基于數(shù)據(jù)挖掘的決策支持系統(tǒng)的研究與實現(xiàn).pdf

1、在我國大學生體育訓練以課堂學習為主，業(yè)余鍛煉為輔，基本上處于一種無序的狀態(tài)，存在很多不合理的因素，無法滿足大學生提高身體素質(zhì)的需要。隨著計算機科學技術(shù)的發(fā)展，特別是決策支持系統(tǒng)的發(fā)展，決策支持系統(tǒng)在體育運動訓練領(lǐng)域得到了應(yīng)用，隨著數(shù)據(jù)倉庫和數(shù)據(jù)挖掘技術(shù)的出現(xiàn)和發(fā)展，也將這兩種技術(shù)應(yīng)用到其中。 本文介紹了采用數(shù)據(jù)倉庫技術(shù)和數(shù)據(jù)挖掘技術(shù)構(gòu)建的大學生體育訓練輔助決策支持系統(tǒng)，把大學生的不同方面實現(xiàn)有機的集成，把科學的訓練理論、先進的訓

2、練方法應(yīng)用于大學生體育運動訓練管理，結(jié)合用戶輸入產(chǎn)生一套合理的體育運動訓練方案。該系統(tǒng)基于南昌大學在校大學生的體育成績及身體檢查表等數(shù)據(jù)，構(gòu)建數(shù)據(jù)倉庫的多維數(shù)據(jù)集，并將數(shù)據(jù)挖掘技術(shù)應(yīng)用到其中。 對數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則挖掘和決策樹分類算法進行了詳細的分析和研究，首先對關(guān)聯(lián)規(guī)則經(jīng)典算法Apriori算法進行了適當改進，提高了讀取數(shù)據(jù)庫中有效數(shù)據(jù)的速率，同時減少了一些不必要的數(shù)據(jù)掃描，利于更快的產(chǎn)生頻繁項集，這兩點使該算法對于海量數(shù)據(jù)

3、的挖掘效率明顯提高；其次，對決策樹ID3算法進行了改進，建立了基于該算法的挖掘模型，減少了建樹時選擇屬性增益值時的計算量，提高了運行速度，設(shè)置屬性重要度，解決了根結(jié)點趨向于取值較多的屬性，并設(shè)置了剪枝閾值，限制了樹的完全生長，同時能提高速度，促使產(chǎn)生結(jié)構(gòu)合理的決策樹。 另外還利用sqlserver2005中的Analysis Service建立基于多維數(shù)據(jù)集的挖掘模型，產(chǎn)生的規(guī)則用于指導體育教學改革，相關(guān)程度較高的強關(guān)聯(lián)規(guī)則可以