【摘 要】大数据技术的快速发展增强了教练员对运动员训练过程的数据统计与分析，便于深化认识运动员的训练状态与效果，由此更好地制订和实施训练计划，该方法已成为羽毛球训练工作的一项重要辅助手段。文章以模块化训练模式为核心，结合当前大数据应用特征和技巧，从工作流程设计、采集数据信息、处理数据信息、优化训练模式四个方面，建构了一套大数据指导下的羽毛球运动员训练模式，为教练员更好地使用大数据技术和资源提供必要的指导与借鉴。

【关键词】大数据技术 羽毛球训练 模式体系 设计方式

教练员只有遵循科学性、实效性的原则来开展羽毛球训练活动，才能有效提升训练效率和质量。调查发现，大部分教练员仅是简单地搜集和分析运动员的训练数据，再立足个人直观认知和常规经验来分析数据，由此造成数据分析不深入甚至不准确的问题，影响到其对于训练方案的制订，影响教学效率和质量。目前，部分单位开始采用电子系统来观察、分析运动员的相关信息，为教练员提供了使用大数据技术和系统的辅助措施。教练员可充分借助大数据系统数据储量大、分析实效性高、输出准确性强等方面的优势，更好地指导羽毛球运动员进行训练。然而，该措施的前提是必须率先建构一套科学、合理的大数据系统指导下的训练模式体系。

羽毛球训练的大数据系统设计

羽毛球训练不仅涉及多样化的动作技巧，还包含大量的竞赛战术，因此，教练员应围绕移动端模块和服务器端模块两个方面来设计大数据系统。移动端模块围绕羽毛球训练过程来设计，包括监控和统计数据模块、失分与得分的统计模块、战术演示活动分析模块、训练计划的制订与评估模块、上传数据的模块等。服务端模块主要是以后台数据分析为主，涉及权限管理、训练资料库管理、监控资料管理、辅助信息处理、技术与战术信息提取等模块。每一个模块均采用差异化的数据处理技术，以产生独特的处理效果。诸如采用竞赛过程监控模块和数据统计模块主要是为系统采集运动员各阶段的训练信息，以采用数据的形式，清晰、直观地展示包括回合、总拍、平均拍等指标在内的数据分析，使教练员清楚地看到运动员的竞赛状态。另外，战术演示模块则是根据前期所搜集的资料和分析的结果，以及竞争对手的数据搜集与分析结果预演双方战术，最终形成一套最佳的战术方案，帮助运动员提高战胜竞争对手的几率。

羽毛球训练大数据处理系统的核心在于移动端模块和服务器模块两个部分，是输入、处理、存储、输出大数据分析结果的主要部分。教练员通过移动端模块录入数据，初步展示数据分析结果；随后将统计分析转移至系统服务器的功能模块之中，当教练员输入数据提取方面的指令之后，系统内的数据存储功能模块便会依据指令要求来计算、处理数据信息；最终按照图形、表格的形式直观展示处理之后的数据信息，该数据信息能更清晰、更准确地辅助教练员制订和实施训练计划。

羽毛球训练过程中的大数据采集

大数据系统要想发挥其数据处理与输出方面的价值，首先必须顺利地完成数据采集方面的工作，因此，针对性地、大量地采集羽毛球训练过程中的相关数据是建构、管理和运用大数据系统的基础。

结合大数据系统特征和羽毛球训练现状，我们可以采用“身份定制”和“界面化”两项技术来完成羽毛球训练的数据采集任务。首先，“身份定制”是指为每一个运动员设置一个专门的数据库登录账号和密码，为数据统计人员也设置一个独有的登录账号和密码，方便不同人员统计、输入信息，以提高数据采集工作的完整性与全面性，最终采用“冲突确认”或者是“折中计算”之类的处理技术，呈现准确的数据处理结果。另外，大数据系统也要为各个羽毛球运动员安排特定的编号，可以用编号来快速、便捷地定位运动员数据库，输入指令，完成数据的提取、计算、输出等方面的任务，这能进一步提升大数据系统的运作效率。其次，“界面化”是大数据系统页面布局设计的专用词汇，是指在大数据系统主体页面上为各个功能模块安排专门的显示窗口、登录入口。运动员、教练员、数据统计人员在验证身份之后进入主页面，通过小窗口进入各个功能模块乃至于特定运动员的个人页面上，开展运动监控统计分析、失分与得分统计分析、战术模拟演示、训练计划制订等活动。从系统设计的角度来说，各个功能模块需要根据羽毛球运动的实际情况以及大数据的应用需求安排更加详细、清晰的指标功能，诸如羽毛球竞赛临场失分与得分的统计，应设置竞赛名称、时间、地点、竞争对手个人信息等功能指标。另外，在模拟训练模块之中，需要设置羽毛球起落点位置信息，在系统里面输入运动员名字、竞赛区域、得分特征、技术特点方面的指标之后可以自动更新运动员直接得分信息、主动失误信息、压迫性与非压迫性信息等。这样，能够增强羽毛球运动员和教练员对于竞赛过程和结果的预判能力，据此制订出更具针对性和实效性的方案。

羽毛球训练过程中的大数据处理

大数据处理即是大数据的计算，是将教练员、运动员、数据搜集人员所输入的原始性数据信息，经过一定的加工之后，转换成可以使用、具有指导价值的信息。这也是大数据系统自动化处理的过程，其处理技巧、流程有赖于工作人员预先的设置，需要根据大数据系统特点和羽毛球运动特征进行专门规划。

工作人员在设计大数据信息处理系统过程中，应做好以下几点。第一，系统梳理、总结常见的或者是需要的功能，对于数据处理结果有一个清晰、全面的预设，将此作为建构大数据系统功能框架以及页面模块功能布局的重要依据。例如，羽毛球运动员经常性的活动区域、习惯性的运动姿势、经常采用的运动技术、常规性的运动路线轨迹、常见失分与得分原因、实际运动效果信息等，每一项指令或者是每一项功能均要对应一个页面按钮，以方便教练员、运动员输入数据信息、查找与输出情况。在日常运作过程中，运动员和教练员还可以结合应用体验便捷性地删减或者是添加一些新的功能键、功能模块，使系统处于适时更新状态，更好地满足数据处理需要。第二，教练员和运动员要将各个功能键、功能模块进一步细分为诸多不同的数据信息指标，根据数据分析与使用的需要来选择指标，在系统内完成数据处理工作，输出核心信息内容。如运动技术模块在进入下层页面之后可以安排前场、中场、后场技术情况，再进一步将前场技术细化为搓、推、勾之类的常见技巧，将中场技术进一步细化为挡、抽、拦、弹之类的技巧，将后场技术进一步细化为吊、高、杀之类的常见技巧，并且为每一项技术配合以时间、地点、状态之类的限定性信息，使羽毛球运动员和教练员能够更加清楚、明了地获取、认知和使用大数据输出结果。第三，在羽毛球运动过程中，运动员的得分能力与击球技术、运动路线、活动区域、运动姿势等存在紧密联系，因此，可采用以多维关联为主体的量化属性离散化算法来提取、处理、输出大数据信息结果，更加准确地完成数据的计算。第一步，采用量化属性离散化算法计算。应注重关联性大小对于大数据系统中各类型、各级别数据的规划，通过阿拉伯数字来描述，最终建构一套从高到低的、存在关联性关系的数据库体系。第二步，一次性扫描整个数据库系统，最终得到数据库系统中相关信息的特定属性、层次及其对应的数据处理结果。第三步，设定60%的最小信值，按照预先选择的数据计算公式将大于或者是等于60%的数据自动设置为关联数据，最终形成一个可提取的数据样本体系，计算之后自动输出到界面，使教练员和运动员能够直观地看到这些数据处理结果。

大数据系统指导下的羽毛球训练模式优化方式

为羽毛球训练过程所设计的大数据系统主要是为了满足教练员和羽毛球运动员对于运动、竞赛过程中各项指标直观、全面、准确的认识，以方便其更好地制订和实施羽毛球训练计划和竞赛方案，提高训练效率和竞赛水平。因此，教练员、运动员还需要采用以下两方面措施进一步完善大数据系统，提高系统运行效率，满足其功能性价值。

首先，立足大数据系统所搜集的庞大数据资源，建构一个训练计划评估模块。该模块主要是综合教练员对于特定训练计划科学性、合理性与有效性的评估意见，建构一套系统化的评估指标体系。当输入有关特定运动员技术特征与战术方式等方面的信息之后，能够立刻对预期设定的训练计划进行综合评分和单项指标评分，这使得教练员既可以宏观了解该计划的有效性，同时也可以准确把握各项训练内容与训练方法的合理性。其次，教练员的个人经验以及训练理念也是制订羽毛球训练计划时不可或缺的宝贵因素。因此，教练员应先结合自己的训练经验、训练理念以及特定运动员个性化的身体素质、技能水平、比赛成绩以及训练需求，在大数据系统统计结果的指导下制订初步的训练计划，随后再利用大数据系统来评估该计划的有效性，反过来再进一步修改和完善该训练计划，从而形成一套理想的训练方案。

总体来说，大数据凭借信息容量大、处理速度快、准确性高等方面的优势，被广泛使用于各个领域。羽毛球训练活动不仅涉及多样的动作技巧，还要考虑到各方面的运动战术，每一项指标均会影响运动员的训练质量和竞赛成绩，这些指标也是教练员和运动员关注的焦点。大数据技术在数据统计、分析、输出方面具有天然优势，能够辅助教练员和运动员开展羽毛球训练工作。因此，教练员和运动员应深化对羽毛球训练大数据系统重要性的认识，结合大数据特征和羽毛球训练特点，以及自身对于羽毛球训练指标的需求情况，建构一套系统化的大数据采集、传输、存储、处理、输出体系。通过采集的信息评估运动员的训练质量和竞赛水平，指导其更好地训练，不断创新训练方式，从而提高训练效率和竞赛水平。这是创新羽毛球训练工作的一项重要手段，是未来发展的大势所趋，需要相关人员能够提前布局。

参考文献：

[1]〔英〕迈尔·舍恩伯格：《大数据时代》，浙江人民出版社，2013，1。

[2]〔德〕贝恩德·沃克尔·勃拉姆斯：《羽毛球全攻略 技术、战术与训练》，人民邮电出版社，2016，8。

[3]王聪、秦学林：《基于TRIMP的羽毛球训练及比赛负荷监控》，《体育与科学》2013年第6期。

作者单位：陕西青年职业学院 陕西西安