马　静，刘功聚

(浙江体育职业技术学院 科研处，浙江 杭州 311231)



数据挖掘技术在排球生化指标分析中的应用

马静，刘功聚

(浙江体育职业技术学院 科研处，浙江 杭州 311231)

目的：采用数据挖掘技术分析生化指标与运动员技术等级间的关系，探索决策树算法及关联规则在排球生化分析中应用的可行性。方法：应用IBM SPSS Modeler 14.1软件中C5.0决策树及Apriori关联规则算法，对30名浙江省优秀女子排球运动员历年来部分运动生化数据进行分析。结果：生成11层决策树，模型整体预测精度为86%。产生6条关联规则。结论：C5.0决策树与Apriori关联规则算法可用于女子排球运动员技术等级的预测及规律分析。决策树预测分析中，肌酸激酶为关键因素，其次为睾酮及皮质醇。关联规则分析中，睾酮为关键变量。

数据挖掘；决策树；关联规则；生化指标

运动生化指标对运动员机能状态及运动能力判断具有很好的指导作用，其针对性分析为竞技体育科学化训练的重要组成部分。运动生化数据的分析及处理多集中于应用统计学方法展开一般性、阶段性[1]、个体化研究[2]等，较少涉及更深层次的数据挖掘研究和决策分析，从而易丢失测试数据中的隐含信息[3]。数据挖掘是一种通过自动或半自动方式探索和分析大量数据，以发现其中有意义的模式和规则的过程[4]，可为抽取数据间隐藏的有用信息提供科学的方法。数据挖掘的常用方法有决策树、人工神经网络、关联规则等。其中决策树算法的目的是通过向数据学习，获得输入变量和输出变量不同取值下的数据分类和预测规律，并用于对新数据对象的分类预测。……