卢佳

摘要：在大量数据资源中使用数据挖掘技术后，可以获取其中隐藏的所需信息，主要应用在知识预测领域中。针对在校大学生群体体育成绩的研究，可以预测学生后续学习的成绩，采用定期方式收集、整理以及研究学生体育成绩信息，从而更好地保障高校体育教学品质。在教学时使用数据挖掘技术，能够符合所有参与者的实际教学需要：参考研究结论能够给学生推荐优化学习效率的课程体系与材料资源;教师能够参考具体的学习反馈结果进行因材施教式授课活动;高校管理层结合研究结论完善本校课程设置机制等。

关键词：数据挖掘技术成绩分析体育成绩技术应用

中图分类号：TP311 文献标识码：A   文章编号：1672-3791（2021）09（c）-0000-00

The Application of Data Mining Technology in the Analysis of University Sports Performance

LU Jia

（Zhengzhou Institute of Industrial Application Technology， Zhengzhou， Henan Province，451100 China）

Abstract： After using data mining technology in a large number of data resources， you can obtain the hidden required information， which is mainly used in the field of knowledge prediction. The research on the physical performance of college students in school can predict the subsequent learning performance of students， and adopt regular methods to collect， organize and research the information of student sports performance， so as to better guarantee the quality of college physical education. The use of data mining technology in teaching can meet the actual teaching needs of all participants： refer to research conclusions to recommend curriculum systems and material resources that optimize learning efficiency; teachers can refer to specific learning feedback results for teaching activities in accordance with their aptitude; colleges and universities The management combined with the research conclusions to improve the school's curriculum setting mechanism and so on.

Key Words： Data mining technology; Performance analysis; Sports performance; Technology application

1 研究方法

該文在研究中选择问卷调研方式获取第一手研究数据信息，这是以本校体育选修课19级的学生群体作为研究对象，统计与体育课程有关的数据信息，将不全面的数据信息进行筛除，最终获取有效样本数量为257份。得到学生体育课程成绩的分布情况之后，把体育成绩进行式（1）中的离散化处理[1]，可得：

分数等级={（A，95≤分数@B，85≤分数<95@C，75≤分数<85@D，65≤分数<75@E，55≤分数<65@F，    分数<60）┤（1）

图1体育成绩分布情况

2 数据挖掘算法

在数据挖掘体系中存在很多的分类器，没有出现最优化的分类器，这是由于其在诸多层面中存在着差异化现象，譬如需要考量学习率情况、分类速率情况、训练数据量情况以及鲁棒性特征等[2]，该文选择C4.5的数据分析算法与朴素贝叶斯的数据分析算法进行研究，以此获取分类模型。……