基于数据挖掘的体育成绩管理与体能分析研究.docVIP

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