基于大數據和智能校園的大學生體質研究

羅明

摘 要 本文以大學生為研究對象，提出了一個智能校園大數據平臺。以體育課程在教育資源上的成就程度為參照，建立了體育體質特征體系。獲取大學生體質指標，建立大學生體質模型。利用智能校園大數據對特征屬性離散化形成的特征項進行標定，得到準確的指標，得到學生體質曲線。本文認為輔導教學工作與數據參考是提高大學生體質健康的重要途徑。

關鍵詞 大數據 智能校園 Logistic線性回歸模型 迭代計算

中圖分類號：TP311;G645 文獻標識碼：A 文章編號：1007-0745（2021）11-0050-03

大學生本身不愿意參加體育鍛煉，而且學校對體育課程重視程度較低，課程設置不一致[1]，進一步加劇大學生體育鍛煉不足[2]。因此，對高校大學生體質進行研究并獲取適合的評價方法，具有十分重要的意義。

1 大學生體質現狀

體質與健康密切相關[3]。身體健康以身體指標反映人體的健康狀況。它已成為反映學生群體健康狀況的一個特殊術語。目前，我國大學生的身體素質同步提高程度明顯不足，學生肥胖和超重檢出率繼續上升。因為在我國高校體育教學中，仍然使用舊的、統一的成績來評價和衡量大學生的身體素質，這使得體育課的教學內容十分僵化，教學過程更加單調。因此，它極大地阻礙了學生潛能的開發，也導致學生不重視、不喜歡、不積極參與學校體育課程。

2 建模分析

2.1 數據分類

本文采用SPSS軟件實現數據統計，再采用logistic線性回歸模型完成擬合運算。同時，還增加了智能校園系統中關于學生骨骼發育、血氧指數和運動功能的數據指標，并發展和擴展為因子組，符號表如表1所示。

為消除模型中的不確定性因素，補充測試對總體數據的影響被忽略。

2.2 模型建立

基于上述數據指標，可以開始模型解決方案。為了研究測試者的測試分數與身體狀況之間的關系，首先對指標進行統一量化，然后將所有數據輸入SPSS軟件。身高、體重得分和肺活量得分相加，如等式（1）所示：

在公式（1）中，XS和XT是指身高體重分數和肺活量分數，它們是基本能力因素的值。耐力、柔韌性和柔韌性項目都有很好的分數，可以直接使用。如果該系數包含多個變量，則應使用上述等式將變量分數組合成一個百分比系統。

有必要找出每個因素與學生體質之間的關系，并找出每個因素之間的權重值。輸入SPSS軟件后，將T1～T4的KMO球面檢驗結果與球面檢驗相結合，得到總因子的方程（2）：

z=0.32802T1+0.31991T2+0.16729T3+0.18478T4? ? ? ? ? ? ? （2）

Logistic線性回歸模型中，模型相關變量為y，獨立變量為xi。在m個自變量的作用下，預期結果的條件概率為P=P（y=1 | x1，x2，x3…xn），則邏輯回歸模型可表示為：

進而Sigmoid函數可以由下式獲得：

方程（4）的域為（-inf，+inf），取值范圍為（0，1）。間接使用Sigmoid函數，從而擴展了構建模型的內容。在函數中，由于參數范圍為（0+∞） 這在函數所需的域中是非負的，通過SPSS可知，每個數據的綜合系數也是非負的。因此，對原始基本方程進行了改進，但由于加權后結果值隨原始結果而變化，因此使用比例方程將綜合因子z的結果控制在[0，10]，也就是說，方程中的所有子變量都與整體變化呈正相關。

建立邏輯模型，其中自變量T1、T2、T3和T4是每個子系數xij的矩陣。權重用于計算總因子z，公式如下：

3 數據分析

將學生數據代入大數據進行計算。方程的域是z∈ （0，10），取值范圍為Q∈（0，1）。方程采用Logistic線性回歸連續迭代計算，初始迭代次數為0.1。此處迭代系數分別設置為0.3、1.8和2.5。當被測學生的所有因子均為0時，學生的健康系數為0。隨著自變量的增加，Logistic模型得到的Q的增長曲線x迅速上升。使用Matlab繪制生長曲線圖像，如圖1所示;以評價等級為0-5，分數值的分布區間如圖2所示;當評價等級為15-25時，分數值的分布區間如圖3所示。

4 結論

基于大數據的學生數據測量模型反映了學生的健康狀況。結合智能校園系統的數據指標，可以得出結論，即當分數處于大多數人的水平時，學生的健康狀況很可能是正常的。如果綜合得分略低于多數，可針對學生得分較低的情況予以強調，導師應促進相應的鍛煉，以預防健康風險。當總分遠低于大多數學生時，應引起學校的注意。應跟蹤學生的健康狀況，并提供指導，提升大學生體質健康的整體水平。

參考文獻：

[1] 劉博，郭陽.基于大數據背景下大學生體質健康發展策略研究[J].粘接，2020，41（03）：88-91.

[2] 黃萍婷.基于體測大數據大學生體質與健康管理的人工智能系統開發的展望[J].產業科技創新，2020，40（04）：33-35.

[3] 李濤.基于大數據思維的大學生體質健康測試指標相關性分析[J].中國學校體育（高等教育），2018，05（06）：85-91，98.