题的决定》中对中国教育发展提出了“全面深化综合改革”以及“教育治理体系和治理能力现代化”的时代要求[14]。教育管理现代化不但是时代要求，更是实践的迫切需求。在学校体育教学领域，各级教育部门出台一系列的政策为学校体育教育改革与发展起到十分积极的作用。但我们也应该看到一些政策指导实践的实效性是值得质疑的。如我们学校体育课程改革进行了10多年了，然而学生体质测试达标合格率仍是不尽人意。很显然，是和我们一些相关政策、管理是否科学化有必然联系。比如，教育部《国家学生体质健康标准》测试和上报制度，制度的建立本是想了解我国学校学生体质真实数据，为学校体育改革提供依据，然而其数据上报的真实性是不乐观的。我们看看某市2014年测试抽查复核工作的情况通报，学校自测上报数据与专家抽查复核数据基本一致学校仅占17.9%，其中，小学为25.6%，初中为5.3%，高中为18.8%，大学为0%。数据处理技术的不断发展，在教育领域的教育政策研究与决策的“以证据为本”之趋势逐渐明显。我们需要应对时代变化，转换体育教学研究思维，充分利用大数据技术平台，分挖掘隐藏于体育教育现象数据的价值，改进传统研究方法存在的不足。因此，以“大数据”为研究平台，建立起教育政策、管理制度的科学化体系研究成为必然。

参考文献：

[1]张文华.大数据对体育教育的冲击[J].贵阳学院学报（自然科学版），2014（2）：47-51.

[2]罗军锋.大数据时代的高等教育信息化[J].中国教育信息化，2014（1）：8-9.

[3]贺鑫森.大数据时代体育科学研究思维的变革[J].体育文化导刊，2014（9）：29-32.

[4]刘运来.大数据时代下高校新闻传播学教育变革的思考[J].新闻知识，2013（12）：80-81.

[5]徐鹏.大数据视角分析学习变革———美国《通过教育数据挖掘和学习分析促进教与学》报告解读及启示[J].远程教育杂志，2013（6）：11-17.

[6]张燕南.大数据时代思维方式对教育的启示[J].教育发展研究，2013（21）：1-5.

[7]毛振明.体育教学论[M].北京：高等教育出版社，2011：239-242.

[8]可穿戴技术[EB/OL].

[9]生物识别技术[EB/OL].

[10]大数据改变体育行业的10种方式[EB/OL].

[11]NBA宣布新赛季所有球场将引入体感追踪技术[EB/OL].

[12]魏顺平.学习分析技术：挖掘大数据时代下教育数据的价值[J].现代教育技术，2013（2）：5-11.

[13]杨亚楠.论学习分析技术与实现大规模个性化教育[J].天津师范大学学报（基础教育版），2015（2）：27-30.

[14]陈霜叶.大数据时代的教育政策证据：以证据为本理念对中国教育治理现代化与决策科学化的启示[J].全球教育展望，2014（2）：121-128.

[15]张植卿.大数据对教育领域产生的革命性影响[J].经济研究导刊，2014（5）：232-233.

[16]桑庆兵.大数据在高校的应用与思考[J].南通纺织职业技术学院学报，2013（2）：84-87.

作者:刘官元 刘怀金 单位:长江师范学院体育与健康科学学院 湖南理工学院体育学院