系统论视域下体育旅游系统模型构建与产业发展启示

研究采用文献分析和理论分析等方法,从系统论视角出发,在对旅游系统理论进行深入剖析以获得启示的基础上,进而对体育旅游系统进行研究。研究认为:体育旅游系统是以体育旅游者的体育体验为内核,诸多子系统相互作用、互动关联形成的一个有机复合体,具有整体性、开放性、动态性、复杂性等特征,其根本功能是满足体育旅游者在异地进行体育体验的美好需求,并派生出流转功能、竞争功能与价值增值功能;体育旅游系统是由客源地需求系统、目的地接待系统、体育旅游通道系统以及体育旅游支持保障系统四部分构成,体育旅游系统受社会文化环境、自然环境、经济环境、科学技术环境4个环境维度的外生影响;在体育旅游系统视域下,需要构建客源地需求管理与推介体系,优化体育旅游目的地产品体系,培育高效便捷的体育旅游通道体系,完善体育旅游产业制度保障体系,以促进体育旅游产业的高质量发展。

从“抢花炮”运动发展历程管窥侗族传统体育文化变迁

侗族传统体育文化是民族传统体育文化的重要组成部分,具有浓厚的民族性,神秘性和原生性。采用文献资料法、综合分析法、实地调查和访谈法,以侗族"抢花炮"运动发展的体育文化特征为基础,较为系统分析了侗族传统体育文化的基本特征、变迁脉络、变迁的影响因素等问题,这为我们历史、客观认识侗族传统体育文化提供了重要基础和基本依据,回应了新时代背景下侗族传统体育文化传承发展路径的积极选择。

基于支持向量机与隐马尔可夫模型的冲浪运动员动作识别研究

2016年8月,国际奥委会正式宣布冲浪运动成为东京奥运会正式比赛项目,给冲浪运动的发展带来了巨大机遇。动作识别作为人工智能技术赋能体育的重要应用,通过在时域上跟踪关键点运动以记录运动员的运动动作,并将其转换为数学方式表达运动过程,对于竞技训练和全民健身均具有重要意义。本研究采用惯性测量单元(IMU)采集数据样本,并通过支持向量机(SVM)模型和隐马尔可夫(HMM)模型两种机器学习方法对冲浪运动员动作识别的结果进行了比对。结果表明:SVM模型(精度83.4%)与HMM模型(精度91.4%)均能够有效地进行冲浪运动员的动作识别,但与SVM模型相比,HMM模型的分类精度更高。该算法实现了对冲浪过程中佩戴的IMU输入数据进行时变运动分类,为同步视频关联的非传统体育运动项目动作识别提供了一种新方法和新应用。

NBA球员季后赛生涯总得分影响因素与回归分析——基于1948—2017年NBA季后赛面板数据

运用网络抓取法、数理统计法,以NBA球员季候赛各项比赛数据与生涯总得分数据作为研究对象,采用Python进行编程抓取了1948—2017年共计2448名球员的季后赛各项比赛数据,对球员季后赛总得分进行统计汇总,并通过因子分析与回归分析对NBA球员季后赛总得分的影响因素进行研究.研究表明:“进攻能力因子”“防守能力因子”“三分能力因子”与“投篮能力因子”是影响NBA球员季后赛总得分数据的4个主要影响因子;各项比赛数据对球员生涯总得分数据影响从大到小的分别为:二分球命中次数、三分球命中次数、罚球命中次数、抢断次数、出手次数、篮板数、犯规次数、三分投球率、失误次数、三分出手次数.