體育數據分析中數據挖掘技術的運用研究

劉佰勇 盛麗平 李美芹

中圖分類號：G80-3? ?文獻標識：A? ? ?文章編號：1009-9328（2021）01-061-03

摘? 要? 本文將詳細介紹數據挖掘技術運用在體育數據分析中的必要性，找出數據挖掘技術中的體育教學理論，并通過專業的研究與分析，展現出改進教學計劃、分析體質數據、增加學習興趣及提升數據分析的專業度四項體育數據分析采用數據挖掘技術的實際應用效果，以期提升高校體育教師的整體教學水平。

關鍵詞? 體育數據分析? 數據挖掘技術? 體質數據? 數據預測

隨著體育事業的迅猛發展，該領域使用到的數據信息也在逐漸增多。為了提高體育教學的精準度，高校體育教師應將數據挖掘技術正式引入校園，力求在體育數據分析的助力下全面改善學生的身體素質，并為其日后的發展奠定堅實的基礎。

一、數據挖掘技術運用在體育數據分析中的必要性

在信息技術快速發展的同時，大數據內的數據挖掘技術也顯現出了更多的功能，其在搜索大量數據后，借助其自身技術可確認各項數據的隱藏關系。隨著社會經濟的不斷發展，應用數據的領域也逐漸增多。在數據量加大的情況下，技術人員需運用數據挖掘技術內的關聯性找出更多數據，以期最大化地利用此類數據的價值。一般來講，數據挖掘技術能應用到多個學科中，再加上科學的交融性與種類復雜性，使得這項技術能在不同科學中展現自身的獨特價值。

隨著教育領域中課程改革的力度不斷加大，社會各界對高校學生的身體素質狀況愈發關注。為提升體育教學的科學性、專業性，增強學生的身體素養，許多教師都嘗試將體育教學內容與數據挖掘技術相結合。在數據分析的帶動下，高校體育教師的體育教學變得更有針對性了，如此能在改善學生學習興趣的基礎上，提升其整體的身體素質，將學生身體數據的價值挖掘出來。由此看來，將數據挖掘技術運用在高校體育教學的分析中極有必要。

二、數據挖掘技術中的體育教學理論

（一）整合數據類別

當前處理數據的方法較多，采用決策樹模式能有效看清各項基礎數據。這種方式主要運用在處理非固定類的數據中，其是通過歸納與總結，完成數據類別的整合。比如，在高校體育教學中收集的數據信息總是處在不斷變化中的，為增強數據處理的系統性，相關人員在分析與研究時可采用數據挖掘技術，以此全面分析該數據的含義，將其可能存有的隱藏信息挖掘出來，然后再利用良好的數據處理手段，就能深入了解與掌握高校學生的身體態勢[1]。

（二）增強數據預測與分析的可行性

由于當前高校的數據量較大，因此在對數據進行處理時可采用以下兩個方法。第一，是在處理各項數據信息時采用模糊集法，即通過此前該數據的發展與走勢對其進行初步判斷。當數據容量過大時，采用此方式能增強工作人員的分析效率，當然其結果也會存在較大的模糊性。第二，是在完成數據信息的處理后，在不同類別數據的支持中開展準確地分析與預測。若想增強數據預測的準確度，高校管理人員應建立方程模型，利用連續價值類的函數來預測數據未來的發展趨勢與進一步的波動。對于函數建模，其要借助系統內部的基礎性數據來引出其他數據，高校教師在進行正式的體育教學時，可利用此前學生的基礎性數據來詳細分析其學習狀況與潛在行為，繼而研究出學生可能獲得的學習成果。

三、體育數據分析采用數據挖掘技術的實際應用

（一）優化教學計劃

隨著社會經濟的快速發展，信息技術在高校中的運用越發普遍。在互聯網系統中，數據挖掘技術是其主要手段，教師可利用該技術進行一定的體育數據分析，如能將教材內容與體育數據分析相結合。具體來說，體育課程的實踐性非常重要，教師在融合體育數據分析與教學內容的過程中，要想有效掌握當前學生的體育學習現狀，可以通過數據挖掘技術來找出高校體育學生的整體與個體水平，發現當前其存有的不足，從而運用科學的方式來改善其體育學習狀態。借助數據挖掘技術，教師可提升體育教材的靈活性，增強其移動感，為其打造更為輕松的體育學習氛圍。如此可使學生在輕松學習的同時，也能讓教師對他們的學習情況把控得更為精準。在日常教學中，教師可詳細記錄學生在各個項目中的學習成績，通過對其個體差異的了解，確認不同學生的優勢項目，這有助于教學計劃的更換，以及借助良好的心理輔導進一步促進高校學生的身體素質[2]。

舉例來說，某高校體育教師在日常教學活動中使用數據挖掘技術對學生的體育狀態進行詳細分析。具體數據見表1。

表1中展現了該班級男生與女生在籃球、田徑課程上的表現。該班級共有28名男生、22名女生。針對其整體表現，當教師將其考試分數輸入網絡系統后，可看出該班級男生的整體身體素質要高于女生。從單獨的體育項目看，男生對籃球的興趣更大，在兩個項目中女生的表現則較為平均。通過數據挖掘技術詳細分析出的結果，高校體育教師應借助教材內容來培養學生的體育活動技巧，以此充分利用不同的體育項目改進學生對應的身體指標。

（二）分析體質數據

高校體育教師在實際教學中應借助多重教學方法改善學生體質。學生的身體素質是其日后發展的基礎，利用實踐功能較強的實踐活動，能真實了解學生的身體狀態。在信息技術快速發展的今日，教師可利用數據挖掘技術仔細分析各類教學方式，借助其衍生出的教學效果來提升體育教學的針對性。也就是說，在正式的體育教學中要根據學生不同的身體條件為其提供適當的幫助，使其在體育活動中可獲得更大進步。

學生的身體狀態由其體質特征決定。隨著體育教學的快速發展，教師應借助數據挖掘技術來詳細分析學生的個體特征，并找到適宜的教學方式。一般來講，每名學生都擁有獨特的潛力，教師需利用數據分析找出其體內潛能，然后再進行適當地引導與開發，將其全部實力發揮出來，增強其身體素質。在使用數據挖掘技術的過程中，高校體育教師可建立一定的教學評價標準，依照不同學生的數據確認其對應能力。依照當前的互聯網平臺，高校管理層可與體育教師聯合設置一套學生實力評價表，借此通過多種形式的數據將學生的體質展現出來，如此可有效拉近師生間的距離，增強其體育學習的信心與動力，更好地完成教師安排的體育學習任務。

此外，在分析學生的體質數據期間，教師在課前應制定出有針對性的教學計劃。受環境等諸多要素的影響，高校學生的身體素質各不相同，若體質較弱的學生數量較多，在開展教學活動時，其規則要由易到難、循序漸進，并對這類學生的重點愛好進行針對性培養，以此在其掌握多項體育技能的基礎上改善其身體素質。

（三）提升學生興趣

在開展體育教學活動期間，教師要注重對學生運動興趣的培養，這是非常關鍵的。為此，教師在日常教學時應不斷變換教學方式，以加強學生體育學習的興趣。具體來說，雖然籃球項目在男生群體中極受歡迎，但相較于實際鍛煉，其對于該項目部分技巧的掌控稍顯不足。為提高男生籃球的單打技術水平，教師可在課前對NBA的大數據進行整理，如在2018—2019賽季，針對不同的防守項目，NBA官方進行了一定的數據統計，數據以NBA中的湖人、爵士、熱火與灰熊隊為例，其具體數值見表2。

從數據挖掘技術中可以分析出湖人隊在橫向移動上占據優勢，爵士隊在縱向移動上效果佳，熱火隊更擅長貼身防守，而灰熊隊的三項防守數據較平均。產生該現象的原因在于各個球隊的人員配置與防守資源不同，進一步說明就是，由于湖人隊球員的投籃命中率較高，其在場上的空間更開闊，在進行防守布置時也便于橫向移動;而灰熊隊球員較為年輕，其活力有余，針對性不強，因而其各項數據較平均。通過教師的詳細分析，可以極大提升學生的籃球學習興趣，不僅如此，學生也會根據自身的籃球技巧與防守條件來選擇對應的防守方式，這會有效提高籃球教學的質量和效率。

（四）增強體育數據分析的專業性

由于男生與女生的體質不同，在實際的體育鍛煉中，高校男生更喜歡有激烈對抗的項目，如足球、籃球等，而女生則更傾向選擇那些既能鍛煉身體，又沒有太多身體對抗的項目，如排球、羽毛球等。

以羽毛球運動為例，高校中的部分女生在羽毛球運動中由于技巧運用不當，不僅無法實現體育健身的目的，還可能引發不同程度的運動損傷。為避免這種情況的發生，教師需借助大數據中的數據挖掘技術來分析羽毛球技巧。例如，教師在正式授課前，要仔細查詢羽毛球技巧的資料，再結合女生的身體素質，尋找到國內女單選手張寧的技術數據，并對此進行詳細分析。詳細數據見表3。

借助大數據技術內部的數據挖掘，教師可看出張寧更擅長正殺與反殺，其主要原因在于其力量與氣勢較足，而正對殺的成功率較低則顯現出其一般的身體素質。在日常教學時教師除了讓女生觀看更多的羽毛球單打技巧外，還要根據其身體素質的不同，為其選擇適宜的單打技巧，這樣既能加強他們的身體鍛煉，又能學到更多、更實用的羽毛球技巧。這樣一來，體育數據分析的專業度也獲得了進一步提升。

四、結語

綜上所述，在數據挖掘技術不斷發展的過程中，高校教師應對體育數據信息與體育統計學進行有效融合，將數據挖掘技術運用到數據分析中，給體育教學提供了針對性的指導，以此增強體育教學的專業度，切實保障高校學生在體育教學中有所收獲。

參考文獻：

[1]萬義飛，蒙琦，陶鎮威.大數據的數據挖掘技術和應用研究[J].電子世界，2020（22）：178-179.

[2]王玉.體育數據分析中數據挖掘技術的運用實踐探微[J].當代體育科技，2018，8（27）：243+245.

山東醫學高等專科學校