我国竞技体育事业日益发展,赛事规模和数量日益增多,运动场上的竞赛激烈程度也日益增高。运动员要想在赛场上高水平发挥,心理压力是其必须克服的重要因素。其中,竞赛压力是一种以运动员为当事人的特殊压力类型,主要产生于竞赛环境中,它给运动员带来了诸多负面影响。众多的学者专家越来越重视竞赛压力这个研究领域。在体育赛事中,运动员受到的压力源是多种多样的,针对运动员的压力状况,国内外专家设计了诸多运动员压力的相关量表、问卷对运动员的日常生活和体育赛事的过程进行深入细致的调查,形成了一整套运动员压力源的测评体系,为运动员的体育竞赛“保驾护航”。通过参与国家体育总局科研项目“运动员竞赛压力管理系统”的开发,获取运动员的相关心理压力源数据,应用自然语言处理和机器学习技术研究这些数据,重点使用聚类算法和推荐算法,从而形成体育竞赛压力源的应用研究成果。本文将从以下方面逐步展开分析：首先,对体育竞赛压力源调查问卷进行介绍,进行竞赛压力源的数据准备工作,如数据预处理,去量纲化等；第二,针对体育竞赛压力源的数据特点,将已知的划分算法K-Means算法与分层算法结合形成新的改进分层K-Means算法,并对新旧算法的性能进行比较,进而将其真正应用于体育竞赛压力源数据中去,得出聚类结果并分析；第三,在上步对竞赛压力源聚类结果的基础上,结合基于内容推荐算法的特点,进行用户偏好模型的建立,然后再将其与体育竞赛压力应对策略文本库进行匹配,对比。最终形成推荐结果,从而对相应压力特点的运动员进行应对策略的推荐,从而辅助心理学专家进行诊断,使运动员获得良好的心理辅导建议,保持健康的心理状态。