基于数据挖掘的体育成绩管理与体能分析研究

摘要：随着信息技术的发展，计算机技术在社会各行业中得到了普及性的应用，网络的普及进一步推进了信息化建设的进程。在素质教育深入开展的背景下，体育教学的重要性逐渐凸显，全民健身意识的培养不仅成为了当前体育教育的一大重任，同时也成为全社会所关注的焦点。因此，进一步推进体育教育信息化建设势在必行。本文基于数据挖掘技术在体育成绩管理与体能分析中的应用展开了研究，以实现对体育成绩的高效管理与分析，并实现对学生体能相关数据的深入分析，最终达到提升学校体育教学质量的目的。

关键词：数据挖掘 体育成绩管理 体能分析 系统 研究

中图分类号：TP311.52；TP311.13 文献标识码：A 文章编号：1007-9416（2015）03-0083-01

随着新课改的深入开展，体育教育的重要性逐渐凸显，教育部针对教育课程制定了一系列的锻炼标准及成绩标准，广大教师在每年的体育考试阶段，都面临工作量庞大的现实问题。同时，随着国家对大中小学学生体质的重视，如何推进体育教育的信息化建设，根据学生每年的体育测试成绩，实施针对性教学，提高体育教学的有效性，从而促使当代青少年得以全面、健康成长是当前学校体育教学面临的重要课题。本研究将现代数据挖掘技术应用于体育教学中，在实现对体育成绩有效管理的基础上，通过对学生身体形态、身体机能、不同运动项目成绩等相关数据的分析，将其中所隐藏的信息进行充分的挖掘，进而实现有效信息的最大化利用，为提升体育教学水平、促进青少年全面发展提供决策依据。

1 数据挖掘相关概念综述

1.1 数据挖掘的功能与特点

1.1.1 数据挖掘的功能

数据挖掘的根本目的在于从相关数据中挖掘出所隐藏的具有价值的信息，从而做出恰当的决策与判断。数据挖掘的功能为：第一，实现对数据的自动分析，为预测与决策提供基础性的前提。在以往的数据分析中，没有现代信息化技术作支撑，需要以手动分析的方法来实现对相关数据信息的分析，这种预测结果不仅耗时耗力，还存在很大的误差，而自动化分析在节省时间与人力的基础上，能够通过自身程序的设定来实现较深层次的且较为准确的分析；第二，能够实现对数据间所存在关系的分析，即所谓的关联分析法；第三，能够实现对数据的整合，进而通过聚类分析法实现对相关数据的有效分析；第四，还能够实现概念分析与偏差描述这两项功能。

1.1.2 数据挖掘的特点

数据挖掘的特点具体表现在如下几方面：第一，数据挖掘的信息是基于信息库内的所有信息，因此这种挖掘具有一定的深度与广度；第二，能够为使用者提供其所需要的信息；第三，数据挖掘能够自动筛选出具有价值的信息，进而以软件程序所预设的规则来实现有效的信息的整合；第四，能够及时对数据所出现的变化做出反应，进而实现决策的实效性；第五，需要对现有的潜在规则实现有效的发掘，并需要对已有的规则与系统进行挖掘；第六，数据挖掘需要依赖于数据库内的资料，但是随着新数据的不断加入，最初所建构的模具无法实现对现有数据的有效分析，因此还需要重新建模。

1.2 数据挖掘的基本方法

数据挖掘的基本方法为：总结挖掘法、分类挖掘法以及聚类分析法。其中，总结挖掘法是对当前已有的数据进行整合，进而给出一个浓缩形式的表达；分类挖掘方法的应用通常要使用统计方法、机械学习法以及决策树方法等；聚类分析法则是基于“物以类聚”的思想，根据事物的特征对其进行聚类或者分类，在聚类方法的实现过程中，常见的方法有统计方法和机器学习方法。

2 系统功能需求分析

将数据挖掘技术应用于体育成绩管理与体能分析，其目的是为了从现有的数据中将潜在的有价值的信息进行整合，从而为学生、体育教师、教学管理人员提供有效的信息，为实现学校体育教学质量的提升奠定基础。在实现这一系统构建之前，需要明确学生、体育教师、教学管理人员的实际需求，从而更好的实现系统目标。具体需求如下：第一，要明确系统功能所需要满足的角色，包括体育教师、学生、教学管理人员以及系统管理员。因此需要针对不同用户角色设置相应的操作权限，执行不同的操作；第二，提供体育测试成绩录入功能，能够实现学生测试成绩的单独录入和批量录入。同时还需要实现成绩修改、成绩删除、成绩查询和成绩导出功能。第三，体育测试的内容非常庞杂，体育课程会涉及到多个项目。所有体育测评成绩需要基于满分标准的基础上，实现测试类型的有效划分与评定等级标准，并需要对各个测试类型的分值项进行有效的权重设置；第四，能够根据需要增加、删除或修改测试类别，同时，能够实现对学生体育成绩的有效分析与计算，并要实现对学生成绩的分制转换以及导出的功能；第五，根据学生历年来体育成绩进行综合分析，形成学生体质特征信息，及时发现学生存在的不足，进而提出有针对性的改善措施；第六，为了确保数据的安全，系统还用具备维护、备份以及还原等功能。

3 系统总体构架

系统采用 技术开发，数据库平台选用 SQL Server，程序开发平台为Visual Studio，采用了三层体系架构。顶层是控制页面，也就是直接面向使用者的层面，中间为业务逻辑层面，实现对数据的获取、分析以及判断，底层为数据访问层，实现与数据的交换功能。采用了三层体系结构，三层之间独立处理任务，通过相关的接口进行连接，能够提高系统处理数据的速度和运行效率，同时通过功能的划分在最大程度上降低各层之间的耦合性，确保系统具有良好的适应性和功能可扩展性，进一步提高了开发软件的效率，也为后期系统维护工作降低了工作量。

4 基于数据挖掘的体育成绩管理与体能分析

将数据挖掘应用于体育成绩管理与体能分析系统之中，第一步需要明确所需要解决的主要问题，进而才能根据问题实现有效的信息选择，从而实现数据库的构建。在建立数据库之后，通过对数据的分析，构建出数据模型。在构建的数据模型基础上，实现对数据的评估与分析，如果存在误差，需要进行有效的调整。最后在解释相应模型的基础上，为做出科学的决策奠定基础。

系统主要采用决策树进行数据挖掘。决策树是一种通过一系列简单的决策树规则从大量的异构数据中选择、辨别出同类数据的数据挖掘方法。目前已有多种决策树算法，如ID3，CART，C4.5，SEES，SLIQ等。其中应用最多，最具影响力的算法是ID3算法和改进后的C4.5算法，根据体育成绩数据的特点应选择ID3算法进行决策树的建立。ID3算法从树的根节点处开始，选取某一属性来区分不同的数据样本。对属性的每一个值产生一个分支，分支属性值的相应子集被移到新生成的子节点上，直到节点的所有样本都分区到某个类中。这样自顶向下的决策树的生成算法，可根据提供的不同的信息属性划分出相异的记录子集，并影响决策树生长的快慢及决策树结构的好坏，从而判断导致结果的规则信息中的优劣关系。

4.1 建立体育成绩数据信息库

在建立体育成绩数据信息库的过程中，首先需要对项目信息、成绩信息等相关的信息进行整合处理，将无关的信息进行清除，判断的依据为是否与体能分析存在着关系。使用决策树进行相关数据信息的分析与处理，需要进一步将一般关联性的数据剔除，从而确保重要数据得到有效的分析，这样才能明确体育成绩和体能间所存在的关系，从而为决策提供最有价值的信息。

4.2 在实现模型构建的基础上获得所分析的结果

通过决策树的构建可以得到相应的决策模型，进而找到体育成绩与体能之间的关系，从而为体育教学和训练内容的调整指明方向，能够针对学生体能方面的不足给出相应的建议，并在实际教学的过程中有针对性的进行达标测试，进而再通过得到的成绩进行体能分析，为提高学生体育成绩、强化学生的身体素质提供有效的保障措施，这就在实现体育教学目的的基础上，简化了学校体育教学管理工作的难度，提高了课堂教学的有效性。

5 结语

综上所述，体育教育的重要性逐渐凸显，实现数据挖掘技术在体育成绩管理与体能分析中的有效应用，进而构建相应的信息化管理平台，通过决策树的构建，实现学生体育成绩的整合分析与关联性分析，进而使教师、教学管理人员掌握学生实际体能状态，为体育教学方法的创新与体育教学内容的完善指明方向，进而提高学校体育教学的有效性和针对性。

参考文献

[1]徐建敏，区木华，熊金志.数据挖掘技术在体育训练中的应用综述与分析[J].电脑知识与技术，2012，22：5492-5495.

[2]赵新辉，沈雅雯，张建丰，郭瑞.数据挖掘技术在体育科学研究中应用现状评述[J].少林与太极（中州体育），2014，07：44-48+52.

[3]廖述兵，邢丽.基于数据挖掘构建高校体育管理信息化体系[J].中国教育信息化，2011，21：37-40.