体育数据分析中数据挖掘技术的运用研究

刘佰勇 盛丽平 李美芹

中图分类号：G80-3   文献标识：A     文章编号：1009-9328（2021）01-061-03

摘  要  本文将详细介绍数据挖掘技术运用在体育数据分析中的必要性，找出数据挖掘技术中的体育教学理论，并通过专业的研究与分析，展现出改进教学计划、分析体质数据、增加学习兴趣及提升数据分析的专业度四项体育数据分析采用数据挖掘技术的实际应用效果，以期提升高校体育教师的整体教学水平。

关键词  体育数据分析  数据挖掘技术  体质数据  数据预测

随着体育事业的迅猛发展，该领域使用到的数据信息也在逐渐增多。为了提高体育教学的精准度，高校体育教师应将数据挖掘技术正式引入校园，力求在体育数据分析的助力下全面改善学生的身体素质，并为其日后的发展奠定坚实的基础。

一、数据挖掘技术运用在体育数据分析中的必要性

在信息技术快速发展的同时，大数据内的数据挖掘技术也显现出了更多的功能，其在搜索大量数据后，借助其自身技术可确认各项数据的隐藏关系。随着社会经济的不断发展，应用数据的领域也逐渐增多。在数据量加大的情况下，技术人员需运用数据挖掘技术内的关联性找出更多数据，以期最大化地利用此类数据的价值。一般来讲，数据挖掘技术能应用到多个学科中，再加上科学的交融性与种类复杂性，使得这项技术能在不同科学中展现自身的独特价值。

随着教育领域中课程改革的力度不断加大，社会各界对高校学生的身体素质状况愈发关注。为提升体育教学的科学性、专业性，增强学生的身体素养，许多教师都尝试将体育教学内容与数据挖掘技术相结合。在数据分析的带动下，高校体育教师的体育教学变得更有针对性了，如此能在改善学生学习兴趣的基础上，提升其整体的身体素质，将学生身体数据的价值挖掘出来。由此看来，将数据挖掘技术运用在高校体育教学的分析中极有必要。

二、数据挖掘技术中的体育教学理论

（一）整合数据类别

当前处理数据的方法较多，采用决策树模式能有效看清各项基础数据。这种方式主要运用在处理非固定类的数据中，其是通过归纳与总结，完成数据类别的整合。比如，在高校体育教学中收集的数据信息总是处在不断变化中的，为增强数据处理的系统性，相关人员在分析与研究时可采用数据挖掘技术，以此全面分析该数据的含义，将其可能存有的隐藏信息挖掘出来，然后再利用良好的数据处理手段，就能深入了解与掌握高校学生的身体态势[1]。

（二）增强数据预测与分析的可行性

由于当前高校的数据量较大，因此在对数据进行处理时可采用以下两个方法。第一，是在处理各项数据信息时采用模糊集法，即通过此前该数据的发展与走势对其进行初步判断。当数据容量过大时，采用此方式能增强工作人员的分析效率，当然其结果也会存在较大的模糊性。第二，是在完成数据信息的处理后，在不同类别数据的支持中开展准确地分析与预测。若想增强数据预测的准确度，高校管理人员应建立方程模型，利用连续价值类的函数来预测数据未来的发展趋势与进一步的波动。对于函数建模，其要借助系统内部的基础性数据来引出其他数据，高校教师在进行正式的体育教学时，可利用此前学生的基础性数据来详细分析其学习状况与潜在行为，继而研究出学生可能获得的学习成果。

三、体育数据分析采用数据挖掘技术的实际应用

（一）优化教学计划

随着社会经济的快速发展，信息技术在高校中的运用越发普遍。在互联网系统中，数据挖掘技术是其主要手段，教师可利用该技术进行一定的体育数据分析，如能将教材内容与体育数据分析相结合。具体来说，体育课程的实践性非常重要，教师在融合体育数据分析与教学内容的过程中，要想有效掌握当前学生的体育学习现状，可以通过数据挖掘技术来找出高校体育学生的整体与个体水平，发现当前其存有的不足，从而运用科学的方式来改善其体育学习状态。借助数据挖掘技术，教师可提升体育教材的灵活性，增强其移动感，为其打造更为轻松的体育学习氛围。如此可使学生在轻松学习的同时，也能让教师对他们的学习情况把控得更为精准。在日常教学中，教师可详细记录学生在各个项目中的学习成绩，通过对其个体差异的了解，确认不同学生的优势项目，这有助于教学计划的更换，以及借助良好的心理辅导进一步促进高校学生的身体素质[2]。

举例来说，某高校体育教师在日常教学活动中使用数据挖掘技术对学生的体育状态进行详细分析。具体数据见表1。

表1中展现了该班级男生与女生在篮球、田径课程上的表现。该班级共有28名男生、22名女生。针对其整体表现，当教师将其考试分数输入网络系统后，可看出该班级男生的整体身体素质要高于女生。从单独的体育项目看，男生对篮球的兴趣更大，在两个项目中女生的表现则较为平均。通过数据挖掘技术详细分析出的结果，高校体育教师应借助教材内容来培养学生的体育活动技巧，以此充分利用不同的体育项目改进学生对应的身体指标。

（二）分析体质数据

高校体育教师在实际教学中应借助多重教学方法改善学生体质。学生的身体素质是其日后发展的基础，利用实践功能较强的实践活动，能真实了解学生的身体状态。在信息技术快速发展的今日，教师可利用数据挖掘技术仔细分析各类教学方式，借助其衍生出的教学效果来提升体育教学的针对性。也就是说，在正式的体育教学中要根据学生不同的身体条件为其提供适当的帮助，使其在体育活动中可获得更大进步。

学生的身体状态由其体质特征决定。随着体育教学的快速发展，教师应借助数据挖掘技术来详细分析学生的个体特征，并找到適宜的教学方式。一般来讲，每名学生都拥有独特的潜力，教师需利用数据分析找出其体内潜能，然后再进行适当地引导与开发，将其全部实力发挥出来，增强其身体素质。在使用数据挖掘技术的过程中，高校体育教师可建立一定的教学评价标准，依照不同学生的数据确认其对应能力。依照当前的互联网平台，高校管理层可与体育教师联合设置一套学生实力评价表，借此通过多种形式的数据将学生的体质展现出来，如此可有效拉近师生间的距离，增强其体育学习的信心与动力，更好地完成教师安排的体育学习任务。

此外，在分析学生的体质数据期间，教师在课前应制定出有针对性的教学计划。受环境等诸多要素的影响，高校学生的身体素质各不相同，若体质较弱的学生数量较多，在开展教学活动时，其规则要由易到难、循序渐进，并对这类学生的重点爱好进行针对性培养，以此在其掌握多项体育技能的基础上改善其身体素质。

（三）提升学生兴趣

在开展体育教学活动期间，教师要注重对学生运动兴趣的培养，这是非常关键的。为此，教师在日常教学时应不断变换教学方式，以加强学生体育学习的兴趣。具体来说，虽然篮球项目在男生群体中极受欢迎，但相较于实际锻炼，其对于该项目部分技巧的掌控稍显不足。为提高男生篮球的单打技术水平，教师可在课前对NBA的大数据进行整理，如在2018—2019赛季，针对不同的防守项目，NBA官方进行了一定的数据统计，数据以NBA中的湖人、爵士、热火与灰熊队为例，其具体数值见表2。

从数据挖掘技术中可以分析出湖人队在横向移动上占据优势，爵士队在纵向移动上效果佳，热火队更擅长贴身防守，而灰熊队的三项防守数据较平均。产生该现象的原因在于各个球队的人员配置与防守资源不同，进一步说明就是，由于湖人队球员的投篮命中率较高，其在场上的空间更开阔，在进行防守布置时也便于横向移动;而灰熊队球员较为年轻，其活力有余，针对性不强，因而其各项数据较平均。通过教师的详细分析，可以极大提升学生的篮球学习兴趣，不仅如此，学生也会根据自身的篮球技巧与防守条件来选择对应的防守方式，这会有效提高篮球教学的质量和效率。

（四）增强体育数据分析的专业性

由于男生与女生的体质不同，在实际的体育锻炼中，高校男生更喜欢有激烈对抗的项目，如足球、篮球等，而女生则更倾向选择那些既能锻炼身体，又没有太多身体对抗的项目，如排球、羽毛球等。

以羽毛球运动为例，高校中的部分女生在羽毛球运动中由于技巧运用不当，不仅无法实现体育健身的目的，还可能引发不同程度的运动损伤。为避免这种情况的发生，教师需借助大数据中的数据挖掘技术来分析羽毛球技巧。例如，教师在正式授课前，要仔细查询羽毛球技巧的资料，再结合女生的身体素质，寻找到国内女单选手张宁的技术数据，并对此进行详细分析。详细数据见表3。

借助大数据技术内部的数据挖掘，教师可看出张宁更擅长正杀与反杀，其主要原因在于其力量与气势较足，而正对杀的成功率较低则显现出其一般的身体素质。在日常教学时教师除了让女生观看更多的羽毛球单打技巧外，还要根据其身体素质的不同，为其选择适宜的单打技巧，这样既能加强他们的身体锻炼，又能学到更多、更实用的羽毛球技巧。这样一来，体育数据分析的专业度也获得了进一步提升。

四、结语

综上所述，在数据挖掘技术不断发展的过程中，高校教师应对体育数据信息与体育统计学进行有效融合，将数据挖掘技术运用到数据分析中，给体育教学提供了针对性的指导，以此增强体育教学的专业度，切实保障高校学生在体育教学中有所收获。

参考文献：

[1]万义飞，蒙琦，陶镇威.大數据的数据挖掘技术和应用研究[J].电子世界，2020（22）：178-179.

[2]王玉.体育数据分析中数据挖掘技术的运用实践探微[J].当代体育科技，2018，8（27）：243+245.

山东医学高等专科学校