基于大数据分析运动员损伤康复建模研究.docVIP

基于大数据分析运动员损伤康复建模研究 　　摘 要： 目前对于运动员损伤康复的研究是通过对影响运动员损伤康复的因素采用多元方差重复测量方法进行分析，但是并没有对这些因素的影响效果做精准的分析和有效预测，影响康复和机能恢复。故提出一种基于大数据分析的运动员损伤康复建模方法，模型从统计学角度对损伤康复因素进行多层线性分析，得到影响因素与损伤康复的关系来描述运动损伤的发生规律，对损伤康复因素进行主成分分析得到运动损伤产生的直接影响因素，可对损伤康复影响因素进行有效预测，由此完成运动员损伤康复研究。实验结果表明，预测结果与真实结果符合度较高，证明该方法对运动员损伤康复数据分析结果有效。 　　关键词： 大数据分析； 主成分分析； 多层线性分析； 损伤康复； 多元方差； 有效预测 　　中图分类号： TN911.1?34； G804.53 文献标识码： A 文章编号： 1004?373X（2018）11?0149?04 　　Research on athletes′ injury rehabilitation modeling based on big data analysis 　　WANG Hui 　　（Shanghai Jian Qiao University， Shanghai 201306， China） 　　Abstract： For the current study on athletes′ injury rehabilitation， the multivariate variance repeatedly?measured method is used to analyze the factors influencing the athletes′ injury rehabilitation， but the impact effects of these factors （rehabilitation and functional recovery） aren′t analyzed and predicted accurately. Therefore， an athletes′ injury rehabilitation modeling method based on big data analysis is presented. In the model， the multilayer linear analysis is performed for the injury rehabilitation factors from the perspective of statistics to get the relation between the influence factors and injury rehabilitation for the description of the occurrence regularity of sports injury. The principal component analysis is carried out for the injury rehabilitation factors to obtain the direct influence factors produced by sports injury， which can effectively predict the influence factors of injury rehabilitation， so as to complete the research on athletes′ injury rehabilitation. The experimental results show that the prediction results are in good agreement with the actual results， and this method has effective data analysis results for athletes′ injury rehabilitation. 　　Keywords： big data analysis； principal component analysis； multilayer linear analysis； injury rehabilitation； multivariate variance； effective prediction 0 引 言 　　随着体育事业的快速发展和人们对体育事业的热爱，运动员为取得更好的成绩经常会进行超过身体的负荷训练[1]，竞技运动项目训练强度较大，高频率的比赛极为