论文部分内容阅读
随着时代的发展，人们对体育的重视程度日益加深，各学校也都组建了自己的运动队。学校运动队是校园体育的重要组成部分，运动队的技战术水平和比赛成绩也是一个学校体育开展情况最直观的体现，同时这里也是发现和选拔体育后备人才的基地。因此，学校对运动队的管理不仅关系到队员的运动成绩和后续发展，也关系到国家体育的未来。
教育信息化一直是国家教育改革发展的工作重点和重要战略部署。在大数据时代，智慧体育的创新管理正在引领着现代体育教学改革的方向，探索并建立科学有效的管理体系，不仅影响学校体育教育的未来发展，更关系到数以万计青少年学生的切身利益。
一些传统足球强校，如北京市八一中学、郑州市第九中学等，早已充分认识到“大数据”的重要性，通过引入运动机能监测系统MT-Sports，分级开展校园足球专项基础能力测评、校园足球专项进阶能力测评、校园足球专项高水平能力测评、赛事服务监测等形式的数据服务。其中，最为亮眼的当属为校队队员建立数据档案——根据青少年队员的周期性成长规律和培养规律，通过长期跟踪记录其运动数据、机能数据和技战术数据，为教练员的训练、管理提供理论参考，为青少年运动员的选材提供科学依据。
本文从某校校队球员运动数据档案的建设入手，结合队伍的管理与训练，提出一些想法和实际操作，以供交流学习。
一、了解运动开展情况
运动数据档案记录着校队队员日常训练数据、比赛数据、专项测试数据等运动信息，可以帮助教练员科学地制订训练计划。同时，在交流比赛中，了解与同年龄段青训球员、校园足球优秀球员、国外同龄球员水平之间的差距，并对数据进行深入分析，使教练员更加准确地了解队员，正视差距，进而改进训练方式，全面提升执教水平。
以某校为例，2017年度该校足球队在训练和比赛期间一直使用MT-Sports系统数据监测服务，系统自动记录了球队所有比赛及球员的各项运动数据（图1）。
通过校队的运动数据概览，这一年来的运动情况一目了然：球队共进行了68天、155次的运动，其中包括53次比赛和102次训练；球队的总跑动距离达到7 271.9km，其中比赛跑动距离2 696km，占37.1%，训练跑动距离4 575.9km，占62.9%；总运动时长达到6 022min，其中比赛时长1 568min，占26%，训练时长4 454min，占74%。
查看数据档案中的团队成员列表，可以清晰地了解到每个队员的运动情况，如运动次数、运动时长、跑动积极性等（图2）。以往教练员大多需要手动统计录入，再进行归档分析，在这个过程中容易出现数据丢失和录入不全的情况，而数据档案的出现为教练员提供了更便捷、更准确、更科学的方法。
二、评估球队成长
球队经过一年的训练表现如何？整体的体能、耐力、速度耐力、爆发力等提高了多少？还存在哪些差距？这些都是教练员重点关注的问题。而数据档案成为教练员解决这一系列问题的有效工具。
以该校校队为例，教练员通过查看一年来球队的各项比赛数据，一方面了解队伍各项能力的发展趋势，评估球队的成长；另一方面通过横向比较来认清队伍与同年龄段专业队的差距，为日后训练目标的制订提供参考。以具体指标为例说明如下：
1.跑动距离
日常训练中，教练员采用的多是大负荷训练方法，每次训练时长近2h，以此来提高球队整体的跑动能力，增强体能储备。从数据档案中可以看出，从2017年1月到2018年1月，常规比赛中球队人均跑动距离从7 000米增加到8 300米，提高了18.6%。而在2017年7月的一场比赛中，球队人均跑动距离达到了9 000米，超过了同年龄段专业队的水平（图3）。
2.耐力
耐力是运动的基础，是支撑一场比赛的基本能力，也是身体素质的重要组成部分。通过比赛中的“平均5分钟跑动距离”可以看出，球队的耐力水平变化幅度不大，但整体上有所提高，且与同年龄段专业队的差距不大（图4）。
注：“平均5分钟跑动距离”是在指定时间段的运动中，以5分钟为单位计算得出球员跑动距离的平均值，反映球队整体的一般耐力水平。
3.速度耐力
速度耐力是身体能够承受连续高速运动的能力，对于足球运动来说是实现攻防的基础。从球队一年的速度耐力变化过程可以看出，虽然波动幅度较大，但能力上呈逐渐提高的趋势。2017年5月的一场比赛中，数据超出了同年龄段专业队水平，但整体来讲与专业队还存在一定的差距（图5）。这也帮助教练员确定了今后训练计划的一个方向：球队速度耐力的提高。
三、打通重點球员上升通道
数据档案提供了球员运动的过程性数据追踪，通过数据分析筛选出综合能力优秀的球员进行更高层次的考察，从而打开足球特长生向上发展的空间，为他们顺利进入高校或走向专业青训，以至职业足球打开数据层面的晋升通路。
万景曾是该校足球队队长，去年教练员在查看他的数据档案时，通过一年间各项比赛数据和专项测评数据，重点分析了他足球专项能力的发展趋势以及与同年龄段专业队的差距，并结合他的文化课成绩，建议他报考清华大学。2017年7月，他凭借优秀的身体素质和扎实的足球技术如愿被清华大学录取。以下将通过对万景数据档案中部分指标的展示，来分析数据档案是如何实现评估球员成长的。
1.跑动能力
如图6所示，万景的比赛跑动距离，从最初监测的6 791m到2017年7月的8 783m，提高了29.3%。跑动距离能够反映出球员在耐力方面的能力与表现，是球员跑动能力强弱的直接体现，也是支撑足球比赛的体能基础。经过一年的训练，万景的体能储备更加充分，2017年7月的一场比赛的跑动距离与同年龄段专业队水平基本持平，为其参加足球特长考试打下了坚实基础。
2.高强度跑能力
从图7中可以看出，万景的高强度跑表现波动略大，但其能力整体上呈逐渐提高的趋势。从2016年7月的824m到一年后的1 118m，提高了35.7%。高强度跑动反映了球员的高强度有氧耐力，以高强度有氧供能为主，支撑着场上较快节奏的攻防转换，与比赛有密切的相关性。考试前，万景的高强度跑能力与同年龄段专业队的差距较小，在足球特长考试中占有一定优势。
3.冲刺跑能力
这是教练员对万景能以足球特长生身份报考清华的另一个信心来源。从图8中可以看出，万景的冲刺跑距离时高时低，表现并不稳定，但从整体上看数值是逐渐增加的，这说明他的能力在逐步提高，且幅度较大。冲刺跑动反映球员的有氧耐力和无氧耐力，以高强度有氧供能和部分无氧供能为主，支撑着场上最快节奏的攻防转换。考试前的比赛中，万景80min的冲刺跑距离已经达到了同年龄段专业队的水平，令教练员极为满意。
4.速度能力
相比其他能力，万景的速度能力变化不大，但其速度素质并不差，最高速度达到8.8m/s（图9），在校队中处于中上等水平，且他常踢的是中后卫位置，对速度素质要求相对较低。通过万景的数据档案，教练员充分分析了他的体能成长趋势后，又结合他的技战术表现，因而做出了让他报考清华大学的决定。
四、结语
万景只是众多校队球员中的一个，其所在球队也只是众多学校运动队中的一支。一支走向成熟的校队，不仅要运动成绩突出，更重要的是每位队员各方面的成长。数据档案就是让这种“成长”有迹可循。体育教育的训练和管理模式需要根据时代和环境的发展来更新，现今体育教育工作者应该充分重视大数据的应用，通过科技手段提高优秀运动员的利用率和训练成功率。不仅如此，科技感十足的可穿戴监测工具，具有数据对比的趣味性，能够极大地激发青少年对体育运动的参与热情，在提高教育质量的同时，对青少年体质健康作出实质性贡献，实现体育立德育人的终极目标。
教育信息化一直是国家教育改革发展的工作重点和重要战略部署。在大数据时代，智慧体育的创新管理正在引领着现代体育教学改革的方向，探索并建立科学有效的管理体系，不仅影响学校体育教育的未来发展，更关系到数以万计青少年学生的切身利益。
一些传统足球强校，如北京市八一中学、郑州市第九中学等，早已充分认识到“大数据”的重要性，通过引入运动机能监测系统MT-Sports，分级开展校园足球专项基础能力测评、校园足球专项进阶能力测评、校园足球专项高水平能力测评、赛事服务监测等形式的数据服务。其中，最为亮眼的当属为校队队员建立数据档案——根据青少年队员的周期性成长规律和培养规律，通过长期跟踪记录其运动数据、机能数据和技战术数据，为教练员的训练、管理提供理论参考，为青少年运动员的选材提供科学依据。
本文从某校校队球员运动数据档案的建设入手，结合队伍的管理与训练，提出一些想法和实际操作，以供交流学习。
一、了解运动开展情况
运动数据档案记录着校队队员日常训练数据、比赛数据、专项测试数据等运动信息，可以帮助教练员科学地制订训练计划。同时，在交流比赛中，了解与同年龄段青训球员、校园足球优秀球员、国外同龄球员水平之间的差距，并对数据进行深入分析，使教练员更加准确地了解队员，正视差距，进而改进训练方式，全面提升执教水平。
以某校为例，2017年度该校足球队在训练和比赛期间一直使用MT-Sports系统数据监测服务，系统自动记录了球队所有比赛及球员的各项运动数据（图1）。
通过校队的运动数据概览，这一年来的运动情况一目了然：球队共进行了68天、155次的运动，其中包括53次比赛和102次训练；球队的总跑动距离达到7 271.9km，其中比赛跑动距离2 696km，占37.1%，训练跑动距离4 575.9km，占62.9%；总运动时长达到6 022min，其中比赛时长1 568min，占26%，训练时长4 454min，占74%。
查看数据档案中的团队成员列表，可以清晰地了解到每个队员的运动情况，如运动次数、运动时长、跑动积极性等（图2）。以往教练员大多需要手动统计录入，再进行归档分析，在这个过程中容易出现数据丢失和录入不全的情况，而数据档案的出现为教练员提供了更便捷、更准确、更科学的方法。
二、评估球队成长
球队经过一年的训练表现如何？整体的体能、耐力、速度耐力、爆发力等提高了多少？还存在哪些差距？这些都是教练员重点关注的问题。而数据档案成为教练员解决这一系列问题的有效工具。
以该校校队为例，教练员通过查看一年来球队的各项比赛数据，一方面了解队伍各项能力的发展趋势，评估球队的成长；另一方面通过横向比较来认清队伍与同年龄段专业队的差距，为日后训练目标的制订提供参考。以具体指标为例说明如下：
1.跑动距离
日常训练中，教练员采用的多是大负荷训练方法，每次训练时长近2h，以此来提高球队整体的跑动能力，增强体能储备。从数据档案中可以看出，从2017年1月到2018年1月，常规比赛中球队人均跑动距离从7 000米增加到8 300米，提高了18.6%。而在2017年7月的一场比赛中，球队人均跑动距离达到了9 000米，超过了同年龄段专业队的水平（图3）。
2.耐力
耐力是运动的基础，是支撑一场比赛的基本能力，也是身体素质的重要组成部分。通过比赛中的“平均5分钟跑动距离”可以看出，球队的耐力水平变化幅度不大，但整体上有所提高，且与同年龄段专业队的差距不大（图4）。
注：“平均5分钟跑动距离”是在指定时间段的运动中，以5分钟为单位计算得出球员跑动距离的平均值，反映球队整体的一般耐力水平。
3.速度耐力
速度耐力是身体能够承受连续高速运动的能力，对于足球运动来说是实现攻防的基础。从球队一年的速度耐力变化过程可以看出，虽然波动幅度较大，但能力上呈逐渐提高的趋势。2017年5月的一场比赛中，数据超出了同年龄段专业队水平，但整体来讲与专业队还存在一定的差距（图5）。这也帮助教练员确定了今后训练计划的一个方向：球队速度耐力的提高。
三、打通重點球员上升通道
数据档案提供了球员运动的过程性数据追踪，通过数据分析筛选出综合能力优秀的球员进行更高层次的考察，从而打开足球特长生向上发展的空间，为他们顺利进入高校或走向专业青训，以至职业足球打开数据层面的晋升通路。
万景曾是该校足球队队长，去年教练员在查看他的数据档案时，通过一年间各项比赛数据和专项测评数据，重点分析了他足球专项能力的发展趋势以及与同年龄段专业队的差距，并结合他的文化课成绩，建议他报考清华大学。2017年7月，他凭借优秀的身体素质和扎实的足球技术如愿被清华大学录取。以下将通过对万景数据档案中部分指标的展示，来分析数据档案是如何实现评估球员成长的。
1.跑动能力
如图6所示，万景的比赛跑动距离，从最初监测的6 791m到2017年7月的8 783m，提高了29.3%。跑动距离能够反映出球员在耐力方面的能力与表现，是球员跑动能力强弱的直接体现，也是支撑足球比赛的体能基础。经过一年的训练，万景的体能储备更加充分，2017年7月的一场比赛的跑动距离与同年龄段专业队水平基本持平，为其参加足球特长考试打下了坚实基础。
2.高强度跑能力
从图7中可以看出，万景的高强度跑表现波动略大，但其能力整体上呈逐渐提高的趋势。从2016年7月的824m到一年后的1 118m，提高了35.7%。高强度跑动反映了球员的高强度有氧耐力，以高强度有氧供能为主，支撑着场上较快节奏的攻防转换，与比赛有密切的相关性。考试前，万景的高强度跑能力与同年龄段专业队的差距较小，在足球特长考试中占有一定优势。
3.冲刺跑能力
这是教练员对万景能以足球特长生身份报考清华的另一个信心来源。从图8中可以看出，万景的冲刺跑距离时高时低，表现并不稳定，但从整体上看数值是逐渐增加的，这说明他的能力在逐步提高，且幅度较大。冲刺跑动反映球员的有氧耐力和无氧耐力，以高强度有氧供能和部分无氧供能为主，支撑着场上最快节奏的攻防转换。考试前的比赛中，万景80min的冲刺跑距离已经达到了同年龄段专业队的水平，令教练员极为满意。
4.速度能力
相比其他能力，万景的速度能力变化不大，但其速度素质并不差，最高速度达到8.8m/s（图9），在校队中处于中上等水平，且他常踢的是中后卫位置，对速度素质要求相对较低。通过万景的数据档案，教练员充分分析了他的体能成长趋势后，又结合他的技战术表现，因而做出了让他报考清华大学的决定。
四、结语
万景只是众多校队球员中的一个，其所在球队也只是众多学校运动队中的一支。一支走向成熟的校队，不仅要运动成绩突出，更重要的是每位队员各方面的成长。数据档案就是让这种“成长”有迹可循。体育教育的训练和管理模式需要根据时代和环境的发展来更新，现今体育教育工作者应该充分重视大数据的应用，通过科技手段提高优秀运动员的利用率和训练成功率。不仅如此，科技感十足的可穿戴监测工具，具有数据对比的趣味性，能够极大地激发青少年对体育运动的参与热情，在提高教育质量的同时，对青少年体质健康作出实质性贡献，实现体育立德育人的终极目标。