论文部分内容阅读
在我国大学生体育训练以课堂学习为主,业余锻炼为辅,基本上处于一种无序的状态,存在很多不合理的因素,无法满足大学生提高身体素质的需要。随着计算机科学技术的发展,特别是决策支持系统的发展,决策支持系统在体育运动训练领域得到了应用,随着数据仓库和数据挖掘技术的出现和发展,也将这两种技术应用到其中。本文介绍了采用数据仓库技术和数据挖掘技术构建的大学生体育训练辅助决策支持系统,把大学生的不同方面实现有机的集成,把科学的训练理论、先进的训练方法应用于大学生体育运动训练管理,结合用户输入产生一套合理的体育运动训练方案。该系统基于南昌大学在校大学生的体育成绩及身体检查表等数据,构建数据仓库的多维数据集,并将数据挖掘技术应用到其中。对数据挖掘中的关联规则挖掘和决策树分类算法进行了详细的分析和研究,首先对关联规则经典算法Apriori算法进行了适当改进,提高了读取数据库中有效数据的速率,同时减少了一些不必要的数据扫描,利于更快的产生频繁项集,这两点使该算法对于海量数据的挖掘效率明显提高;其次,对决策树ID3算法进行了改进,建立了基于该算法的挖掘模型,减少了建树时选择属性增益值时的计算量,提高了运行速度,设置属性重要度,解决了根结点趋向于取值较多的属性,并设置了剪枝阈值,限制了树的完全生长,同时能提高速度,促使产生结构合理的决策树。另外还利用sqlserver2005中的Analysis Service建立基于多维数据集的挖掘模型,产生的规则用于指导体育教学改革,相关程度较高的强关联规则可以导入知识库,作为产生体育训练方案时的依据。