大数据时代体育运动心理学研究的机遇分析和冷思考

2018-11-26谭兴强于洪涛

体育科技文献通报 2018年4期

谭兴强，罗　时，叶　绿，张　辉，于洪涛

在心理学发展史上，数据之于心理学研究的重要性不言而喻，作为心理学子学科的体育运动心理学跟数据的联系同样也相当紧密。随着时代发展，人们通过测量、记录和计算积累下来的数据日益丰富，而且，不单是数据总量的增加速度还在逐渐加快，数据的内涵也在扩大，数据已然成为数字、文本、图像、视频等的统称。另外，基于互联网和计算科学技术的快速发展，人类保存数据和使用数据的能力也越来越强，人们挖掘数据、搜集信息获取知识的方法与途径也越益便捷高效，具备大容量、大价值的大数据及其相关技术与方法为体育运动心理学领域研究人们心理现象和行为规律提供了新的视角和新的思维方式，但时代赋予科学研究最好礼物的同时也给体育运动心理学发展带来了风险和挑战。对大数据带给体育运动心理学研究的机遇和挑战进行梳理和反思，并对大数据“热”进行冷思考是体育运动心理学在顺应时代变革浪潮中稳步健康发展的必经之途，值得每个体育运动心理学工作者进行深入探讨。

1　大数据及其特征和价值

大数据(Big Data)，其提出可追溯至20世纪80年代的美国，当时有人预见到数据的重要性将随着信息技术的进步逐渐凸显，社会将会步入数据大爆炸时代，因此提出了“大数据”的概念[1]。时至今日，大数据已然成为社会和学术界的热门话题，学界对大数据的研究和应用也引起了广泛重视。有研究者通过文献计量法等对Web of Science 中有关大数据的论文进行研究，研究指出，自2008年《Nature》杂志设立“Big Data”专刊对大数据进行专题讨论以后，大数据研究在各国兴起，尤其是2012年以后大数据研究论文发表量增长较快，该研究还指出，在地域分布上美国是大数据研究的核心国家，中国的论文发表量居于第二位，在学科分布中，大数据研究表现出显著的多学科性和学科融合特征。大数据成为研究热点，对于大数据的认识和理解在学界仍存在多种意见，但关于大数据的概念及其特征内涵较有代表性的理解：

美国麦肯锡咨询公司在报告中定义大数据，是指无法在一定时间内用以往数据库软件工具对其进行抓取、管理和处理的数据集合。维克托·迈尔-舍恩伯格在《大数据时代》中认为，大数据主要在于不采用随机分析法(抽样调查)这样的捷径，而采用所有数据进行分析处理，且具有4V特点:Volume(大量)、Velocity(高速)、Variety(多样)、Value(价值)。涂子沛[1]在其《数据之巅》中对数据的来源、类型和大小以及大数据的成因进行分析，提出了大数据的价值和容量两个维度，并认为大数据的价值维度主要体现在以往的小数据和结构化数据之上，大数据的容量维度主要体现在现代的大记录和非结构化数据之上，而大价值和大容量构成了大数据的内涵。

要全面深入认识大数据，需根据时代背景，并回溯大数据形成的历史镜头，结合不同解析视角来理解。通过以上对大数据的认识以及对其他众多文献进行梳理得出，大数据的形成是在以往小数据的奠基下逐步崛起，其价值和特征在信息发展的历史变革中逐渐凸显形成，并在当代信息科技高速发展的时代背景下，迅速成为人们推动世界发展的新动力，大数据还具备多源、动态等特征。另外，对大数据价值的研究探讨，大数据的核心价值首先当数其预测价值。多年前世界顶级超市沃尔玛通过商场销售数据分析将尿布与啤酒捆绑销售从而提高销量，2014年美国电子零售巨头亚马逊宣布推出的“预判发货”营销策略成为人们对大数据预测价值津津乐道的两经典案例。

2　大数据之于体育运动心理学研究的影响

2.1大数据带给体育运动心理学的发展机遇

2.1.1极大丰富了数据类型

大数据时代，数据类型主要有结构化数据和非结构化数据两种类型。结构化数据是可以用二维表结构来表达实现的数据，如数字、符号、图表等信息。以往众多领域的研究主要以结构化数据为主，而非结构化数据在科学研究领域并没有体现出相应价值。但在大数据时代，非结构化数据的数量要远比结构化数据丰富得多，而且这类数据所包含的信息量相当惊人。

非结构化数据在我们生活中相当常见，大家平时在社交媒体中浏览、上传的文本、图像、音频、视频等各色各样的信息，它们没有严整统一的结构和格式，这些都属于非结构化数据。有学者将可用于心理学研究的非结构化数据进行统纳，主要有文字数据、多媒体数据和行为数据[6]。文字数据包括了大众在互联网线上线下留下的各种文字记录，利用此类文字数据进行体育运动心理学研究的例子近年来比较常见，如有研究者在对中国足球互联网污名化现象进行研究时，研究者通过对大量微博、天涯论坛上公众的帖子和评论留言进行分析，从而对中国足球互联网污名化现象的生长机制和公众心理方面的因素做了深入探讨。多媒体数据涵盖了可被记录的图片、声音、视频等素材，采用视屏图片等数据信息进行运动心理学研究和分析也逐渐受到学者们的喜爱，例如张松林在其博士学位论文《高水平运动员临场竞技心理状态的面部表情特征测评及其应用探骊》中，利用视频解析技术对北京奥运会运动员决赛临场比赛时的面部表情进行解析，得出人类几种基本情绪和其他情绪的百分比，揭示了各类项目高水平运动员临场竞技情绪的总体特征。行为数据是通过互联网、智能移动设备、可穿戴设备等信息产品记录的个体或群体行为，其范畴相当广泛，例如，网页浏览时间、运动员生理指标数据等，张力为教授在《当代运动心理学进展: 研究方法》中对2013 年世界运动心理学大会中所涉及的关于当代运动心理学研究方法的新观点、新技术和新趋势作了介绍，其中特别提到在世界范围内不少运动心理学研究学者们对眼动技术的青睐，眼动数据即是行为数据的代表之一。在大数据时代下，非结构化数据的有效挖掘、管理与应用是体育运动心理学研究的重点，非结构化数据将在未来为体育运动心理学研究贡献更多潜在的巨大价值。

2.1.2创新思维方式，提升研究科学性

大数据时代，数据驱动、数据创新的强劲功能已逐渐凸显，数据不再仅仅是简单符码的集合，更是一种新技术、新方法，代表的是一种新的思维方式。在顺应时代变革的浪潮中，大数据思维应当成为当代体育运动心理学学者及其相关工作者先知先觉的又一重大特征。

人的心理就像黑箱一样，其内部结构看不见摸不着，心理学研究需要根据人们心理现象的外显表达来推测其心理现象的特点和规律。受心理学这一特点影响，众多研究通常以提出假设为起点后用数据去检验，而一些研究碍于在搜集数据方面只能抽样调查研究对象获得一小部分数据，用抽样数据得出结果来验证假设一直以来却屡遭争议。但是，大数据时代却将获取和分析处理尽可能多的数据变为可能，例如，有研究在对我国中学生溺水相关危险行为进行调查时，数据来源于我国18省市181832名中学生，通过如此庞大的样本数据进行分析处理得出的结果被众多研究者所认可。虽然尽可能多的数据仍然还是样本，可这却向样本即总体的理想状态迈进了一大步，用接近总体的数据来检验假设提升了体育运动心理学研究的科学性。同时，我们既然可以获取尽可能多的数据，那先通过大数据来描述和分析而后归纳得出结论的数据驱动模式，相比之前通过小数据归纳来说现在更为严谨。大数据为理论驱动和数据驱动这两种模式的结合提供了发展空间，为学者们研究体育运动心理学提供了新的思维方式。

另外，在以往心理学研究中，除了因样本代表性而导致研究结论在推论普遍规律时受到质疑外，还有与之相逆的过程也遭受争议，那就是当一个符合大多数样本规律的结论应用到个体时，个体适用性的差异问题。但在大数据时代，我们可以挖掘到以前不可能挖掘到的关于个体某些特征的纵深数据和大量相关数据，通过数据整合我们可以得出个体某方面具有规律性的特征，以此，在将普遍规律应用于个体时，我们就可能做到因人而异、因时制宜。

2.1.3精进研究方法、拓宽研究内容

在以往体育运动心理学研究中，认知心理、心理状态、心理技能、焦虑、激励等均是其研究的热门主题，在大数据时代，得益于大数据理论、技术和资源，以往这些研究主题所需的数据能够得到更为准确和实时可视化的测量与呈现，使研究更为科学和合理。而且，在研究内容的创新方面，通过精进研究方法还能开掘出更多交叉领域和新兴内容。在研究工具和方法上，以往的运动心理学研究常采用问卷、访谈、观察、抽样调查、数理统计、实验法、个案法等来获取和分析数据，运用这些方法时每种方法在各显神通之余也无可避免的存在一些不足。例如，传统研究中很多问卷和访谈法受条件所限很难搜集纵向数据，而且在搜集和整理数据时也较为耗费人力物力，抽样调查法的样本代表性问题和实验室研究法存在的实验者效应等问题也屡遭诟病。但是在大数据时代，研究者可通过高新技术设备来获取实时、准确、大样本的数据，这些数据能弥补以往研究方法中存在的缺陷和不足。例如，除了上文提到的能够尽可能降低样本代表性不足的尴尬以外，在数据实效性方面，利用大数据信息采集与处理技术，可实现对研究对象及其数据的实时采集和分析处理，能尽可能快收集研究对象心理的变化情况；在数据获取与统计便捷性上，大数据技术能对海量数据进行高效存取和记忆、计算，对既存数据进行分析和准确提取，加快了数据获取速率并降低了因人工计算整理造成的人力物力浪费，例如，如果研究需要获取某地区群体的人口统计学信息，研究者可通过中国统计年鉴等便可有针对性的便捷获取数据，不会再像以往那样为如何获取大群体数据和进行大规模实地调研而苦恼；在数据客观性方面，大数据可在不直接接触被试的情况下收集所需信息，能一定程度避免实验环境和主试干扰等问题。

2.2大数据带给体育运动心理学研究的挑战

2.2.1数据质量难题

半个多世纪以来，计算机硬件的发展规律一直遵循着摩尔定律，而其硬件的价格却持续下降，摩尔定律和硬件价格的持续下降为大数据的到来铺平了硬件道路，为格式多样的呈爆炸式增长的海量数据存储奠定了物质基础。大数据之量大和数据类型之多在形成它优势的同时，恰恰也带来了人们在挖掘和使用数据过程中的难题——大数据时代下的数据质量问题。有学者称，人们要想在大数据时代充分发挥数据的功能和优势，前提是务必拥有可靠、准确、及时的高质量数据，只有从高质量的大规模数据中提取隐含的、有用的信息，人们才能做出更加准确、更加符合需求的决策，否则，大数据的优势将成为泡影。在增长和变化如此之快的数据浪潮中，数据质量问题若不趁早得到重点治理，将可能导致严重的甚至是不可复逆的数据灾难，体育运动心理学从业者如何在数据浪潮中选取和提炼及时、准确、有价值的数据已成为重要难题。

2.2.2信息隐私安全

大数据带给体育运动心理学的另一大难题即是人们的隐私保护问题。在互联网迅速发展的今天，人们在网络上留下了许多足迹，这些数据足迹具有累积性和关联性，将多处数据足迹聚集在一起就可以挖掘出部分个人隐私信息。有这么一个案例，2013年7月31日, 美国纽约州的一普通家庭迎来了6名美国反恐警察,调查他们是否是恐怖分子，原因是因为她在谷歌上搜索高压锅的信息, 而她的丈夫则同时在谷歌上搜索背包的信息，美国警方将高压锅、背包和2013年4月15日的波士顿爆炸案联系在一起。这一案例将大数据信息挖掘和关联性做了相当好的证明，不过，同时也显露出信息隐私的不安全一面。

对体育运动心理学而言，心理学研究一般搜集的是相对普通生活数据更具针对性和系统性的信息，这些众多信息集合在一起是能够描述和凸显个人和群体的某些特征的。在数据搜集过程中，我们既希望数据能够尽可能的开放和公开，打破一城一域的限制便与搜索而且还能提高数据使用效率和价值，但在数据存储时又不得不注重信息的隐私安全，那么，体育运动心理学研究所获取的数据以及经过整理分析得出的二次数据在存储和应用过程中对个体和集体的隐私安全又做如何保障呢？

2.2.3大数据应用范畴及大数据之于科学研究的认识论难题

大数据在受到学界研究青睐的同时，伴随凸显了一个十分严峻的问题，即过分夸大数据应用范畴形成盲目跟风研究。现在社会和学界过度夸大数据应用范围的现象常见不鲜，甚至有人鼓吹人类的一切都可被数据化，而且认为通过那些被数据化了的人类生活或被记录了的行为痕迹就可成为认识人类的万能法宝，可是他们却忽略了这些被数据化了的人类信息仅仅是复杂多变的人类思维、情绪和行为等的冰山一角，数据化对一些恰当的人类问题确实是一个不错的选择，但数据反映的信息仅仅只是人类生活的一部分，这些部分数据或许具备一定的描述和解释功能，但对人类生活的意义诠释功能却还遭到诸多质疑。潘绥铭教授在《生活是如何被篡改为数据的？——大数据套用到研究人类的“原罪”》一文中针对当下学术领域对大数据盲目崇拜作了反思，并对大数据是否能够套用到对人类的研究中作出质疑，文中对当代无质疑、不反思的盲信大数据现象作出批评。他提出，大数据最值得质疑的并不是其定义，也不是其功能或意义，而是“一切皆可量化”这个口号和理念。潘绥铭教授的这篇文章刊发后迅速得到众多学者的研究和关注，有学者撰文对其中的一些观点与之进行辨析和探讨。例如，刘林平教授等人在《大数据有“原罪”吗？——与潘绥铭教授商榷》一文中对潘绥铭教授提出的“将人类生活实践改造为‘数据’的过程中将导致现实生活被裁剪、主体建构被抹煞、社会情境被忽视、生活意义被取消的观点分别提出商榷意见。如上这些学者们研究探讨涉及到的许多问题和焦点除了部分问题是源自大数据本身而引发的争论和分歧外，还有很多问题的症结又回归到存在已久的关于“质性研究”和“定量研究”讨论的焦点矛盾，虽然大数据的内涵已不再仅仅是以往的小数据层面上的结构化数据，而今质性研究所收集的信息例如访谈文本、录像等也属于大数据的范畴，但当谈到大数据之于科学研究的应用探讨时，还是不可避免的涉及到科学研究范式的认识论问题，而不仅仅局限在对其作为研究工具的探讨层面。

3　启示与展望

3.1辩证认识大数据应用的优势与局限

如上文所述，大数据之于体育运动心理学的应用范畴及认识论问题成为影响大数据在其学术研究应用中的一个难题。以往质性研究和小数据基础上的定量研究在应用到科学研究时各有优势与局限，但大数据及其大数据技术对定量研究和质性研究产生了怎样的影响呢？这些问题还需学界做更多考究和检验，希望通过更多对大数据应用范畴和基本理念进行的深入研究和反复辨析能够使大数据的应用范畴越益明晰。当下，作为包括体育运动心理学研究学者在内的所有科学研究者，切勿陷入对新生事物的跟风大潮中去，大数据在未来人文科学研究中可能会贡献出更大价值，但也仅仅只是对适合这些方法的研究问题才有神奇效用。盲目崇拜和过分夸大研究工具和方法的应用范畴将会对学术研究和学人自身的学术观产生不良影响，需辩证认识大数据应用的优势与局限。

3.2加强数据素养教育

大数据时代，加强研究者的数据素养极为重要。数据素养，主要指研究者在科学数据的采集、组织和管理、处理和分析、共享与协同创新利用等方面的能力，以及在数据的生产、管理和发布过程中的道德与行为规范。与数据相关的一些技能曾经是与统计学等专业的专业技能，但在大数据时代，数据素养应当成为每个科研工作者的必备素养。对体育运动心理学科研人员来说数据素养培训不再仅仅是熟练掌握几种统计方法和数据分析工具那么简单，还应熟悉在大数据中如何搜集、安全存储数据，甄选信息，共享信息，建立精简实用的数据指标等技能。

对于数据素养教育的实施，当前我国在这方面的实践还比较薄弱，虽然也有学者对高校信息素养的教育体系有过探讨和创新，一些大学和图书馆也已尝试开设过数据分析软件和数据挖掘等相关内容的课程和学习讲座，但是，较为系统和全面的数据素养教育体系在我国还没有形成。很多体育运动心理学研究基本上都与数据联系紧密，而众多学者的数据素养水平却参差不齐，我们可以根据各领域和各单位的实际情况，在高校或单位里由专职部门或聘请外界相关专业机构做相关的数据素养培训，如线上线下系列课程和专题讲座，推动体育运动心理学研究者数据素养整体水平的提升。

3.3加强数据管理，兴建并完善我国体育运动心理学数据库

大数据是一座金矿，对它的管理是开发这一宝藏极为重要的工作。近年来，国家也逐渐在加强对网络信息的保护和管理，逐步对大数据的管理、开发和使用制定相关法律法规，使大数据的开发和使用有法可依，安全高效并可持续发展。体育运动心理学领域所生产、搜集和存储的数据信息相当丰厚，但是至今对体育运动心理学数据库的建设还没有得到有效实践。因此，鼓励一些有条件的高校和科研单位带头联合其他科研团体和相关科技公司或企业，尝试走“产学研”结合发展之路来兴建并完善数据库，建立系统而又精简的数据指标，能够有助于数据管理，增强数据信息的公开和共享，利于深层开掘数据价值，这样不仅使得数据管理规范有序，而且数据使用安全、环保、高效。

参考文献：

[1]涂子沛.数据之巅[M].北京：中信出版社，2014.

[2]李贺，袁翠敏，李亚峰.基于文献计量的大数据研究综述[J].情报科学，2014，32(6)：148-155.

[3]朱建平，章贵军，刘晓葳.大数据时代下数据分析理念的辨析[J].统计研究，2014，31(2)：10-17.

[4](英)维克托·迈尔-舍恩伯格.大数据时代[M]. 杭州: 浙江人民出版社，2012.

[5]李晶，俞国良.大数据视野下的心理学与教育学研究变革[J].中国人民大学教育学刊，2015，4：57-69.

[6]吴林隐，王斌.中国足球互联网污名化现象研究--对三个典型案例的分析[J].华中科技大学学报，2013，27(5)：116-123.

[7]张松林.高水平运动员临场竞技心理状态的面部表情特征测评及其应用探骊[D].上海：上海体育学院，2013.

[8]张力为，孙国晓.当代运动心理学进展: 研究方法[J].北京体育大学学报，2013，36(9)：42-48.

[9]陈天娇，季成叶，星一等.中国18省市中学生溺水相关危险行为现状分析[J].中国公共卫生，2007，23(2)：129-131.

[10]宗威，吴锋.大数据时代下数据质量的挑战[J].西安交通大学学报，2013，33(5)：38-43.

[11]刘雅辉，张铁赢，靳小龙等.大数据时代的个人隐私保护[J].计算机研究与发展，2015，52(1)：229-247.