数据挖掘在国民体质测试中应用研究.docVIP

数据挖掘在国民体质测试中应用研究 　　摘要：本文运用决策树和关联规则数据挖掘算法对体质测试数据进行研究，用SQLServer BI Dev Studio数据挖掘服务建立体质水平与各单项指标的数据挖掘模型，发现影响体质水平的重要指标。研究表明，将决策树和关联规则综合运用于体质水平数据挖掘研究是有着显著作用。结果显示：影响青年人体质的是身体爆发力，影响中年人体质水平的是平衡能力，对老年人体质水平影响较大的是反应时和心肺功能。建议：为促进国民体质健康，应针对不同人群、不同性别采用不同体育锻炼方式。 　　关键词：数据挖掘；关联规则；决策树；体质测试 　　2016年10月25日，中共中央、国务院根据党的十八届五中全会战略部署，印发了《“健康中国2030规划纲要》。推进健康中国建设，是全面建成小康社会、基本实现社会主义现代化的重要基础，是全面提升中华民族健康素质、实现人民健康与经济社会协调发展的国家战略。未来15年，是推进健康中国建设的重要战略时期，社会、经济、科技快速发展将为健康领域可持续发展提供强大保障。 　　党和国家历来高度重视国民的体质健康，国民体质是一个国家健康发展的重要保障。从2000年起每5年进行的国民体质测试是落实《中华人民共和国体育法》和《全民健身计划》的重要工作。面对积累的大量的国民体质测试数据，运用传统的处理方法，很难对体质健康状况进行全面科学的评价和有效地决策。数据挖掘是在数据库中知识发现重要的一部分，而知识发现是将未加工的数据转换为有用的信息的过程，包括数据转换、数据预处理和挖掘后的数据分析。由于我国体质测试数据库积累了大量的数据，而数据挖掘工具软件在体育领域的研究不够深入，推广还有一定难度，多数文献为数据挖掘的探索研究和规模较少数据的研究。国内许多学者根据数据挖掘的基本原理，利用数据挖掘工具对现有的体质数据进行探索，乔克满等以上海市国民体质监测指标为研究对象，应用SQL Server 2005数据挖掘服务发现验证性规则、含有新知识的规则和看似“不合理”的?则。张崇林等用Clementine12.0数据挖掘软件，发现高校教职工体质总评与各单项指标关联规则，发现对青年教职工和中年教职工体质影响较大的单项指标略有不同。数据挖掘在国民体质测试中的运用可见一斑。本文运用决策树和关联规则数据挖掘算法对体质测试数据进行研究，用SQL Server BIDev Studio数据挖掘服务建立体质水平与各单项指标的数据挖掘模型，发现影响体质水平的重要指标。 　　1研究对象与方法 　　1.1研究对象 　　研究对象为焦作市14243名成年人（20～84岁），其中焦作市区3161人，博爱县2052人，孟州市3870人，沁阳市1201人，温县2039人，武陟县1919人。体质测试由焦作市体育局专业人员于2015年8～11月完成。数据来源于河南省焦作市体育局2015年对焦作市市区及下属的沁阳市和5个县进行的体质测试。 　　1.2研究方法 　　1.2.1建立数据库用SQL Server 2008数据库软件建立焦作市体质测试数据库，其中每个人由若干体质测试项目构成，包括姓名、性别、年龄、身高、体重、身高体重指数、肺活量、台阶指数、体前屈、单脚站立、反应时、握力、纵跳、仰卧起坐，每个测试对象有唯一标识符（TID）。 　　1.2.2数学建模实验通过用SQL Server 2008Business Intelligence Development Studio （BI DevStudio）和Visual Studio 2010软件，包括数据分析服务SQL Server analysis service（SSAS），数据集成服务SQL Server Integration Services（SSIS）建立关联规则数据挖掘模型和决策树模型。 　　1.2.3频繁项集和关联规则设D是焦作市体质测试数据库I=I1，I2，…IM}是数据库内各项的集合，事务T是非空项集。 　　同时满足最小支持度阈值（min_sup）和最小置信度阈值（rain_conf）的规则称为强规则。如果项集，的相对支持度满足预定义的min_sup，则I是频繁项集。 　　1.2.4决策树归纳决策树是一种类似于流程图的树形结构，该方法利用信息增益寻找体质数据库中具有最大信息的属性，建立决策树的一个节点，每个内部节点表示一个属性上的测试，再根据该属性的取值建立树的分枝，每个分枝代表该树的一个输出，每个叶节点存放一个类标号。用决策树确定一组数据是否属于特定的类型。从决策树的根节点到叶节点的一条路径就对应着一条规则，整棵树就对应着一组规则。决策树与关联规则具有异曲同工之妙，为结合关联规则进行数据挖掘提供了条件。 　　决策树方法应用于国民体质测试中的基本思路是通过决策树方法