李蓉

摘要：面對高校體育教學(xué)信息無序、離散特征，以大數(shù)據(jù)為導(dǎo)向設(shè)計高校體育智能教學(xué)決策系統(tǒng)，充分挖掘海量體育教學(xué)信息的內(nèi)部規(guī)律與關(guān)聯(lián)，發(fā)揮教學(xué)信息在教學(xué)決策方案制定中的價值.首先，設(shè)計包含數(shù)據(jù)層、支撐層、決策層的智能教學(xué)決策系統(tǒng)總體架構(gòu)，明確系統(tǒng)在體育學(xué)習(xí)行為、訓(xùn)練效果、教學(xué)質(zhì)量等方面的分析與決策功能;其次，基于關(guān)系數(shù)據(jù)庫存儲模式將體育關(guān)聯(lián)數(shù)據(jù)轉(zhuǎn)換至數(shù)據(jù)庫中安全存儲，利用ID3決策樹算法挖掘體育教學(xué)中的價值信息，以此為依據(jù)與數(shù)據(jù)庫信息匹配生成相應(yīng)的體育教學(xué)決策方案.此系統(tǒng)增加了教學(xué)決策的智能化程度，減少了教師在教學(xué)方案設(shè)計中的時間開銷，將更多的時間投入在因材施教層面.

關(guān)鍵詞：大數(shù)據(jù);高校體育;數(shù)據(jù)挖掘;智能決策;系統(tǒng)

在信息處理技術(shù)匱乏的年代，教育領(lǐng)域產(chǎn)生的大量數(shù)據(jù)只能起到統(tǒng)計、分類等功能.高校智慧校園推廣建設(shè)的教育環(huán)境中，首先要深度挖掘教學(xué)數(shù)據(jù)中的教育價值，明確教育大數(shù)據(jù)在學(xué)科建設(shè)、教學(xué)模式調(diào)整、教學(xué)體系優(yōu)化中的路徑.可見，大數(shù)據(jù)技術(shù)的誕生與廣泛運用拓展了教學(xué)數(shù)據(jù)的多項使用功能，不僅可以作為教學(xué)質(zhì)量記錄、教學(xué)評價的依據(jù)，還能在海量數(shù)據(jù)中挖掘出內(nèi)部聯(lián)系與規(guī)律，深度剖析教學(xué)質(zhì)量與效果產(chǎn)生的原因，為教學(xué)管理決策創(chuàng)造科學(xué)的數(shù)據(jù)導(dǎo)向.

一、大數(shù)據(jù)智能教學(xué)決策系統(tǒng)總體設(shè)計

（一）決策系統(tǒng)數(shù)據(jù)層

數(shù)據(jù)層中的數(shù)據(jù)類型豐富且來源廣泛，包括學(xué)生的基本學(xué)籍信息、體育考核成績、體育競賽成績、體育訓(xùn)練行為等;按照數(shù)據(jù)渠道劃分可分為校園內(nèi)部采集數(shù)據(jù)和校園外部采集數(shù)據(jù)兩種模式.數(shù)據(jù)層作為系統(tǒng)的基礎(chǔ)層次起到數(shù)據(jù)倉庫的作用，向體育數(shù)據(jù)挖掘、決策分析提供強大的數(shù)據(jù)支撐.

（二）決策系統(tǒng)支撐層

數(shù)據(jù)層與決策層的信息交互由支撐層實現(xiàn)，是幫助支撐層獲取數(shù)據(jù)源的紐帶.該層次采用圖1描述的方式歸一化異構(gòu)數(shù)據(jù)、復(fù)雜數(shù)據(jù)，經(jīng)過抽取、清洗、格式轉(zhuǎn)換得到統(tǒng)一描述的體育教學(xué)數(shù)據(jù)形式，最終以數(shù)據(jù)標準接口為載體將處理后的數(shù)據(jù)傳輸至決策層.數(shù)據(jù)在支撐層的存在形式并不是無序狀態(tài)，而是以層次化形式表達與存儲，層次化的數(shù)據(jù)表達契合了多維度數(shù)據(jù)挖掘的現(xiàn)實需求。

（三）決策系統(tǒng)決策層

決策層基于數(shù)據(jù)挖掘結(jié)果對高校學(xué)生體育學(xué)習(xí)效果、教學(xué)質(zhì)量、體育教學(xué)問題進行剖析，依靠系統(tǒng)集成的數(shù)學(xué)分析模型與數(shù)據(jù)挖掘算法實現(xiàn).數(shù)據(jù)挖掘功能在此層次開展，本次設(shè)計的系統(tǒng)基于ID3決策樹算法挖掘大學(xué)生體育成績、分析學(xué)習(xí)行為，最終智能化生成教學(xué)決策方案，后文將詳述ID3決策樹算法.

二、基于大數(shù)據(jù)的高校體育智能教學(xué)決策方案生成

1.高校體育教學(xué)數(shù)據(jù)預(yù)處理基于大數(shù)據(jù)的高校體育智能教學(xué)決策系統(tǒng)需要以多元化渠道數(shù)據(jù)為基礎(chǔ)，智能教學(xué)數(shù)據(jù)來源于信息化教學(xué)平臺、學(xué)生日常課堂表現(xiàn)記錄、學(xué)生卡記錄的學(xué)習(xí)行為信息、教室視頻圖像采集系統(tǒng)等渠道，為智能教學(xué)決策提供了豐富的數(shù)據(jù)來源.系統(tǒng)采集到的體育信息數(shù)據(jù)結(jié)構(gòu)具有復(fù)雜性特征，從結(jié)構(gòu)角度劃分數(shù)據(jù)類型有半結(jié)構(gòu)、非結(jié)構(gòu)化、結(jié)構(gòu)化等類型.為了將多渠道數(shù)據(jù)統(tǒng)一整合，方便后期數(shù)據(jù)挖掘處理，首先要對其進行歸一化預(yù)處理，最終存儲到大數(shù)據(jù)決策系統(tǒng)中.圖2描述了關(guān)聯(lián)性數(shù)據(jù)歸一化處理的基本過程，此方法將結(jié)構(gòu)不同的教學(xué)決策原始數(shù)據(jù)通過清洗、整合、提取的方式將其轉(zhuǎn)化為完整的可靠性數(shù)據(jù)，對缺失的教學(xué)信息進行補足，最終將其整合為具有關(guān)聯(lián)性的數(shù)據(jù)并進行統(tǒng)一安全存儲.除此之外，系統(tǒng)以大數(shù)據(jù)為導(dǎo)向?qū)崿F(xiàn)智能教學(xué)決策功能，主要是應(yīng)用決策樹數(shù)據(jù)挖掘算法對海量關(guān)聯(lián)性教學(xué)數(shù)據(jù)信息實時深度挖掘，研究使用決策樹算法完成數(shù)據(jù)特征挖掘.因此需要將這些預(yù)處理后具有連續(xù)性的高校體育教學(xué)信息數(shù)據(jù)進行離散化處理，使其成為決策樹算法可用的有效數(shù)據(jù)樣本.

2.基于ID3決策樹的高校學(xué)生體育智能教學(xué)方案生成數(shù)據(jù)挖掘結(jié)果是高校體育智能教學(xué)決策方案生成的基礎(chǔ)，決策樹是一種經(jīng)典的數(shù)據(jù)挖掘手段，既能剖析出大規(guī)模體育教育數(shù)據(jù)的特征趨勢，又能精準預(yù)測體育教學(xué)決策的未來發(fā)展動向.基于高校體育教育數(shù)據(jù)的離散性特征，從多類型決策樹算法中選取ID3決策樹算法作為教學(xué)決策系統(tǒng)的挖掘工具，對體育成績、體育訓(xùn)練特征、學(xué)習(xí)行為趨勢等信息進行深度挖掘.

參考文獻：

[1]謝火木，劉傳堯，劉李春.以課堂教學(xué)變革為導(dǎo)向的高校智慧教室建設(shè)[J].現(xiàn)代教育技術(shù)，2018，28（10）：77-81.

[2]龐俊娣.基于大數(shù)據(jù)智能分析的運動反饋系統(tǒng)在中學(xué)體育教學(xué)中的應(yīng)用研究[J].當代體育科技，2019，9（32）：115-117.