本文目录一览：
大数据下如何进行体育教学评价
新世纪随着科技的进步与时代的发展，现代教育技术信息化的发展趋势不但已经影响到我们的生产生活方式，也改变了我们的教育观念。本文在教育大数据的角度下分析推动体育教学评价的实现，规范的体育教学评价是提高教学效率的手段之一，传统的教学评价已经存在标准形式滞后性与评价体系不健全性，而大数据时代的巨大资源为教育教学评价，教师的选取和甄别手段提供了多样化的选择，更为体育教学的评价体系发挥更大的数据优势，优化后的评价体系实现了主体评价的多元化，不但为教师的教学提供更大的保障，也使得体育教学评价方式更全面，促进了教师教学的积极性和评价体系的完善性。
大数据新闻：奥运进行时 体育赛事能带动哪些买买买
最近两周，国人关注的热点无疑是刚刚开幕的奥运会，为了更好地观赛，消费者们在购买零食、小吃、投影、电视等方面也体现了极大的热情。日前， 21世纪经济研究院、21世纪经济报系与京东联合发布了《2016中国体育消费生态报告》，报告对世界杯、欧洲杯等知名体育赛事期间的消费行为进行了分析。数据显示，赛事期间，消费行为主要满足视觉的极致体验和味蕾需求。从人群属性来看，男性消费者的赛事关联消费力很强，全天购物不停歇。
体育赛事的正确打开方式 极致视觉体验+满足味蕾需求
知名体育赛事期间，消费产生了一定规律性的变化。以巴西世界杯为例，在2014年6月12日至7月13日赛事进行的这一个月内，京东全站的平板电视、啤酒、投影机等关联消费明显升高，同期比重占到了这两个月销量总和的57%、55%、53%。
值得一提的是，大部分体育迷会选择提前消费赛事，在巴西世界杯开赛前一周，体育迷们就会各就各位开始囤货，所以在6月5日—6日会迎来第一波消费高峰，同期啤酒、平板电视销量占比分别升至5.4%、2.9%。
此外，在欧洲杯期间，为了获得更好的看球体验，全国各地用户不约而同地选择了装备升级，并带动了京东平板电视销量大增。其中，广东、江苏、北京、上海、四川、山东贡献了全国接近一半的销量。在40英寸以上的大屏电视消费中，宁夏、新疆、甘肃等西北地区涨幅最大，表明西北汉子更愿意为极致的看球体验买单。
除了追求极致视觉体验外，观赛时，味蕾的需求也是不容忽视的。京东数据显示，欧洲杯期间，各类食品销量明显提高，其中环比增速最快的是烧烤小吃和快餐简餐，增速分别为56%、87%。同时，不同地区的“深夜食堂”也各具特色，北京、重庆、杭州最爱喝红牛提神；深圳、武汉爱用花生、瓜子类小吃刷夜；广州、宁波、天津则是资深啤酒党。
体育赛事能带动哪些买买买。
体育赛事期间 男性比女性更爱买买买
奥运、世界杯、欧洲杯等备受关注的赛事，激发了男性消费者“剁手”的潜质，四年一度的欧洲杯带动了体育迷的购物热情。
欧洲杯淘汰赛期间，京东用户活跃度明显提高，从早5点至次日0点，购物完全是不停歇的节奏，并在晚10点附近出现购物最高峰。
而世界杯期间，北京、上海、广东的足球迷们消费最集中。以啤酒消费为例，北上广分别贡献了全国20%、12%、11%的销量。
IBM大数据分析
IBM大数据分析
数据就像一个神奇的钻石矿，当它的首要价值被发掘后仍能不断给予。下面是我收集的IBM大数据分析，希望大家认真阅读!
大数据给体育赛事带来的价值
大数据的真实价值就像漂浮在海洋中的冰山，第一眼只能看到冰山的一角，而绝大部分都隐藏在表面之下。所以发现这些价值的关键在于分析。就拿最近的中网来说，跟其他的体育项目一样，网球也涉及大量的数据。比如一发成功率、一发得分率和Ace球，这些数据是标志球员竞技水平的指标。发球速度、接发球成功率、上网成功率、得分点则突出体现了球员的.打法特点，如果非受迫性失误和双发失误率上升，那表明球员的心理状态或者体力开始下滑。
IBM赞助网球赛事并提供技术支持始于1993年，在1998年，IBM就为美国网球公开赛提供了虚拟化技术。从2005年以来，IBM通过SlamTracker追踪了四大满贯赛事八年来的全部8,128场比赛，每场比赛收集4,100万个数据点。有了这些数据，我们可以知道Ace球的数量，对比赛结果的影响很大，首先被破发的选手失败的可能性很大。再比如，一发速度快的选手，上网成功率比较高，纳达尔近几年的得分点，从底线逐渐逼近网前。这些数据不但可以给选手提供帮助，更可以通过这些数据来分析对手。这些都是大数据带给我们的改变。
IBM也在今年正式成为中网的白金信息科技赞助商。作为一项刚刚跨入十年的领先网球赛事，中国网球公开赛正在树立自己的品牌，相信有了IBM大数据分析技术的支持，为广大球迷、球员和教练提供更具人性化，现代化的环境支持。此外，中网还致力于成为具有感知化、互联化和智能化的顶级赛事。通过采用IBM的大数据分析及云计算技术，中网可以更加快速实现这一目标。
IBM SlamTracker分析出来的比赛
其实对于分析这个词语，在英文中有两个单词，一个是analysis，一个是analytics。这两者的区别就在于，前者只是对数据进行统计、过滤、抽取，发现价值。而后者则是通过数据分析创造价值。在IBM的SlamTracker里我们就能理解什么是分析出来的比赛，以及大数据是分析出来的价值。
在SlamTracker中，有一项Keys to the Match功能，它的功能就是找出每场比赛对阵双方选手获胜的三个关键指标，比如说，当温网男单决赛中德约科维奇对阵穆雷，小德的三个获胜关键指标分别是第4拍到第9拍的获胜率、Ace球数量、回球成功率，而穆雷的三个获胜关键指标分别是回球得分率、二发成功率和发球成功率。Keys to the Match 不但找到了这三个关键的指标，而且找到了量化的及格线。比如说在今年法网女单决赛里，Keys to the Match 告诉小威廉姆斯，要战胜莎拉波娃，接对方一发的回球得分率要争取超过36%，而反过来，莎拉波娃要打败小威廉姆斯，接对方一发的回球得分率要争取超过28%。如果在这三项指标里A选手比B选手完成的更好，那么A获胜的可能性就大大高于B，换句话说，如果A球员做到了这些指标，这场比赛的结果，其实我们已经知道了。
像这样的分析特点就在于，这三项指标并不是司空见惯的普通指标，例如第4拍到第9拍的胜率，这种不起眼的数据，是在电视转播屏幕上看不到的。然而就是这些不起眼的指标衡量了战局，决定了成败的关键。8128场比赛，每场比赛4100万个数据点，动用5500个分析模型，在45个潜在动态指标里选择、对比、分析、判断、猜测、排除、定位、评估、定量、组合，只有在这样基础之上，Keys to the Match才能够为对阵的双方挑选出最重要的三个指标，并且确定及格线。这就是大数据分析办到的事情，也只有大数据分析才能够办到。
;