王建伟等

摘 要：引入ID3算法的大学生体育训练决策支持系统可以根据学生的特征对其分类。而传统的决策树ID3算法存在多值倾向的问题，选择分裂属性不符合客观事实。本文运用了一种基于灰色关联度的修正因子属性选择方法予以改进，克服了传统ID3算法的不足，改进的ID3算法可使分类更加精确，更好的为大学生体育训练提供决策支持。

关键词：ID3算法 决策支持系统 数据挖掘 灰色关联度

中图分类号：G434 文献标识码：A 文章编号：1674-098X（2014）02（a）-0019-01

大学生体育训练决策支持系统是随着人工智能理论与数据挖掘技术的发展而不断发展的，通过对大学生身体素质和训练等数据来进行有效的挖掘，产生用于辅助决策的规则，进而为大学生体育训练制定相应的训练方案[1]。系统中应用了数据挖掘的决策树ID3算法对不同特征的学生进行分类，但传统的ID3算法存在多值倾向的问题，选择分裂属性不符合客观事实，同时，在构造树的过程中，需要多次自上而下对数据集的排序和扫描，因而导致算法的处理效率较低[2]，如何改进算法从而使分类更加精确是我们亟需解决的问题。

1 ID3算法的改进

灰色关联分析是指对一个系统发展变化态势的定量描述和比较的方法，分析考虑了各因素之间的相关性，比系统分析中常用的因素两两对比法要更合理，更科学[3]。同时考虑到正弦函数的曲线变化比较缓和，对信息增益因子修正不会出现过度的问题。因此，本文引入灰色关联度的正弦值作为ID3算法的修正因子进行改进。……