胡精超 王 莉

(1.河南理工大學(xué)體育學(xué)院，河南 焦作 454003；2.河南理工大學(xué)測(cè)繪與國(guó)土信息工程學(xué)院，河南 焦作 454003)

?

?博士論壇

數(shù)據(jù)挖掘在大學(xué)生體質(zhì)健康測(cè)試中的應(yīng)用研究

胡精超1王 莉2

(1.河南理工大學(xué)體育學(xué)院，河南 焦作 454003；2.河南理工大學(xué)測(cè)繪與國(guó)土信息工程學(xué)院，河南 焦作 454003)

運(yùn)用關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘算法對(duì)大學(xué)生體質(zhì)測(cè)試數(shù)據(jù)進(jìn)行研究，用SQL Server數(shù)據(jù)挖掘服務(wù)建立體質(zhì)水平與各單項(xiàng)指標(biāo)的數(shù)據(jù)挖掘模型，發(fā)現(xiàn)影響體質(zhì)水平的重要指標(biāo)。研究表明，將數(shù)據(jù)挖掘應(yīng)用于體質(zhì)水平數(shù)據(jù)挖掘研究是有著顯著作用。結(jié)果顯示：影響大學(xué)生體質(zhì)的單向指標(biāo)為速度、柔韌性和肺活量。建議為促進(jìn)大學(xué)生體質(zhì)健康，應(yīng)優(yōu)先考慮發(fā)展其心肺機(jī)能和耐力訓(xùn)練，學(xué)校體育課中應(yīng)該增加提高學(xué)生耐力和速度水平的鍛煉。 關(guān)鍵詞:數(shù)據(jù)挖掘；關(guān)聯(lián)規(guī)則；Apriori算法；體質(zhì)測(cè)試

21世紀(jì)以來，我國(guó)大學(xué)生身體素質(zhì)持續(xù)下滑，大學(xué)生耐力和速度素質(zhì)指標(biāo)從大一到大四逐年呈下降趨勢(shì)[1,2]。2010年大學(xué)生身體素質(zhì)，與1985年相比持續(xù)下降，尤其是肺活量下降了近 10%[3]。2014年頒布的《國(guó)家學(xué)生體質(zhì)健康標(biāo)準(zhǔn)(2014年修訂)》著重提高教育監(jiān)測(cè)和績(jī)效評(píng)價(jià)的支撐能力[4]。面對(duì)大量的學(xué)生體質(zhì)測(cè)試數(shù)據(jù)，運(yùn)用傳統(tǒng)的處理方法，難以對(duì)大學(xué)生體質(zhì)狀態(tài)進(jìn)行科學(xué)有效的評(píng)價(jià)。如何從大量數(shù)據(jù)中進(jìn)行分析，發(fā)現(xiàn)新知識(shí)，是目前我國(guó)學(xué)生體質(zhì)研究的一個(gè)新領(lǐng)域。國(guó)內(nèi)許多學(xué)者根據(jù)數(shù)據(jù)挖掘的基本原理，利用數(shù)據(jù)挖掘工具對(duì)現(xiàn)有的體質(zhì)數(shù)據(jù)進(jìn)行挖掘處理，數(shù)據(jù)挖掘在學(xué)生體質(zhì)健康測(cè)試中的運(yùn)用可見一斑。國(guó)內(nèi)許多學(xué)者根據(jù)數(shù)據(jù)挖掘的基本原理，利用數(shù)據(jù)挖掘工具對(duì)現(xiàn)有的體質(zhì)數(shù)據(jù)進(jìn)行探索。喬克滿等(2010)以上海市國(guó)民體質(zhì)監(jiān)測(cè)指標(biāo)為研究對(duì)象，應(yīng)用SQL Server 2005 數(shù)據(jù)挖掘服務(wù)發(fā)現(xiàn)驗(yàn)證性規(guī)則、含有新知識(shí)的規(guī)則和看似“不合理”的規(guī)則[5]。張崇林等(2012)用Clementine12.0 數(shù)據(jù)挖掘軟件，發(fā)現(xiàn)高校教職工體質(zhì)總評(píng)與各單項(xiàng)指標(biāo)關(guān)聯(lián)規(guī)則，發(fā)現(xiàn)對(duì)青年教職工和中年教職工體質(zhì)影響較大的單項(xiàng)指標(biāo)略有不同[6]。由于我國(guó)學(xué)生體質(zhì)測(cè)試數(shù)據(jù)庫積累了大量的數(shù)據(jù)，而數(shù)據(jù)挖掘工具軟件在體育領(lǐng)域的研究不夠深入，推廣還有一定難度，多數(shù)文獻(xiàn)為數(shù)據(jù)挖掘的探索[7]。

數(shù)據(jù)挖掘是在數(shù)據(jù)庫中知識(shí)發(fā)現(xiàn)重要的一部分，而知識(shí)發(fā)現(xiàn)是將未加工的數(shù)據(jù)轉(zhuǎn)換為有用的信息的過程，包括數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)預(yù)處理和挖掘后的數(shù)據(jù)分析[8,9]。本文擬對(duì)大學(xué)生體質(zhì)測(cè)試數(shù)據(jù)特征進(jìn)行分析，建立大學(xué)生體質(zhì)數(shù)據(jù)關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘模型，發(fā)現(xiàn)影響大學(xué)生身體素質(zhì)的單向指標(biāo)，為體質(zhì)健康促進(jìn)提供參考和決策依據(jù)。

1 研究對(duì)象與過程

1.1 研究對(duì)象

數(shù)據(jù)來源于河南理工大學(xué)學(xué)生體質(zhì)測(cè)試中心2014年對(duì)2011-2013級(jí)學(xué)生體質(zhì)的測(cè)試數(shù)據(jù)。研究對(duì)象為河南理工大學(xué)21984名學(xué)生，其中男生14798名，女生6248名。體質(zhì)測(cè)試由體質(zhì)測(cè)試中心專業(yè)人員于2014年6月完成。

1.2 研究過程

1.2.1 建立數(shù)據(jù)庫

用SQL Server 2008 數(shù)據(jù)庫軟件建立河南理工大學(xué)學(xué)生體質(zhì)測(cè)試數(shù)據(jù)庫，其中每名學(xué)生由若干體質(zhì)測(cè)試項(xiàng)目構(gòu)成，每個(gè)測(cè)試對(duì)象有唯一標(biāo)識(shí)符(SID)。

1.2.2 數(shù)學(xué)建模

實(shí)驗(yàn)通過用SQL Server 2008數(shù)據(jù)挖掘服務(wù)和Visual Studio 2010，包括數(shù)據(jù)分析服務(wù)SQL Server analysis service(SSAS)，數(shù)據(jù)集成服務(wù)SQL Server Integration Services(SSIS)建立關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘模型[9]。

1.2.3 頻繁項(xiàng)集和關(guān)聯(lián)規(guī)則

設(shè)D是體質(zhì)測(cè)試數(shù)據(jù)庫，I={I1，I2，…，Im}是數(shù)據(jù)庫內(nèi)各項(xiàng)的集合，事務(wù)T是非空項(xiàng)集。

支持度(Support)：設(shè)A，B是項(xiàng)集，A?I，B?I，A≠Φ，B≠Φ，并且A∩B=Φ，規(guī)則A?B在事務(wù)集中成立，具有支持度s，其中s是D中事務(wù)包含A∪B的百分比。

support(A?B)=P(A∪B)

(公式1)

置信度(Confidence)：D中包含A的事務(wù)同時(shí)也包含B的事務(wù)的百分比。

confidence(A?B)=P(A|B)

(公式2)

同時(shí)滿足最小支持度閾值(min_sup)和最小置信度閾值(min_conf)的規(guī)則稱為強(qiáng)規(guī)則。

概率(Probability)：規(guī)則A?B的概率是使用{A}的支持度除以項(xiàng)集{A，B}的支持度來計(jì)算。

(公式3)

重要性(Importance):用于度量項(xiàng)集和規(guī)則，重要性使用公式4來定義：

(公式4)

如果importance=1，則A和B是獨(dú)立的項(xiàng)。如果importance>1，則A和B是正相關(guān)的。如果importance<1，則A和B是負(fù)相關(guān)的。

規(guī)則的重要性使用公式5來計(jì)算：

(公式5)

頻繁項(xiàng)集：如果項(xiàng)集I的相對(duì)支持度滿足預(yù)定義的最小支持度閾值，則I是頻繁項(xiàng)集。

(公式6)

2 體質(zhì)測(cè)試數(shù)據(jù)預(yù)處理

體質(zhì)測(cè)試數(shù)據(jù)庫含有大量數(shù)據(jù)，需要數(shù)據(jù)清理清楚數(shù)據(jù)中的噪聲，糾正不一致。主要預(yù)處理內(nèi)容包括：數(shù)據(jù)清理，數(shù)值化。經(jīng)過多年研究，我國(guó)多次執(zhí)行修改了《國(guó)家學(xué)生體質(zhì)健康標(biāo)準(zhǔn)》，根據(jù)這些標(biāo)準(zhǔn)對(duì)數(shù)據(jù)進(jìn)行處理滿足了數(shù)據(jù)挖掘的需要。

首先進(jìn)行數(shù)據(jù)清理。清除缺失值，識(shí)別和剔除離群值，檢查并糾正數(shù)據(jù)中的錯(cuò)誤。本文采用Data Mining Add-Ins for Office 2007的數(shù)據(jù)挖掘插件，在Excel2007中進(jìn)行瀏覽數(shù)據(jù)和清除離群數(shù)據(jù)。

其次是數(shù)值化，為了評(píng)價(jià)需要，《國(guó)家學(xué)生體質(zhì)健康標(biāo)準(zhǔn)》實(shí)現(xiàn)了測(cè)試數(shù)據(jù)的數(shù)值化，即將體質(zhì)測(cè)試總評(píng)結(jié)果分為優(yōu)秀、良好、及格、不及格。由于關(guān)聯(lián)規(guī)則算法不接受連續(xù)屬性，因?yàn)殛P(guān)聯(lián)規(guī)則是一個(gè)計(jì)數(shù)引擎，用于計(jì)數(shù)離散屬性狀態(tài)的相關(guān)性，因此進(jìn)行SQL Server2008進(jìn)行數(shù)據(jù)挖掘時(shí)對(duì)挖掘模型中的數(shù)據(jù)連續(xù)屬性進(jìn)行離散化，例如：各單項(xiàng)體質(zhì)測(cè)試成績(jī)均離散化為幾個(gè)組，大二女生速度靈巧項(xiàng)目分為<23、23-50、50-67、67-77、>77五個(gè)組。

3 體質(zhì)測(cè)試數(shù)據(jù)關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘

3.1 建立數(shù)據(jù)庫

對(duì)于原始大一至大三的21984名學(xué)生數(shù)據(jù)進(jìn)行除燥，清洗，去除缺失值數(shù)據(jù)，保留21046名學(xué)生數(shù)據(jù)，其中男生14798名，女生6248名。在SQL Server2008中創(chuàng)建體質(zhì)數(shù)據(jù)庫，按數(shù)據(jù)挖掘需要，分別按年級(jí)分組，個(gè)人信息包括：編號(hào)、性別、身高、體重、肺活量、肺活量體重、耐力類項(xiàng)目(1000米或800米)、立定跳遠(yuǎn)、柔韌力量項(xiàng)目(引起向上或仰臥起坐)、速度靈巧類項(xiàng)目(50米)。

根據(jù)《國(guó)家學(xué)生體質(zhì)健康標(biāo)準(zhǔn)》，對(duì)原始數(shù)據(jù)進(jìn)行無量綱處理和一致處理，每個(gè)指標(biāo)包括原始測(cè)試數(shù)據(jù)、數(shù)值化數(shù)據(jù)，每個(gè)指標(biāo)還包括體質(zhì)測(cè)試總得分和體質(zhì)等級(jí)。

3.2 創(chuàng)建數(shù)據(jù)源

在SSAS中創(chuàng)建數(shù)據(jù)源，進(jìn)行預(yù)處理。從體質(zhì)數(shù)據(jù)庫中獲取數(shù)據(jù)創(chuàng)建數(shù)據(jù)源，實(shí)現(xiàn)數(shù)據(jù)庫與SSAS的連接，并部署到SSAS。

3.3 創(chuàng)建模型

根據(jù)數(shù)據(jù)挖掘原理和SSAS2008數(shù)據(jù)挖掘軟件，以體質(zhì)測(cè)試等級(jí)為輸出字段，并確定最小支持度min_sup=0%，建立該字段與其他輸入字段并確定最小置信度min_conf=65%的關(guān)聯(lián)規(guī)則。建立“體質(zhì)測(cè)試等級(jí)與各單項(xiàng)指標(biāo)之間的關(guān)聯(lián)”模型，研究各體質(zhì)測(cè)試單項(xiàng)指標(biāo)對(duì)體質(zhì)總評(píng)的影響。

4 數(shù)據(jù)挖掘結(jié)果分析

4.1 挖掘結(jié)果

數(shù)據(jù)量越大，數(shù)據(jù)挖掘的知識(shí)也越多，能否發(fā)現(xiàn)其中有用的知識(shí)，還需要加以篩選。本研究挖掘出了大量的關(guān)聯(lián)規(guī)則，篩選出如表1所示的部分具有代表性的關(guān)聯(lián)規(guī)則，將有利于本研究目標(biāo)的決策支持。關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘的結(jié)果是以規(guī)則的形式表達(dá)，每一條關(guān)聯(lián)規(guī)則都有相應(yīng)的概率(列2)、重要性(列3)、規(guī)則的前件(列4和列5)、規(guī)則結(jié)果(列6)以及規(guī)則適用的對(duì)象(列7) 。

本研究數(shù)據(jù)挖掘的規(guī)則可分驗(yàn)證性規(guī)則和含有新知識(shí)的規(guī)則，對(duì)發(fā)現(xiàn)知識(shí)的一般規(guī)律具有重要意義，能為決策提供重要支持。

表1 關(guān)聯(lián)規(guī)則挖掘的部分結(jié)果

4.2 討論

表1列舉的1～5條規(guī)則，反映了各單項(xiàng)指標(biāo)對(duì)大學(xué)女生的總評(píng)影響。規(guī)則1表明，有41%的體質(zhì)總評(píng)為優(yōu)秀的大四女生，速度優(yōu)秀和柔韌性均優(yōu)秀(重要性為0.896249)。規(guī)則2表明，有48.5%的體質(zhì)總評(píng)為優(yōu)秀的女生，速度優(yōu)秀和肺活量體重指數(shù)優(yōu)秀(重要性為0.935956)。規(guī)則3表明有82.4%的總評(píng)成績(jī)及格的大四女生雖然速度成績(jī)不及格，但是柔韌性優(yōu)秀，重要性為0.877025，表明即使身體柔韌性較好，但是速度較差，總評(píng)成績(jī)也僅僅為合格。規(guī)則4表明不及格的大二女生身體柔韌性和BMI均不合格，概率和重要性分別為0.4和0.940232，可見身體形態(tài)和柔韌性對(duì)體質(zhì)測(cè)試水平影響巨大。規(guī)則5表明即使耐力成績(jī)及格，但是肺活量很差的大二女生總評(píng)成績(jī)?yōu)椴缓细?，概率和重要性分別為0.455和0.987804。綜合分析，體質(zhì)評(píng)價(jià)優(yōu)良的女生，速度、柔韌性、肺活量均處在優(yōu)良水平。而體質(zhì)評(píng)價(jià)較差的女生，主要是由于速度、耐力、肺活量等成績(jī)較差。

規(guī)則6～9反映各單項(xiàng)指標(biāo)對(duì)大四男生體質(zhì)評(píng)價(jià)的影響。規(guī)則6、7表明速度成績(jī)優(yōu)秀的男生，其他指數(shù)如BMI、柔韌性、肺活量體重指數(shù)等有一項(xiàng)優(yōu)秀的男生，總評(píng)成績(jī)?yōu)閮?yōu)秀，可見，速度對(duì)男生體質(zhì)總評(píng)成績(jī)影響較大。規(guī)則8、9反映即使BMI和肺活量體重指數(shù)不及格的男生，耐力測(cè)試及格，總評(píng)成績(jī)也為及格。由此可見，耐力也是影響大學(xué)男生體質(zhì)測(cè)試成績(jī)是否及格的關(guān)鍵因素。規(guī)則10、11表明速度成績(jī)優(yōu)秀的大二男生，柔韌性、肺活量體重指數(shù)等有一項(xiàng)優(yōu)秀的男生，總評(píng)成績(jī)?yōu)閮?yōu)秀。

綜合分析，對(duì)大學(xué)生身體素質(zhì)影響較大的是速度、耐力、柔韌性等指標(biāo)，而身高、體重、肺活量等指數(shù)不是影響其體質(zhì)的重要因素。由于大三大四的體育為選修課程，學(xué)生忙于專業(yè)課和找工作等，對(duì)于體育鍛煉不夠重視，導(dǎo)致大三大四的學(xué)生速度耐力下降，從而影響體質(zhì)水平。 其中：規(guī)則1、2、4、5、6、7、10、11為驗(yàn)證性規(guī)則，即體質(zhì)研究專家的觀點(diǎn)、論斷等得到數(shù)據(jù)支持性驗(yàn)證的規(guī)則，這類規(guī)則占了絕大部分。規(guī)則3、8、9為含有新知識(shí)的規(guī)則，即事先未知的、隱含的、潛在有用的信息和知識(shí)，這類規(guī)則較少。規(guī)則3顯示速度成績(jī)較差的女生，身體柔韌性較好，總評(píng)成績(jī)也為及格，即身體柔韌性是反映大學(xué)女生健康程度的重要指標(biāo)，即使有一些女生下肢爆發(fā)力較弱，但是身體柔韌性較好，體質(zhì)水平也不會(huì)太弱。規(guī)則8顯示有67.7%的體質(zhì)測(cè)試及格的男生，雖然身體勻稱度略差，但是經(jīng)過一定的體育鍛煉，身體素質(zhì)總體水平也會(huì)有所提高，說明BMI并不是影響體質(zhì)測(cè)試成績(jī)的重要指標(biāo)。規(guī)則9顯示有77.4%的男生雖然肺活量體重指數(shù)和耐力均不及格，但是總評(píng)成績(jī)?yōu)榧案瘢m然肺活量在一定意義上可反映呼吸機(jī)能的潛在能力，但是大學(xué)生的心肺功能并不是影響其體質(zhì)的重要指標(biāo)。

由于人們對(duì)于體質(zhì)健康的充分認(rèn)識(shí)，體質(zhì)健康除了包含身體成分，還包含肌肉力量和耐力等影響人體健康的主要因素，提高大學(xué)生身體素質(zhì)應(yīng)該從這些方面重點(diǎn)鍛煉?！?014年全國(guó)學(xué)生體質(zhì)健康調(diào)研結(jié)果》與2010年相比，我國(guó)青少年身高、體重等發(fā)育水平繼續(xù)提高，肺活量繼續(xù)上升，但是大學(xué)生身體素質(zhì)繼續(xù)呈現(xiàn)下降趨勢(shì)[10]。隨著我國(guó)學(xué)生體質(zhì)測(cè)試標(biāo)準(zhǔn)的改變，測(cè)試項(xiàng)目和評(píng)分方式都在不斷變化，在《國(guó)家學(xué)生體質(zhì)健康標(biāo)準(zhǔn)(2014修訂)》中將運(yùn)動(dòng)素質(zhì)測(cè)試項(xiàng)目全部改為必測(cè)項(xiàng)目，是我國(guó)實(shí)行強(qiáng)制體育的重要措施[11,12]。在學(xué)校體育課中應(yīng)該增加學(xué)生耐力、速度能力水平的鍛煉。平時(shí)積極落實(shí)早操制度和加強(qiáng)業(yè)余時(shí)間體育鍛煉的時(shí)間，培養(yǎng)學(xué)生終身體育的意識(shí)，不斷提高學(xué)生體質(zhì)健康水平。

5 結(jié)論

關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘是發(fā)現(xiàn)知識(shí)的重要工具，但是挖掘技術(shù)無法實(shí)現(xiàn)對(duì)挖掘結(jié)果的解釋，需要專業(yè)人員結(jié)合理論和實(shí)踐研究進(jìn)行解釋。同時(shí)需要在體育專業(yè)人員和數(shù)據(jù)挖掘人員共同努力下才能完成，其在體質(zhì)研究領(lǐng)域的適用性還需提高。

SQL Server Data Mining是應(yīng)用最廣泛的數(shù)據(jù)挖掘軟件，通過SSDM軟件以及Office相關(guān)插件，用戶可以根據(jù)需要對(duì)數(shù)據(jù)進(jìn)行知識(shí)發(fā)現(xiàn)。通過設(shè)置相應(yīng)的最小支持度和最小置信度，發(fā)現(xiàn)關(guān)聯(lián)度強(qiáng)的具有實(shí)際價(jià)值的知識(shí)。但是由于SQL Server 數(shù)據(jù)挖掘軟件操作復(fù)雜，步驟繁多，一般用戶完全可以應(yīng)用Excel軟件結(jié)合Data Mining Add-Ins for Office插件進(jìn)行算法要求不高的數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)。

本文通過對(duì)河南理工大學(xué)學(xué)生體質(zhì)測(cè)試原始數(shù)據(jù)和數(shù)據(jù)處理后分析，體質(zhì)測(cè)試數(shù)據(jù)適合應(yīng)用關(guān)聯(lián)規(guī)則進(jìn)行數(shù)據(jù)挖掘。以體質(zhì)測(cè)試單項(xiàng)指標(biāo)作為輸入，以體質(zhì)總評(píng)成績(jī)?yōu)檩敵?，發(fā)現(xiàn)對(duì)大學(xué)女生體質(zhì)影響較大的是指標(biāo)、速度、柔韌性和肺活量。對(duì)大學(xué)男生體質(zhì)水平影響較大的是速度指標(biāo)，身體形態(tài)的偏胖或超重不是影響其體質(zhì)的重要因素。體質(zhì)促進(jìn)可以從柔韌性、速度和耐力等指標(biāo)入手。

[1] 李志蘭,肖文娟.從時(shí)間縱軸研究大學(xué)生身體素質(zhì)狀況及對(duì)策[J].當(dāng)代教育理論與實(shí)踐,2015,7(9):174-176.

[2] 韓宇.大學(xué)生身體素質(zhì)現(xiàn)狀及對(duì)策研究[J].學(xué)周刊,2014(6):224.

[3] 楊杰.大學(xué)生體質(zhì)滑坡多元化解析及對(duì)策研究[J].韶關(guān)學(xué)院學(xué)報(bào),2015,36(8):45-48.

[4] 教育部. 教育部關(guān)于印發(fā)《國(guó)家學(xué)生體質(zhì)健康標(biāo)準(zhǔn)(2014年修訂)》的通知[EB/OL].http://www.moe.edu. cn/publicfiles/business/htmlfiles/moe/ s3273/201407/ 171692.html,2014-07-07.

[5] 喬克滿,歐陽為民,孫衛(wèi).關(guān)聯(lián)規(guī)則挖掘技術(shù)在體質(zhì)指標(biāo)分析中的應(yīng)用研究[J].天津體育學(xué)院學(xué)報(bào),2010,25(5):453-455.

[6] 張崇林,虞麗娟,吳衛(wèi)兵.關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘技術(shù)在體質(zhì)測(cè)試分析中的應(yīng)用[J].上海體育學(xué)院學(xué)報(bào),2012,36(2):42-44.

[7] 薛紅強(qiáng).淺析數(shù)據(jù)挖掘在學(xué)生體質(zhì)健康測(cè)試中的應(yīng)用[J].西安航空學(xué)院學(xué)報(bào),2014,32(6):87-90.

[8] [美]Jiawei Han等著. 數(shù)據(jù)挖掘概念與技術(shù)[M].范明等譯.北京:機(jī)械工業(yè)出版社,2012：37.

[9] [美]Jamie MacLennan等著. 數(shù)據(jù)挖掘原理與應(yīng)用(第2版)——SQL Server 2008數(shù)據(jù)庫[M].董艷等譯.北京:清華大學(xué)出版社,2010:49.

[10] 國(guó)家體育總局.2014年全國(guó)學(xué)生體質(zhì)健康調(diào)研結(jié)果[J].中國(guó)學(xué)校衛(wèi)生,2015(12):2.

[11] 張強(qiáng)峰,孫洪濤.我國(guó)學(xué)生體質(zhì)健康測(cè)試制度的演變[J].體育學(xué)刊,2016,23(2):29-33.

[12] 項(xiàng)立敏.我國(guó)學(xué)校實(shí)施強(qiáng)制體育的內(nèi)涵[J].體育學(xué)刊,2016,23(2):107-111.

Application Research on College Students' Physical Health Test with Data Mining

HU Jing-chao1, WANG Li2

(1. School of Physical Education, Henan Polytechnic University, Jiaozuo 454003, China; 2. School of Surveying & Land Information Engineering, Henan Polytechnic University, Jiaozuo 454003, China)

This paper studied College Students' physical fitness data using data mining association rules. Establish the constitutional level and each single index data mining model using SQL Server, and then find some important index of the physical level. The research shows that it is significant to apply the data mining to study physical level. The results showed that the index of College Students' physical fitness was speed, flexibility and vital capacity. The paper proposes that college students should give priority to the improvement of cardiopulmonary function and endurance training. School physical education should increase exercises of improving speed and endurance. Key words：data mining; association rule; Apriori algorithm; physical fitness test

2017-04-20；

2017-05-31

國(guó)家社會(huì)科學(xué)基金項(xiàng)目(15BTY044)；河南理工大學(xué)博士基金項(xiàng)目(SKB2016-10)。

胡精超(1982-)男，講師，博士研究生，研究方向：體育康復(fù)。

G804.49

A

1672-1365(2017)03-0008-04