姜明

摘? 要：在國民體質(zhì)測試中，數(shù)據(jù)處理一直是測試工作的重點(diǎn)內(nèi)容，對(duì)各項(xiàng)有價(jià)值的數(shù)據(jù)不能夠及時(shí)掌握，影響了測試的準(zhǔn)確性。數(shù)據(jù)挖掘是發(fā)掘具有潛在價(jià)值的數(shù)據(jù)，并且能夠指出數(shù)據(jù)之間的內(nèi)在聯(lián)系，對(duì)國民體質(zhì)測試具有重要意義。隨著我國國民體質(zhì)測試中大量數(shù)據(jù)的堆積，數(shù)據(jù)挖掘的作用越來越明顯，因此要重視國民體質(zhì)測試中數(shù)據(jù)挖掘的價(jià)值。本文就當(dāng)前數(shù)據(jù)挖掘的應(yīng)用進(jìn)行分析。

關(guān)鍵詞：國民體質(zhì)測試? 數(shù)據(jù)挖掘? 應(yīng)用分析

中圖分類號(hào)：G80? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)：2095-2813（2019）04（a）-0222-02

2016年《“健康中國2023”規(guī)劃綱要》的提出，標(biāo)志著我國國民體質(zhì)發(fā)展進(jìn)入了一個(gè)新的階段。自2000年起，我國落實(shí)每5年一次的國民體質(zhì)測試工作，積累了大量國民體質(zhì)測試數(shù)據(jù)，傳統(tǒng)的數(shù)據(jù)處理辦法不能夠完全發(fā)掘出數(shù)據(jù)的價(jià)值，對(duì)國民體質(zhì)的健康狀況的測試準(zhǔn)確率不足，難以進(jìn)行科學(xué)評(píng)價(jià)。數(shù)據(jù)挖掘，是對(duì)數(shù)據(jù)庫進(jìn)行分析，挖掘所需信息并予以處理，是發(fā)現(xiàn)所需知識(shí)的方法，具體包括數(shù)據(jù)分析、預(yù)處理及轉(zhuǎn)換等。現(xiàn)階段，我國在開展體質(zhì)測試中，對(duì)數(shù)據(jù)挖掘這一技術(shù)的應(yīng)用研究較少，以致這一方法推廣中遇到阻礙。本文運(yùn)用關(guān)聯(lián)規(guī)則對(duì)數(shù)據(jù)挖掘算法進(jìn)行研究，以期為這一技術(shù)的應(yīng)用提供參考。

1? 研究對(duì)象與方法

1.1 研究對(duì)象

本次研究對(duì)象為西安市某高校學(xué)生3660人，數(shù)據(jù)來源與西安市體質(zhì)測試研究中心，體質(zhì)測試與2015年8～11月完成。

1.2 研究方法

（1）首先構(gòu)建高校學(xué)生體質(zhì)測試的數(shù)據(jù)庫，所用軟件為SQL Server 2008數(shù)據(jù)庫，每個(gè)學(xué)生體質(zhì)測試的項(xiàng)目類型多樣。

（2）試驗(yàn)通過BI Dev Studio軟件，包括數(shù)據(jù)分析服務(wù)SSAS，數(shù)據(jù)集成服務(wù)SSIS，構(gòu)建起關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘模型，創(chuàng)建決策樹模型。

2? 關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘

2.1 數(shù)據(jù)預(yù)處理

目前，國民體質(zhì)測試的數(shù)據(jù)庫內(nèi)，儲(chǔ)存有海量數(shù)據(jù)，首先應(yīng)實(shí)施預(yù)處理，對(duì)數(shù)據(jù)有出入之處加以糾正。數(shù)據(jù)預(yù)處理工作內(nèi)容復(fù)雜，過程為：數(shù)據(jù)清理、數(shù)值化，前者是將缺失值清除，對(duì)離群值進(jìn)行分析。而數(shù)據(jù)的數(shù)值化是將體質(zhì)測試的總評(píng)結(jié)果分為優(yōu)秀、良好、合格、不合格4個(gè)層級(jí)。

2.2 建立數(shù)據(jù)庫

對(duì)于原始數(shù)據(jù)進(jìn)行了數(shù)據(jù)預(yù)處理之后，留下了3482個(gè)測試數(shù)據(jù)其中男性1985人，女性1497人，個(gè)人信息涵蓋體重、身高、年齡、性別、姓名、跳躍、肺活量，體前屈、引體向上、臺(tái)階指數(shù)、反應(yīng)時(shí)間、仰臥起坐，對(duì)每個(gè)測試對(duì)象進(jìn)行編號(hào)。根據(jù)《國民體質(zhì)測定標(biāo)準(zhǔn)》對(duì)原始數(shù)據(jù)處理，每個(gè)指標(biāo)還需將體質(zhì)等級(jí)、測試總分涵蓋其中。

3? 結(jié)果分析

3.1 挖掘結(jié)果

伴隨挖掘數(shù)據(jù)量的提高，數(shù)據(jù)挖掘出的知識(shí)量也在增加，對(duì)其加以篩選，發(fā)掘出其中有用的知識(shí)。本次數(shù)據(jù)挖掘的結(jié)果如表1所示，表中體現(xiàn)了國民體質(zhì)測試中單項(xiàng)指標(biāo)與體質(zhì)總評(píng)之間的關(guān)聯(lián)規(guī)則，為本次研究決策提供參考依據(jù)。關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘中，通過規(guī)則形式來對(duì)結(jié)果進(jìn)行表達(dá)，各關(guān)聯(lián)規(guī)則內(nèi)均須有相應(yīng)的重要性、概率分析、適用對(duì)象及規(guī)則結(jié)果。

本次國民體質(zhì)測試中數(shù)據(jù)挖掘出的關(guān)聯(lián)規(guī)則包括新知識(shí)規(guī)則、驗(yàn)證性規(guī)則，這些規(guī)則在分析知識(shí)一般規(guī)律中，有重要價(jià)值，為國民體質(zhì)測試后進(jìn)行決策提供了重要的參考依據(jù)。

3.2 規(guī)則解析

表1中列舉的規(guī)則，可對(duì)不同單項(xiàng)指標(biāo)給體質(zhì)總評(píng)造成的影響予以反映。規(guī)則1表明，在體質(zhì)總評(píng)結(jié)果為優(yōu)秀的男生中，65.1%的跳躍能力與肺活量測試指標(biāo)為優(yōu);規(guī)則2則表明52.3%的跳越能力較為優(yōu)秀的男生體質(zhì)總評(píng)成績?yōu)榱己?規(guī)則3表明有89.2%的總評(píng)成績?yōu)閮?yōu)秀的女生跳躍能力與仰臥起坐測試成績都較為優(yōu)秀;規(guī)則4反映出有45.4%總評(píng)成績?yōu)榱己玫呐雠P起坐成績優(yōu)秀;規(guī)則5表明有65.4%總評(píng)良好的女生仰臥起坐成績優(yōu)秀，其身高體重規(guī)則也較為優(yōu)秀;規(guī)則6表明48.9%的總評(píng)為良好的男生身高體重規(guī)則較為優(yōu)秀，肺活量測試成績也較為優(yōu)秀;規(guī)則7反映出有47.5%的進(jìn)行臺(tái)階運(yùn)動(dòng)測試成績?yōu)閮?yōu)秀的女生總評(píng)結(jié)果為良好;規(guī)則8表明有44.7%總評(píng)成績?yōu)榱己玫呐位盍繙y試成績較為優(yōu)秀;規(guī)則9表明有62.4%總評(píng)成績?yōu)閮?yōu)秀的男生引體向上與反應(yīng)時(shí)間都較為優(yōu)秀。

4? 結(jié)語

根據(jù)數(shù)據(jù)挖掘的結(jié)果，對(duì)男女生需要采用不同的體質(zhì)鍛煉方法，男生著重于耐力與心肺功能的鍛煉，輔助以爆發(fā)力與協(xié)調(diào)能力的鍛煉，女生則著重于爆發(fā)力與心肺功能，輔助以協(xié)調(diào)與耐力的鍛煉。本次數(shù)據(jù)挖掘結(jié)果得出的決策來自于數(shù)據(jù)挖掘出的相關(guān)規(guī)則，可以看出關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘在國民體質(zhì)測試中具有較為優(yōu)秀的表現(xiàn)，因此相關(guān)測試者在進(jìn)行測試時(shí)，可以采用數(shù)據(jù)挖掘的方法進(jìn)行體質(zhì)測試，這樣能夠在大量的數(shù)據(jù)中準(zhǔn)確地發(fā)現(xiàn)有價(jià)值的數(shù)據(jù)，從而能夠更為便捷地進(jìn)行數(shù)據(jù)分析，為國民體質(zhì)提升做出較為精準(zhǔn)的決策，全面提升體質(zhì)測試的效果。

參考文獻(xiàn)

[1] 胡精超，王莉.數(shù)據(jù)挖掘在國民體質(zhì)測試中的應(yīng)用研究[J].哈爾濱體育學(xué)院學(xué)報(bào)，2017，35（2）：6-11.

[2] 胡精超，王莉.數(shù)據(jù)挖掘在大學(xué)生體質(zhì)健康測試中的應(yīng)用研究[J].吉林體育學(xué)院學(xué)報(bào)，2017，33（3）：8-11.

[3] 馬強(qiáng).數(shù)據(jù)挖掘中決策樹算法的優(yōu)化應(yīng)用研究[J].電子測試，2016（4X）：30-31.