摘要：随着大数据的快速发展和广泛应用，它在各个领域都展现了巨大的潜力和价值。体育赛事作为一个具有广泛参与和观众群体的领域，也逐渐意识到大数据的重要性，并开始将其应用于体育赛事的发展和管理中。本文旨在探究大数据在体育赛事发展中的应用，从大数据应用于体育赛事发展的意义出发，通过实际案例分析大数据在赛事传播、场馆建设以及赛场决策三个方面的应用，而后立足于目前大数据应用于体育赛事发展存在的问题，提出大数据融合体育赛事发展的未来展望。

关键词：大数据应用，体育赛事，赛事传播，智能体育场馆

1 大数据概述

1.1大数据特征

大数据，又被称为“巨量资料”，具有大量化、多样化、快速化、价值高和密度低4个主要特征。2011年全球知名咨询公司麦肯锡在《大数据：创新、竞争和生产力的下一个前沿》报告中提到“数据已经融入了大众的日常生活中，对大数据展开研究与分析，能够为人们的消费、生产水平带来跨越式的提升。[1]”这也宣告了大数据时代的到来，而大数据技术基于海量数据集，与多学科相融合，通过数据分析、数据挖掘、数据存储、数据处理等技术，实现了数据的更有效利用。

1.2大数据应用于体育赛事发展中的意义

大数据的发展，也给体育赛事的发展带来了一定的冲击。在互联网、物联网、云计算、人工智能等大数据技术的支撑下，体育赛事也逐渐进入了大数据时代。在目前的体育赛事发展中，大数据技术也被广泛使用在各个相关领域，很大程度提高了体育赛事的专业性和科学性，为体育赛事数字化转型带来了巨大的潜力。大数据应用于体育赛事发展的意义可以从以下三个角度展开。

（1）有助于参赛队伍进行科学决策。通过分析运动员的数据指标、训练记录以及比赛成绩等大数据信息，可以深入了解运动员的表现和潜力，帮助教练和管理层制定更科学的训练计划和选拔标准，提高参赛队伍的竞争力。

（2）有助于为赛事组织者提供精确赛事规划和资源配置方案。利用大数据，在赛前采集与分析赛事举办和项目的需求，为赛事组织者提供更好的场馆布局和服务设计，提升赛事质量，。大数据还可以通过分析群众对赛事不同内容的关注度，帮助组织者制定更准确的营销策略和赛事推广方案，提高赛事的知名度和影响力。

（3）有助于提升赛事传播效果和大众体验感。通过分析观众的行为数据和需求，为观众个性化推荐赛事内容，提供定制化服务，提高观众的赛事参与度和满意度。此外，大数据通过深度挖掘和分析，帮助观众获取比赛结果、运动员表现等关键信息，提升观赛体验。

因此，相关部门与工作人员需要科学有效地利用大数据，拓展大数据在体育赛事发展的应用领域，让大数据覆盖应用于体育赛事的全过程，推动体育赛事融合大数据的发展，让体育赛事实现最好的效果和效益。

2 大数据在体育赛事中的典型应用

2.1 大数据在体育赛事传播中的应用

体育赛事具有很高的可欣赏性和娱乐性，这使得体育赛事的传播拥有很大的受众群体。随着互联网与物联网的发展，大众了解体育赛事的途径逐渐多元，传统的电信媒体传播手段已经无法满足大众的需求，大数据技术的应用可以打破体育赛事传播过程中固有的传播模式，改变体育赛事的传播技术体系，对体育赛事的传播具有积极作用。

体育赛事的传播设备往往需要精确地部署，避免因传播需要而影响运动员发挥，再加上部分体育项目的赛场条件存在无法克服的空间和时间因素，借助大数据技术超越传统摄影设备的局限性，以大数据技术为基础进行交互的智能穿戴设备在近几年逐渐应用到体育赛事传播中，推动体育赛事的传播向科技化方向发展。例如被称为“全球首个可穿戴云端非手持设备”的谷歌眼镜[2]，一个集摄像头、话筒、扬声器、按钮以及指南针等传感器于一体的便携眼镜，摄影师借助这个设备拍摄将赛事信息以“第一人称视角”，让观众身临其境走进体育赛事现场，不仅提升了观众的体验感，打破空间的局限性，带给观众全新的观感，对赛事摄影师、记者来说不用携带大堆设备，仅需眨眼说话便可以实现视频录制拍摄等，实现了拍摄的自由化和便捷化。在2014年的冬奥会的女子越野滑雪项目中，15公里追逐赛决赛便运用了可穿戴设备，比赛中穿插了15个使用可穿戴设备拍摄镜头画面[3]，俯拍角度的大远景映衬出运动员渺小的身影，新颖的角度和景致带给观众前所未有的感官体验。

在体育赛事传播领域中，赛事的直播和回放使观众关注度最高的板块，在赛事直播过程中运用大数据技术和赛场传感器进行数据采集分析，即便是高速的体育运动也能精确捕捉运动员的运动速度、运动距离、技术动作等，向观众呈现最准确的赛事直播。再通过海量的数据模型构建与机器学习，集合人工智能剪辑出最具有代表性的体育赛事图像，合成高质量的回放视频。在2018年NBA期间，“IBM AI Vision 视觉大脑”便实现了智能视频的制作，通过大数据技术结合机器学习进行识别，不仅掌握篮球比赛规则，判断比赛过程球员的失误和得分，还可以识别球星的招牌动作，对每场比赛中的每一帧视频数据，通过“建模-剪切-编辑成片”三个环节，对声音、运动轨迹、技术动作等数据进行多通道分析，并运用数据库进行实时管理，筛选剪辑出球员比赛精彩瞬间集锦。2018年NBA决赛，“IBM AI Vision 视觉大脑”剪辑了每场比赛各球员45秒剪辑和杜兰特在获得总决赛MVP时播放的个人片段[4]。

2.2 大数据在体育赛事场馆建设中的应用

体育赛事场馆作为体育赛事的重要载体，体育赛事场馆的资源配置、管理运营发展模式等直接影响着体育赛事的整体效果。随着新兴信息技术的蓬勃发展，逐步推进了体育赛事场馆的升级转型，在2020《中国体育场馆协会·体育场馆云论坛之智慧体育场馆论坛》[5]上众多体育场馆运营者、体育场馆设计者、生产制造也提出了要以大数据技术、人工智能、云计算等信息技术为支撑，实现智能化体育场馆建设和运营管理。2021年国家体育总局发布的《“十四五”体育发展规划》[6]中强调了充分发挥科技、数据等核心要素的作用，提高场馆基础设施的智能化建设，满足群众对场馆的体育需求，拓宽体育场馆的应用领域，助力体育赛事的举办，不可否认，“智能体育场馆”已经成为体育场馆发展新趋势。

在体育赛事中数据采集是不可忽视的一大要素，赛场上的数据不仅反映了运动员的表现和整体的比赛情况等，也有助于运动员、教练、裁判进行技战术分析和比赛决策，在比赛中准确快速地收集数据也成为了在体育场馆建设中至关重要的部分。在篮球比赛中，传统的基础数据包括了球员的篮板、盖帽、抢断、助攻得分等人工统计数据，但在2013年NBA在场馆建设中引入了在统计基础数据之上智能捕捉更精细化数据的sport VU球员追踪分析系统[7]，系统使用计算机连接和控制在球馆顶部安装的6个3D高清摄像头，摄像头通过传感器进行动态捕捉、数据提取、轨迹分析，每秒可以捕捉25帧照片并传输到计算机中进行数据处理和分析，再将处理过的数据、图像导入存储到NBA数据库。在sport VU系统的辅助下，场馆收集到的赛场数据已经不局限于传统的基础数据，系统挖掘分析得出的防守影响力、篮板保护力、突破能力等9项深度数据帮助NBA团队充分发挥海量数据的价值，金州勇士队在此系统帮助下，夺得2018年NBA总冠军，被誉为“NBA中的谷歌”[4]。

2.3 大数据在体育赛事赛场决策中的应用

随着大数据等新兴信息技术的不断进步，我们能够收集和分析大量的数据，从而揭示出隐藏在复杂赛事中的规律和趋势。这些数据可以帮助教练、裁判、运动员和管理团队做出更有针对性的决策。通过收集和分析运动员的比赛数据，教练能够深入了解每个运动员在赛程中的表现情况以制定更加精确的战术方针，运动员可以了解自己的优势，针对对手的弱点展开攻势，裁判通过赛场数据进行更精确的赛事决策，在比赛关键时刻做出及时的反应，管理团队通过分析运动队、赛场、观众多方面因素对赛事管理、赛事传播等更有利的决策。大数据的日益成熟，为体育赛事的蓬勃发展注入了新的生机与活力。

在部分高速移动变化的运行项目中，2022年的冬奥会中中国花样滑冰协会与中关村数智人工智能产业联盟发布了“花样滑冰AI辅助评分系统1.0”，通过大数据技术对运动员的身体移动和动作姿态进行实施捕捉，结合人体姿态模型评估、计算机深度学习视觉技术算法等技术[8]，再将数据传入专业打分系统，对花样滑冰运动员在赛场上的动作进行分析，形成稳定性可视化的比赛评判，辅助裁判做出比赛得分决策。在2022年冬奥会赛前训练中“冰上贵公子”羽生结弦成功挑战了花滑最高跳跃难度“阿克塞尔四周跳”，这一跳跃动作需要选手在起跳后在空中完成四周半的旋转动作，也就相当于跳远6米的同时再旋转1620度[9]，选手的跳跃动作速度之快，难度之高，很难用肉眼辨别出动作的完成度如何，赛事技术组通过AI辅助评分系统即可判别选手动作的加减分项，最后给到裁判组做最终打分，实现专业准确的评分。

3 大数据应用于体育赛事存在的问题及未来展望

3.1 存在的问题

（1）数据收集和隐私保护。尽管大数据分析在体育赛事提供决策支持方面具有巨大潜力，但数据的获取和处理过程需要考虑到隐私权和数据安全的问题。运动员和球队的个人和敏感信息、赛事的内部数据可能被泄露或滥用，因此需要建立更加完善的数据保护机制和隐私保护政策。

（2）数据质量和可靠性。大数据分析的有效性和准确性依赖于数据的质量和可信度。然而，在数据收集和整理过程中，体育赛事领域的分布范围极其广泛，也存在着太多无法预测的突发情况，可能存在数据缺失、错误以及采集方式不一致等问题。这些问题可能导致分析结果不准确，从而影响到决策的正确性。

（3）数据标准化和共享。由于目前的体育赛事数据统计平台有很多，不同赛事内容、不同赛事组织等统计形式都各不相同，不同的平台和组织采用不同的数据格式和标准，数据的互操作性和共享受到了限制。这使得跨平台数据集成和跨组织数据分享变得困难，限制了大数据分析的全面性和深度。

（4）数据应用和决策的有效性。尽管大量的数据被收集和分析，但如何将这些数据转化为可操作的见解并作出明智的决策仍然是一个挑战。需要进一步研究和开发智能算法和工具，以帮助运动员、教练和管理团队更好地利用大数据进行实际应用。

3.2 未来展望

（1）智能化数据分析：随着人工智能和机器学习技术的不断进步，在未来，大数据分析将更加智能化。通过引入自动化算法和模型，可以更精确地挖掘解读体育赛事数据，预测比赛结果、评估球员表现、制定优化体育赛事市场策略。

（2）跨界融合与创新：大数据是实现体育赛事智能化的基础，在此基础上其他领域进行跨界融合，例如虚拟现实、增强现实和物联网等。这种融合将带来新的创新，如增强现实实况转播、智能化球场设施等，为观众和参与者创造更丰富的体验。

（3）数据科学人才培养：为了满足对数据分析的需求，未来的趋势是加强数据科学人才的培养。体育赛事与数据科学的交叉学科将受到更多关注，培养具备数据分析和体育领域专业知识的人才，推动大数据在体育赛事中的应用。

（4）可持续发展与社会责任：未来，大数据应用于体育赛事发展将越来越注重可持续性和社会责任。体育赛事产生的大量数据可以用于统计运动员健康情况、赛事环保程度等方面的评估，从而促进可持续的发展和社会责任的履行。利用大数据结合VR、AR等技术，增加体育赛事的趣味性，降低体育赛事专业性，为观众带来更加沉浸式和个性化的体验，提高观众对体育赛事的参与度。

4 参考文献

[1]郭思成.大数据技术在智慧城市管理中的应用思考[J].市场周刊，2023，36（05）：25-28.

[2]王祥. 智能可穿戴设备对体育赛事传播效果的影响[D].武汉体育学院，2017.

[3]吴竞鞾． 媒介融合背景下可穿戴设备与传播结合节目形态的变革与创新[D]． 南京理工大学 2014

[4]杨楷芳，马苗，黄聪.智能体育工程发展综述[J].计算机技术与发展，2021，31（03）：1-7.

[5]许琳. 智慧场馆视阈下成都市公共体育场馆管理创新研究[D].成都体育学院，2021.DOI：10.26987/d.cnki.gcdtc.2021.000033.

[6]黄海燕，刘蔚宇，陈雯雯等.高质量发展背景下对数字体育、智能体育、智慧体育创新发展的思考[J].体育科研，2022，43（01）：1-7+20.

[7]孙清凤. NBA赛事新媒体传播模式研究[D].西安外国语大学，2022.DOI：10.27815/d.cnki.gxawd.2022.000113.

[8]王楚婷. 5G技术背景下体育赛事的技术应用与传播策略研究[D].武汉体育学院，2022.DOI：10.27384/d.cnki.gwhtc.2022.000337.

[9]陈应，贺宇，张骁.浅谈5G技术在智慧场馆的建设与应用[J].绿色建造与智能建筑，2023（02）：22-25.

作者简介：姓名，许沐（2002— ），性别   ，女，民族  ，汉族，籍贯，广东省汕头市，上海体育大学本科，主要研究方向，体育数据科学与大数据技术