姜亞含

(廣東理工學(xué)院，廣東 肇慶 526000)

體育產(chǎn)業(yè)的發(fā)展已有100多年的歷史，消費(fèi)者對(duì)體育休閑運(yùn)動(dòng)的需求在迅速增長(zhǎng)，體育功能除了健身、娛樂等又增加了其經(jīng)濟(jì)功能。海洋體育產(chǎn)業(yè)是體育產(chǎn)業(yè)的一個(gè)分支，通過研究國(guó)內(nèi)外體育產(chǎn)業(yè)的發(fā)展現(xiàn)狀，總結(jié)其發(fā)展經(jīng)驗(yàn)，來進(jìn)一步促進(jìn)我國(guó)海洋體育產(chǎn)業(yè)的發(fā)展。

1 研究對(duì)象和方法

根據(jù)研究需要制作了問卷，通過與休閑運(yùn)動(dòng)有關(guān)專家和參與者的訪談，調(diào)查了問卷的信度和效度。分發(fā)了600份問卷，具信度、效度分析顯示，當(dāng)樣本數(shù)為600時(shí)，偏差度為4%，信度可以達(dá)到95%。使用重復(fù)調(diào)查方法，計(jì)算問卷的信度和效度。

1.1 層次聚類方法

層次聚類方法用于對(duì)海洋體育行業(yè)中水上休閑項(xiàng)目的分類。分層聚類的結(jié)果以樹圖形式呈現(xiàn)，通過在所需級(jí)別上切割樹圖可以獲得相關(guān)級(jí)別的集群，這些簇是不相交的。聚合級(jí)算法是最常用的分層算法，如圖1和圖2所示。兩個(gè)圖顯示，Complete-Link方法中的聚類比Single-Link方法更緊湊，并且當(dāng)出現(xiàn)以下情況時(shí)，Single-Link產(chǎn)生的聚類更加細(xì)長(zhǎng)和鏈狀。數(shù)據(jù)集具有當(dāng)“*”表示噪聲數(shù)據(jù)時(shí)，此數(shù)據(jù)可能被單鏈路群集視為一種數(shù)據(jù)類型，但使用Single-Link進(jìn)行群集更為普遍。例如，單鏈接可以提取同心群集，但無法使用完整鏈接來完成。

圖1 單鏈接方法濃縮了分層聚類結(jié)果Fig.1 Concentration of hierarchical clustering results through single link method

圖2 Complete-Link方法濃縮了分層聚類結(jié)果Fig.2 Concentration of hierarchical clustering results through Complete-Link method

分層聚類算法更加靈活。例如，單鏈接層次聚類算法在非各向同性(非均勻聚類包括分隔良好，鏈接和同心的聚類)非球形聚類中表現(xiàn)良好，連接規(guī)則主要包括單連接聚合規(guī)則-最短距離：

d(oi,ok)=minx∈oiy∈ok‖x-y‖

(1)

完全聯(lián)接聚合規(guī)則-最長(zhǎng)距離：

d(oi,ok)=maxx∈oiy∈ok‖x-y‖

(2)

集群間平均鏈路聚合-集群之間的平均鏈路：

(3)

群集內(nèi)的平均鏈路聚合-群集內(nèi)的平均鏈路：

(4)

Wardfa-偏差平方和：

d(oi,ok)=(1/C(ni+nk,2))∑x,y∈(oi,ok)(∑y∈ok‖x-y‖)

(5)

分區(qū)聚類算法僅獲得一個(gè)數(shù)據(jù)集的分區(qū)，而不是分層聚類中形狀像樹狀圖的數(shù)據(jù)結(jié)構(gòu)。分區(qū)算法通常在需要進(jìn)行大量計(jì)算的大型數(shù)據(jù)集中得到了更廣泛的應(yīng)用。劃分聚類通常按聚類標(biāo)準(zhǔn)劃分聚類，聚類標(biāo)準(zhǔn)可以是局部最優(yōu)的或全局最優(yōu)的，但無法通過選擇聚類標(biāo)準(zhǔn)來找到最佳解決方案。因此，通常在不同的初始狀態(tài)下運(yùn)行多次的聚類算法，選擇最佳結(jié)構(gòu)作為聚類結(jié)果輸出。分區(qū)聚類中最直觀、常見的聚類標(biāo)準(zhǔn)函數(shù)是平方誤差函數(shù)，此聚類標(biāo)準(zhǔn)函數(shù)通常應(yīng)用于具有良好聚類和聚類之間較大分隔的數(shù)據(jù)集。平方誤差函數(shù)如下：

(6)

其中，表示一個(gè)簇并顯示其中一個(gè)數(shù)據(jù)，表示第i個(gè)數(shù)據(jù)點(diǎn)屬于第J個(gè)簇。K-Means算法的時(shí)間復(fù)雜度非常小。但是，K-means算法對(duì)初始值非常敏感，因此很容易陷入局部最優(yōu)解。例如，如圖3所示，有7個(gè)二維數(shù)據(jù)，如果選擇數(shù)據(jù)A，B，C作為初始聚類中心，則輸出聚類結(jié)果如圖中的“橢圓”形所示：{{ A}，{B，C}，{D，E，F(xiàn)，G}}，但是，可以看到最佳聚類結(jié)果就像一個(gè)“正方形”。如圖所示：{{A，B，C}，{D，E}，{F，G}}，并且如果為ADF選擇初始值，則最佳結(jié)果集的平方誤差函數(shù)的值將全局最小。產(chǎn)生聚類結(jié)果，如正方形圓圈{{A，B，C}，{D，E}，{F，G}}。

圖3 改進(jìn)的層次聚類算法在體育比賽壓力數(shù)據(jù)中的分布圖Fig.3 Distribution of improved hierarchical clustering algorithm in athletic contest pressure data

1.2 數(shù)據(jù)收集與組織

根據(jù)體育和休閑活動(dòng)的類型，對(duì)問卷進(jìn)行統(tǒng)計(jì)，不同的分類方法有不同的分類內(nèi)容。根據(jù)它們的位置，可以分為海上、海下、水下和水上的海灘。例如，在海灘上享受日光浴，沙灘上開展足排球、跑步、拔河和滑沙等；在海上沖浪、劃船、帆板、航行、救生、海上釣魚、海上游泳和機(jī)動(dòng)船；海水項(xiàng)目包括浮潛、游泳、休閑潛水和救生。海上和空中項(xiàng)目包括拖傘、海上降落傘、滑行飛機(jī)和高空滑翔傘。根據(jù)海上活動(dòng)的不同方式，活動(dòng)可分為4種類型：沙灘游戲、沿海游泳、乘船和飛行。沙灘比賽課程，如沙灘排球、沙灘跑步和沙灘足球；海邊游泳課如游泳、潛水和穿越；攀登懸崖，潛水；小船，如漁船、帆板、劃艇、游艇、龍舟、摩托艇、沖浪；有空中飛行的物品，如滑翔傘，懸掛式滑翔傘等。由于人們參與海洋休閑運(yùn)動(dòng)的方式不同，因此海洋休閑運(yùn)動(dòng)的場(chǎng)所也有所不同。通過調(diào)查可知，日照市曲阜市目前主要的海洋休閑體育活動(dòng)開展場(chǎng)所是海上、沙灘和輪船。其中，從事海上休閑運(yùn)動(dòng)的人數(shù)最多，這表明日照市居民更喜歡在海上享受體育娛樂、游戲和鍛煉。

2 結(jié)果分析與討論

測(cè)試了聚類方法并獲得了以下內(nèi)容結(jié)果，使用該算法生成以下圖片。從圖中可以看出，第一類因素占最大，第三類最少。第一類別和第二類別之間的總體相似性相對(duì)較大，某些屬性有所不同，而第三類別的賬戶總數(shù)較小，幾乎沒有，但與第一/第二類別有顯著差異。

從圖3和圖4可以看出，提出的改進(jìn)算法具有良好的數(shù)據(jù)分析性能，可用于休閑水上運(yùn)動(dòng)的分類分析。對(duì)于活動(dòng)的分類結(jié)果，以參加體育活動(dòng)的方式、參與了什么活動(dòng)及如何參加這些活動(dòng)為準(zhǔn)。人們的參與動(dòng)機(jī)不同，因此選擇了不同的參與方式，由此提出了不同形式的活動(dòng)。圖中顯示了日照市城市居民參加海上休閑運(yùn)動(dòng)的情況。

圖4 不同算法的學(xué)習(xí)曲線Fig.4 Learning curves of different algorithms

從圖5可以看到，以與朋友共同參與和僅個(gè)人參與的分別排在參加海洋休閑活動(dòng)方式的第一和第二位，與朋友共同參與的比例最高，這些人不僅僅是參與體育鍛煉和心理鍛煉，還能夠加深友誼。通過單位組織的參與者較少，被調(diào)查地區(qū)的大多數(shù)居民是自發(fā)參加海上休閑運(yùn)動(dòng)，正式和有組織的海上休閑運(yùn)動(dòng)相對(duì)較少，但無論采用哪種參與方式，人們對(duì)休閑運(yùn)動(dòng)的認(rèn)識(shí)逐漸提高。海洋休閑運(yùn)動(dòng)既基于自身利益，也受諸如社會(huì)環(huán)境、經(jīng)濟(jì)條件、生理生活和區(qū)域環(huán)境等條件的影響，因此活動(dòng)的選擇和海洋休閑運(yùn)動(dòng)類型具有多樣性。

圖5 日照市參加海洋休閑體育活動(dòng)的方式Fig.5 Ways of people’s participation in marine leisure sports activities in Rizhao City

參與休閑活動(dòng)的時(shí)間長(zhǎng)短能夠很好地反映出鍛煉效果和參與情況。圖6顯示了日照市居民參加海上休閑運(yùn)動(dòng)的時(shí)間。

從圖6可以看出，日照市選擇時(shí)間區(qū)間在“0.5～1 h”和“ 1～1.5 h”。參加海上休閑運(yùn)動(dòng)的城市居民較多，大部分居民的活動(dòng)在1 h內(nèi)，這表明居民參與積極性較高，對(duì)健身、娛樂和休閑運(yùn)動(dòng)減壓等功能的理解相對(duì)深刻。但是，由于基礎(chǔ)設(shè)施和相關(guān)系統(tǒng)不完善，人們?cè)趨⒓踊顒?dòng)時(shí)會(huì)遇到許多不便之處，因此可以借鑒國(guó)外經(jīng)驗(yàn)，開展海上休閑體育活動(dòng)。

圖6 日照市參加休閑體育活動(dòng)的時(shí)間Fig.6 Time of people’s participation in leisure sports activities in Rizhao City

1999年，世界體育產(chǎn)業(yè)中最發(fā)達(dá)的美國(guó)體育產(chǎn)業(yè)總產(chǎn)值達(dá)2 130億美元，年增長(zhǎng)率為6.3%，占國(guó)內(nèi)生產(chǎn)總值的2.4%，為國(guó)民提供465萬個(gè)就業(yè)機(jī)會(huì)。美國(guó)國(guó)民人均收入很高，因此更加注重參與體育活動(dòng)并通過參與體育活動(dòng)來提高生活質(zhì)量，這也使得參與休閑體育活動(dòng)成為美國(guó)居民生活中的重要組成部分。美國(guó)有2.7億人，每年通過媒體或現(xiàn)場(chǎng)觀看體育節(jié)目的人數(shù)達(dá)到3.6億。據(jù)統(tǒng)計(jì)，僅運(yùn)動(dòng)器材、運(yùn)動(dòng)鞋、運(yùn)動(dòng)服和休閑運(yùn)動(dòng)這4個(gè)項(xiàng)目的銷售額在2000年就達(dá)到745.07億美元。日本政府也非常注重體育產(chǎn)業(yè)的長(zhǎng)期規(guī)劃和可持續(xù)發(fā)展，成立了體育用品工業(yè)協(xié)會(huì)、休閑發(fā)展中心、體育產(chǎn)業(yè)研究所，更科學(xué)地探索大眾對(duì)體育用品的實(shí)際需求。

3 結(jié)論

總結(jié)了世界發(fā)達(dá)國(guó)家海洋體育產(chǎn)業(yè)的經(jīng)驗(yàn)，分析了中國(guó)海洋體育產(chǎn)業(yè)現(xiàn)狀，包括水上休閑項(xiàng)目的類型、參與程度和反饋。對(duì)人們的參與情況進(jìn)行了調(diào)查，采用聚類算法對(duì)項(xiàng)目進(jìn)行分類。結(jié)果表明，盡管人們參與海洋娛樂活動(dòng)的比例相對(duì)較高，但由于基礎(chǔ)設(shè)施和法規(guī)不完善，影響著行業(yè)的長(zhǎng)期發(fā)展。應(yīng)借鑒發(fā)達(dá)國(guó)家的經(jīng)驗(yàn)，加強(qiáng)海洋休閑運(yùn)動(dòng)活動(dòng)的宣傳，增強(qiáng)人們參與的積極性，進(jìn)一步促進(jìn)海洋體育產(chǎn)業(yè)的發(fā)展。