我國學生體質健康測試數據挖掘應用的思考與啟示

潘炎

DOI：10.16661/j.cnki.1672-3791.2017.22.199

摘 要：我國對學生體質健康十分重視，每年會組織學生進行體質健康測試，積累了海量的學生體質監測數據，但卻無法探尋大數據背后隱藏的各類關聯與重要信息，數據挖掘技術能夠探尋學生體質健康海量數據之間潛在的聯系。該研究擬結合現有相關領域的研究，運用文獻資料法與邏輯分析法，論述當前我國學生體質健康數據挖掘應用中的問題，提出相關建議與策略，以期為未來學生體質健康的數據挖掘應用工作提供參考。

關鍵詞：體質健康測試 數據挖掘 思考 啟示

中圖分類號：R195.2 文獻標識碼：A 文章編號：1672-3791（2017）08（a）-0199-02

在過去的幾年時間里，由于互聯網、物聯網、云計算等技術的快速發展和大規模應用，造成了數據規模的爆炸式增長，產生了海量的數據信息，數據以每年50%的速度增長，兩年就翻一倍，就像一張紙對折多少次就可以抵達月球一樣，數據的增長超出了常規想象[1]。大數據概念正日益影響著全球的經濟運行方式與社會生活方式，2015年9月5日，國務院印發了《關于促進大數據發展行動綱要的通知》，標志著我國已經將大數據的發展與運用提升到國家戰略層面[2]。

我國對學生體質健康十分重視，每年會組織學生進行體質健康測試，積累了海量的學生體質監測數據，這些數據蘊藏著眾多信息。現有的數據庫系統能夠高效便捷的實現數據錄入、查詢、統計等功能，但卻無法探尋大數據背后隱藏的各類關聯與重要信息。數據挖掘技術的出現則剛好彌補了此類空缺，它不局限于數據的查詢與統計，能夠探尋學生體質健康海量數據之間潛在的聯系。但目前數據挖掘在競技體育領域的研究眾多，在體質健康研究領域的相關成果還尚不多見。該研究擬結合現有相關領域的研究，論述當前我國學生體質健康數據挖掘應用中的問題，提出相關建議與策略，以期為未來學生體質健康的數據挖掘應用工作提供參考。

1 研究方法

1.1 文獻資料法

廣泛查閱相關資料，掌握目前研究動向，為后期研究的順利開展奠定基礎。

1.2 邏輯分析法

對所得分析結果運用歸納、演繹、綜合等邏輯方法進行分析，對我國學生體質健康測試中數據挖掘應用的相關問題進行探究與總結。

2 結果與分析

2.1 數據挖掘的概念與特點

2.1.1 概念

數據挖掘不僅僅是一種簡單的數據分析工具，它是人工智能、機器學習與數據庫技術相結合的產物，是“從大量的、不完全的、有噪聲的、模糊的、隨機的數據中，提取出隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程”[3]。數據挖掘作為一種多學科綜合的產物，綜合利用人工智能、機器學習、模式識別、統計學、數據庫、可視化技術等，自動分析數據并從中得到潛在隱含的知識，從而幫助決策者做出合理并正確的決策[4]。通過數據挖掘分析得到的知識與信息已經在各領域得到廣泛的運用，諸如科學探索、工程設計、商務管理、市場分析、體育競賽等。

綜上所述，數據挖掘既是一種資源也是一種方法，其最終的意義在于洞察力和價值的獲得，即挖掘隱藏在數據背后具有差異性和稀缺性的價值。換句話說就是把數據分析為信息，把信息提煉為知識，最后通過知識提出建議、促成決策、完成行動。

2.1.2 特點

韓家煒教授曾在《數據挖掘：概念與技術》[5]一書中講到，“數據挖掘，就是從大型數據庫中抽取有意義的（非平凡的，隱含的，以前未知的并且是有潛在價值的）信息或模式的過程。”從中我們可以看到數據挖掘具有以下幾個特點：（1）基于大量數據：數據量過小完全可以通過人工分析來總結規律，同時數據量太小常常也無法反映出其真實的規律特性；（2）非平凡性：挖掘出來的知識是特別的，而不是簡單的描述或是對比分析即能夠得到來結果；（3）隱含性：數據挖掘是發現深藏在數據內部的知識，而不是那些直接浮現在表面的信息；（4）新奇性：所挖掘的知識應該是以前未知的；（5）價值性：挖掘的結果能夠得到有效的應用，帶來直接或間接的效益。

2.2 學生體質健康研究中的數據挖掘應用

最初引起體育界廣泛關注的是將數據挖掘與體育統計相結合，發展至今數據挖掘在體育應用中涉及的范圍也越來越廣，日常訓練、臨場比賽技戰術分析，甚至是學校體育的日常教學，都開始借用數據挖掘的巨大力量。尤其是在競技體育領域，各類相關研究文獻絡繹不絕，但是在學生體質健康領域中的研究還較為少見。

2.3 思考與啟示

我國學生體質健康測試已經積累了海量的數據，這些數據相互關聯后隱藏的信息量巨大，然而目前我國學生體質健康的數據挖掘應用并沒有發揮其真正的效用，這種現象也發人深省。通過數據挖掘不應只得到簡單的描述分析，還可以借助挖掘分析的結果開展如下應用：（1）提高體育教學的針對性。根據學生體質與健康發展狀況，關聯體育課程教學內容，通過挖掘出的信息修訂教學計劃，對學生體質健康測試中反映出的薄弱環節進行針對性的鍛煉，指導學生全面提高體質健康水平及自主參與體育鍛煉的意識；（2）開展體質健康咨詢。對學生個體的體質健康狀況與發展趨勢進行長期的、連續的跟蹤，并將往期監控的數據與醫學知識進行關聯，采用設置學生體質健康咨詢系統的方式建立計算機網絡平臺，在進入系統進行健康咨詢的同時，挖掘關聯信息并加以診斷，能夠對個人、班級、群體進行體質健康的咨詢、診斷與決策；（3）設計運動健身處方。根據學生體質與健康發展狀況，關聯學生參加體育鍛煉的個體狀況，通過挖掘出的信息制定適合個人狀況的運動程序或運動健身處方，并在運動中持續收集信息持續進行數據的挖掘，及時的進行監控與調整，以達到適合自己的最佳運動負荷，產生最佳鍛煉效果；（4）發覺運動潛能，科學運動選材。結合學生身體素質的測試數據，對學生的運動方式、運動習慣進行關聯，通過數據挖掘能夠找出某素質方面具有的特長與潛力，發掘運動潛能，從而為高校體育運動隊選材提供科學依據。

3 結論與建議

3.1 結論

數據挖掘在體育應用中涉及的范圍越來越廣，但是在學生體質健康領域中的研究還較為少見；目前在學生體質健康領域的數據挖掘應用中，挖掘出的結果則多為描述性的分析或簡單的比較分析，得到的信息也多浮于表面，最終與普通統計分析得出的結果并無兩樣，缺乏實際應用。

3.2 建議

3.2.1 提高相關科研關注力度

學生體質健康的數據挖掘還屬于小眾研究范圍，并未得到廣大相關學者的關注，這也成為了其迅速發展、應用的制約因素。提高相關科研關注力度，集中更多專家學者的科研力量，能夠有效推動數據挖掘在我國學生體質健康中的發展與應用。

3.2.2 擴大關聯分析的覆蓋面

目前造成學生體質健康數據挖掘的結果多為描述性分析或簡單比較分析的原因，主要為關聯分析的覆蓋面太窄。擴大關聯分析的覆蓋面能夠有效集合其他信息，結合多個層面開展挖掘，為數據的挖掘提供更為廣泛的聯系。

3.2.3 結合實際應用，提升效用價值

挖掘出的知識信息如果沒有得到有效應用，那它便與還未經過挖掘的數據一樣毫無價值。只有對學生體質健康的數據挖掘分析結果加以實際應用，才能充分體現其價值性，并更好地服務于未來學生體質健康的工作。

參考文獻

[1] 林輝.大數據帶來的思考[J].信息與電腦，2012（11）：14.

[2] 中國政府網.國務院關于印發促進大數據發展行動綱要的通知[EB/OL].http：//www.gov.cn/zhengce/content/2015-09/05/content_10137.htm.

[3] 喬克滿.關聯規則挖掘技術在體質指標分析中的應用研究[J].天津體育學院學報，2010，25（5）：453-455.endprint