李少聪+马德+李少琼

摘 要： 对运动损伤程度进行评估，在提高运动质量方面具有重要意义。运动损伤程度评估过程中，传统方法应用经验损伤测评方法进行评估，由于使用经验数据因此存在评估结果误差大，效率低的问题，提出基于大数据的运动损伤程度评估模型。通过大数据分析对运动损伤程度进行趋势评估，引入模糊集概念考量损伤数据，重新确立模糊关系矩阵指标权重，完成评估模型建立。通过实验表明，采用改进评估模型相比传统评估模型其有效性较高、误差小，具有一定的优势。

关键词： 大数据； 运动质量； 经验损伤测评； 指标权重； 评估模型； 模糊关系矩阵

中图分类号： TN273?34 文献标识码： A 文章编号： 1004?373X（2018）06?0183?04

Abstract： Sports injury degree evaluation is of great significance to the improvement of sports quality. In allusion to the problem that in the process of sports injury degree evaluation， the empirical injury evaluation method is applied in the traditional evaluation method， in which big error and low efficiency of evaluation results exist due to the use of empirical data， a sports injury degree evaluation model based on big data is proposed. The big data analysis is introduced to evaluate the tendency of sports injury degree. The fuzzy set concept is introduced to consider the damage data so as to establish the index weight of fuzzy relational matrix and complete the establishment of evaluation model. The experimental results show that the improved evaluation model has certain advantages of higher effectiveness and less error in comparison with the traditional evaluation model.

Keywords： big data； sports quality； empirical injury evaluation； index weight； evaluation model； fuzzy relational matrix

0 引 言

伴隨数据化技术不断提升，在运动损伤诊断、运动伤势判定评估等领域已经应用数据模型进行诊断以及损伤程度评估。传统运动损伤程度的评估方法基本应用的是经验损伤评估方法，使用经验损伤程度评估在没有数据支撑的情况下，很难做到高精准度的伤势分析，同时运动伤势的不同情况不同部位都会影响评估的精准度[1?2]。由于大数据技术的引入在一定程度上能够替换经验测评的不足，故本文设计一款基于大数据的运动损伤程度评估模型。为了保证设计的合理性，模拟应用环境进行对比仿真试验。通过传统方法与设计模型结果进行比较充分的证明了本文设计合理性。

1 利用大数据分析提供运动损伤判别趋势