基于數據挖掘的排球運動員身體素質評價模型

楊宋華

摘 要： 塑造基于數據挖掘的排球運動員身體素質評價模型，通過數理統計法挖掘出排球運動員包含的五大身體素質結構特征，依據該五大身體素質特征，獲取排球運動員身體素質代表指標。基于不同指標的身體素質代表指標的素質因子旋轉后的特征值，與不同因子旋轉后的總特征值的比值可得到運動員身體素質因子代表指標的權重系數。基于該權重系數可獲取基于數據挖掘的排球運動員身體素質評價模型，并采用該模型對運動員的訓練、比賽以及身體素質進行有效的評價。采用因子分析對設計的基于數據挖掘的排球運動員身體素質評價模型進行檢驗，結果顯示該評價模型是可靠的。

關鍵詞： 數據挖掘； 身體素質； 評價模型； 權重系數

中圖分類號： TN911.1?34； G807.4 文獻標識碼： A 文章編號： 1004?373X（2017）11?0119?04

Data mining based physical quality evaluation model for volleyball athletes

YANG Songhua

（Institute of Physical Education， Nantong University， Nantong 226019， China）

Abstract： The data mining based physical quality evaluation model for volleyball athletes is established. The five structure features of the volleyball athletes physical quality are mined with the mathematical statistics. According to the five physical quality features， the representative indicators of the volleyball athletes physical quality is acquired. On the basis of the ratio of the rotated characteristic value of the quality factor representing the physical quality of different indicators to the rotated total characteristic value of different factors， the weight coefficient of the representative indicator of the athletes physical quality factor is obtained. On the basis of the weight coefficient， the volleyball athletes physical quality evaluation model based on data mining is acquired. The model is used to train the athletes， and evaluate the game and physical quality effectively. The factor analysis is adopted to test the designed volleyball athletes physical quality evaluation model based on data mining. The test results show that the evaluation model is reliable.

Keywords： data mining； physical quality； evaluation model； weight coefficient

0 引 言

當前的排球領域競爭激烈，從以往將技術和戰術當成訓練目標，發展成專注運動員身體素質的目標。增強排球運動員的身體素質是提升排球成績的關鍵[1]。因此，應科學塑造排球運動員身體素質的評價模型，對運動員身體塑造進行合理訓練[2]，增強運動員的排球技能。

為了科學分析排球運動員的身體素質結構，進行正確的訓練，增強排球運動能力，提出基于數據挖掘的排球運動員身體素質評價模型，并通過實驗驗證模型的有效性。

1 研究對象與方法

1.1 研究對象

本文從2013—2014以及2014—2015兩個賽季中中國大學生排球聯賽期間不同隊伍中采集2名男運動員，一共60名運動員，當成研究對象。對這些運動員進行檢測和調查。這些研究對象的平均年齡為18.5歲，基本情況如表1所示。

1.2 研究方法

采用數理統計法中的SPSS15.0社會統計學軟件對檢測指標的數據進行因子分析等統計處理[2]，完成排球運動員身體素質數據的挖掘分析。

2 研究結果分析

2.1 排球運動員身體素質指標檢測結果分析

人體身體素質是指同運動相關的功能狀態，包括運動員在特定運動項目中的運動能力。排球運動員身體素質需要按照運動需求采取同運動具有緊密關聯性的身體練習方式[3]，優化同排球運動能力相關的運動素質以及運動所需的體形態。采用SPSS15.0軟件對排球運動員的測試數據進行統計分析，進而對排球運動員身體素質特征指標數據進行挖掘[4]，結果如表2所示。表中描述了男排球運動員各項身體素質平均水平。

采用SPSS15.0軟件對表2中的數據進行因子KMO以及球形Bartlett檢驗。SPSS15.0軟件中的樣本含量越高所獲取的結果穩定性越高，通常采用R型因子進行分析可得巴特萊特檢驗存在顯著性。按照KMO的量度可得，原變量能夠進行后續的因子分析。

對測試項目用 SPSS15.0 軟件對所測的數據進行因子分析中的總方差解釋，結果如表3所示。分析表3可得，本文采集了5個排球運動員身體素質指標因子，這些因子的公共解釋原始變量占總方差的72.018%，丟失了大約18%的信息。這些因子具有較高的解釋效果[5]，可將它們當成公共因子，并且它們的特征值都高于1，總的價值率高于82.483%。

分析前五個因子的特征值以及特征向量可得，第4、5個因子同原始變量的關聯度較低，對原始變量的解釋效果差[6]，無法對還未進行旋轉的因子的含義進行準確解釋。此時，需要對沒進行旋轉的因子載荷矩陣實施方差極大法正交旋轉變換，獲取經過旋轉變換后的因子載荷矩陣，如表4所示。

綜合分析上述結果可得，男子排球運動員的身體素質的五項重要特征[7]按照各因子內的因子載荷量完成聚類分析，再命名聚類后的主因子，可知排球運動員身體素質主要包括彈跳素質、速度素質、力量素質、耐力素質、柔韌素質五個元素。

上述過程通過數理統計法分析排球運動員包含的五大身體素質結構特征，對檢測指標的數據進行因子分析等統計處理，完成排球運動員身體素質數據的挖掘分析。

2.2 明確排球運動員身體素質指標的評價標準

2.2.1 明確排球運動員身體素質代表指標

基于2.1節挖掘出的排球運動員身體素質的五大特征，可獲取排球運動員身體素質代表指標。為了科學地檢測評估排球運動員的身體素質訓練水平，應采用各因子中具有代表性的指標[8]，在不同的訓練過程中對運動員進行合理的檢測。

采用公式采集不同類排球運動員身體素質指標因子中的代表指標。其中：表示類中指標間的相關系數；表示類中的指標數量。在相同的類中對比的大小，將具有較高值的當成類間的代表指標，從五個素質因子內分別采集一個代表指標檢測排球運動員，結果如表5所示。

2.2.2 評價指標標準分數的指定

指標經驗服從正太分布，采用T分標準分數法對原始數據進行規范化處理，評分表的成績區間是評分區域是T分變化是2分，制定規范百分數從2～100分的評分表，成績值變化為將平均數當成基準值，當成成績波動值，當成各指標標準差。因為指標經驗屬于離散型隨機變量[9]，則采用離散型資料的位置百分方法描述并將其當成規范分數。將數據代入獲取規范百分數常模表，如表6所示。

2.2.3 運算評價指標權重系數

權重系數是對應的排球運動員身體素質指標在同類中占據的比例，采用具有高權重系數的身體素質指標可檢測排球運動員的身體素質優劣[10]。按照不同指標的身體素質代表指標的素質因子旋轉后的特征值，同不同因子旋轉后的總特征值的比值，能夠獲取不同運動員身體素質因子的代表指標的權重系數，如表7所示。

2.2.4 塑造基于數據挖掘的排球運動員身體素質評價

模型并進行評估

依據2.2.3節獲取的排球運動員身體素質因子的代表指標權重系數，塑造基于數據挖掘的排球運動員身體素質評價模型的運算公式為：

（1）

式中：表示綜合評價規范分數；是運動員助跑摸高10次平均值的規范得分；是運動員6 m×15 m移動的規范得分；是運動員30 s仰臥起坐的規范得分；是運動員800 m跑的規范得分；是運動員坐位前屈的規范得分。

將60名排球運動員的不同項指標成績化成百分數，并將結果融入評價模型，獲取60名運動員的身體素質得分。采用統計學軟件SPSS15.0分析輸入的得分，獲取運動員的綜合評價分數滿足非標準正態分布（-0.764，=0.018），對男子排球運動員的總體進行評價，將60名排球運動員的末名成績看成優秀分數線，為60名運動員在相應隊伍中的比例為11%，并且根據評分將運動員劃分成5個不同的等級，詳細情況見表8。

2.2.5 評價指標的均衡評價標準

排球訓練時，及時提升運動員的運動成績能夠增強運動員訓練的全面性和均衡性。因此，采用設計的評價模型對運動員進行測試的過程中應挖掘出運動員訓練的弱項，并對該弱項進行集中訓練，提高運動員的身體素質水準。本文采用均衡評價方法對排球運動員的身體素質進行評價，均衡評價方法的表達式為和分別表示運動員不同身體指標的最高和最低成績，表示運動員的發展均衡度，評價結果見表9。

2.2.6 對評價模型進行檢驗

采用因子分析法對男大學生排球運動員身體素質進行統計分析，并對設計的基于數據挖掘的排球運動員身體素質評價模型進行檢驗，將該模型分別向某體育學院的教師、教練等進行檢驗，并統計不同人員對評價模型的評分情況，見表10。將評分劃分成5個等級，如果得分不低于4分的人數高于70%，則認為設計的評價模型是可靠的。分析表10可以看出，所設計的基于數據挖掘的排球運動員身體素質評價模型得分不低于4分的人數平均為80%，高于70%，說明該評價模型是可靠的。

3 結 論

我國男子大學生排球運動員身體素質結構模型含有五大身體素質結構特征，分別是彈跳素質、速度素質、力量素質、耐力素質以及柔韌度素質。通過獲取排球運動員身體素質檢測數據，以及排球運動員身體素質因子的代表指標權重系數，得到排球運動員身體素質評價模型。采用獲取的排球運動員身體素質評價模型可對排球運動員進行賽前和訓練檢測，提升運動員的排球水平。

參考文獻

[1] 趙西堂.優秀沙灘排球運動員靈敏素質影響因素及其結構模型研究[J].天津體育學院學報，2014，29（2）：171?176.

[2] 鄶淑娥.基于數據挖掘技術的超市顧客忠誠度評價模型的構建[J].中國管理信息化，2015，18（19）：63?65.

[3] 牛詠梅.基于粗糙集的海量數據挖掘算法研究[J].現代電子技術，2016，39（7）：115?119.

[4] 牛曉雷.利用回歸分析建立女足運動員身體素質評價模型：以河南省青少年女足隊員身體素質調研為例[J].廣州體育學院學報，2016，36（2）：76?80.

[5] 鄧芳.大型物聯網電子設備的海量數據高效挖掘方法研究[J].現代電子技術，2016，39（4）：159?162.

[6] 周鐳，單鋒，劉鵬，等.基于供應鏈的企業信息化評價模型的建立[J].西安工程大學學報，2015，29（6）：772?779.

[7] 李恒.基于AHP?TOPSIS綜合評價的青少年網球運動員身體素質評價模型[J].當代體育科技，2015，5（4）：245?246.

[8] 梁娟.多元化全民健身效益指數異構數據挖掘模型[J].科技通報，2015，31（8）：108?110.

[9] 吳曉英，明均仁.基于數據挖掘的大數據管理模型研究[J].情報科學，2015，32（11）：131?134.

[10] 趙軍，王曉.基于數據挖掘的第三方物流中心庫存需求預測模型[J].物流技術，2014，33（3）：148?150.