张辉

摘 要： 传统数据挖掘系统存在挖掘速率慢、时间长、数据可靠度低等问题，无法达到运动训练生化指标精准数据挖掘的标准，为此，对基于关联规则的运动训练生化指标数据挖掘系统进行设计。采用三层结构B/S模式，将后台的数据库存储以及挖掘的数据作为参考，设计系统硬件框架；选取数据并对数据进行预处理，采用关联规则数据挖掘算法完成系统软件部分设计；进行实验，验证系统设计的合理性。实验结果表明，该系统数据挖掘速率快、耗费时间短、可信度高，为运动生化指标数据挖掘提供了更加合理的评定标准。

关键词： 关联规则； 运动训练； 生化指标； 数据挖掘； B/S模式； 数据可靠度

中图分类号： TN02?34； G80?32 文献标识码： A 文章编号： 1004?373X（2018）07?0183?04

Design of association rules based data mining system

for exercise training biochemical indexes

ZHANG Hui

（Xinlian College of Henan Normal University， Zhengzhou 450000， China）

Abstract： The traditional data mining system has the problems of slow mining speed， long mining time and low data reliabi?lity， and can′t reach the accurate data mining for biochemical indicators of exercise training. Therefore， an association rule based data mining system of exercise training biochemical indexes was designed. The three?layer B/S mode is adopted to design the system hardware framework by storing the background database and taking the mined data as a reference. The data is selected for preprocessing. The data mining algorithm based on association rules is used to design the system software. The experiment was performed for the system to verify the rationality of the system design. The experimental results show that the data mining system has fast mining rate， short time consumption and high reliability， and provides a more reasonable evaluation standard for the data mining of sports biochemical indexes.

Keywords： association rule； exercise training； biochemical indicator； data mining； B/S mode； data reliability

0 引 言

隨着数据库技术的突飞猛进，人们对于数据的获取途径越来越多，人类所拥有的数据也急剧增加，但是对于数据的分析与处理方式却很少，人们通过数据而获取的信息仅仅占整个系统所有信息中较小的一部分，隐藏在数据之后的是更加重要的特征以及未来的发展趋势，这些信息在决策过程中具有重要意义。数据挖掘能够给决策者带来重要的参考价值，进而产生不可估量的效益，成为运动竞赛的关键环节。但是传统的数据挖掘系统存在挖掘速率慢、时间长、数据可靠度低等问题，无法满足运动训练生化指标精准数据挖掘的标准。

针对该问题，对基于关联规则的运动训练生化指标数据挖掘系统进行设计。……