發布時間：2016-03-19所屬分類：教育職稱論文瀏覽：1次
摘 要： 在當前體育科技的新建設中應該如何來加強呢?要如何對現在體育教學的新管理呢?本文是一篇體育論文。數據挖掘技術可以幫助我們從這些浩瀚的數據中深入尋找到各種因素的相互聯系,發現體質健康數據、體育產業數據、運動訓練和競賽數據、體育教學數據等方面一些有
在當前體育科技的新建設中應該如何來加強呢?要如何對現在體育教學的新管理呢?本文是一篇體育論文。數據挖掘技術可以幫助我們從這些浩瀚的數據中深入尋找到各種因素的相互聯系,發現體質健康數據、體育產業數據、運動訓練和競賽數據、體育教學數據等方面一些有價值的規律。因此,在實踐過程中,如何應用數據挖掘技術對體育數據進行信息化管理和深層分析,是當前體育科研人員所要研究的一項重要課題,因此本課題具有重要意義。
摘要：數據挖掘的興起,為體育統計學與體育信息技術的結合帶來良好的契機,數據挖掘技術將成為繼數學、計算機科學之后,又一推動體育統計學發展的強大工具。但相比于數據挖掘技術在其他領域的應用程度而言,數據挖掘在體育教學領域的研究雖取得了一定的成果,但仍還有很多工作要做。
關鍵詞：數據挖掘,體育教學,體育論文
一、概述
進入21世紀以來,體育領域無論是運動訓練、臨場比賽,或是學校體育、體育管理、體育產業以及全民健身、國民體質調研與優化等,無不與大量數據緊密聯系。面對大量的數據,原來的數據庫管理方式和數據統計方法已經逐漸不能適應國家提出的“健康體育”、體育競技人才梯隊建設和體育產業發展的需要。而數據挖掘技術正好能滿足這一需求,數據挖掘技術將有力地推動體育統計學向前發展。
體育論文：《體育研究與教育》，《體育研究與教育》(原：山西師大體育學院學報)(雙月刊)創刊于1986年，由山西師大體育學院主辦。主要欄目有：體育人文社會科學、體育教學與訓練、運動人體科學、民族傳統體育學、中小學體育教學、高校體育教學與評價等。其中，尤為注重山西地方民族體育的研究。讀者主要面向全國各級學校體育教師、體育工作者、體育科研人員等。本刊優先發表具有較高學術價值和理論創新的科研成果，熱忱歡迎校內外學者踴躍投稿。
二、體育教學中的數據挖掘技術研究
近年來,國民體質監測、體育教學訓練、競技、管理數據劇增。體育數據如同礦藏一樣,只有通過挖掘和提煉才能變成可用的財富。數據挖掘正是挖掘和提煉數據中財富和價值的技術,下面就體育教學領域中使用的數據挖掘技術做簡要闡述。
(一)關聯規則:關聯規則是體育教學中使用頻率最多,范圍最廣的數據挖掘技術之一,也可以被廣泛地應用于國內外教育教學的決策分析中。運用關聯規則的方法可以判定哪一種教學方法適合某類學生或某門課程,從而方便教師進行教學方法的選擇,使得分層次教學能夠在實踐中得到更進一步的應用和實施。
(二)分類:分類算法中應用得最多的是決策樹算法。決策樹是以實例為基礎的歸納學習算法。決策樹主要用于對離散數據進行分類,在教學方面則能夠用來對學生課程的選修、畢業課題的選擇、就業等方面進行分析指導。
(三)聚類分析:所有物體彼此之間都是相類似的,但又和其他分組里的物體是不同的。在基于教育的數據挖掘中,聚類分析已經被用于根據學生的行為對學生進行分組。例如聚類分析可以用來區分在非活躍的學生中表現較活躍的學生。
(四)預測:預測是應用于模型的連續價值函數,也就是預測未知數據和缺失的值。在這個模型中,我們可以推導出許多組合數據的其他一些方面的數據�；诮逃臄祿诰蝾A測可以用來檢測學生的行為,預測與了解學生的學習成果。
(五)Web數據挖掘:利用 Web 日志挖掘技術進行實例分析,找出訪問頻度較高的知識點網頁,確定學生的興趣點及知識點中的難點所在。在此基礎上,幫助教育者調整教學策略,改善網絡教學效果。
三、數據挖掘在體育教學中的應用研究
數據挖掘在體育教學領域中具有非常廣泛的應用前景,以下本文詳細從體育教學訓練、教學評價和教學管理三個方面來詳細闡述數據挖掘在體育教學中的應用。
(一)數據挖掘在體育教學訓練中的應用研究
數據挖掘在體育教學訓練中的應用主要表現為對體育教材的選擇、體育教學方法的選擇、學生特征挖掘和對學生體質狀況的預測等。
1.體育教材的選擇
隨著科學技術的快速發展,我國體育教學教材由紙質化向電子化轉變趨勢明顯。越來越多的體育教材開始以結構化、動態化、形象歡迎進入第一論文網lunwen.1KEJIAN.com化的圖形圖像和視頻的形式展現在體育學習者面前,不僅讓學習者在輕松愉快的環境中獲得知識,多媒體教材具有的易于存儲、方便傳輸和處理的特點為利用數據挖掘技術挖掘其中的有用信息成為了可能;通過數據挖掘技術對體育教材的合理歸類、檢索、處理,建立知識體系結構,為體育教材進行體育教材的選擇提供參考。
2.教學方法的選擇
教師在教學過程中可以采用多種教學方法來完成教學任務,比如講授法、討論法、實驗法、計算機輔助教學法、參觀法、調查法、實習法等。在通常情況下,可以采取一種或幾種方法進行。在選擇教學方法時,我們可以使用數據挖掘技術,運用關聯分析等方法,分析學生對課程的評價及不同教學方法學生獲得的成績,從而尋找課程與教學方法之間內在的關系,判定課程或課程中的某一章節應采用的教學方法;用聚類,分類等數據挖掘技術對體育教學分組方法進行分析,實現按照學生身體素質的相似程度來進行合理的教學分組,適應因材施教的教學要求。
3.學生特征的挖掘
在體育教學中,可以采用聚類分析來幫助教師分析學生初始知識體系、當前知識體系、和目標知識體系,深刻提交學生的生理、心理和社會特征,以便幫助學習修正個人學習行為、提高學習能力、完善個人人格,促進學生各方面素質的全面協調發展。
(二)數據挖掘在體育教學評價中的應用研究
數據挖掘技術在體育教學評價中的應用,主要體現在學習評價、課程考核及教學管理評價三個方面:
1.學生學習評價
對學生的學習評價是體育教師的主要教學工作之一,科學、合理地評定學生的學習行為,不能僅停留在對學生的成績評價上,還應針對學生的日常學習行為、獎懲記錄等方面的信息,利用數據挖掘工具進行分析處理,得到對學生客觀公正的評價,這樣不僅對學生起到信息反饋和激發學習動機的作用,而且是考查學生個別差異,便于因材施教的途徑。
2.課程考核評價
在當前我國應試教育制度下,考試不僅是衡量學生學習工作量、學習能力的好壞,也是知道學生學習和培養終身體育觀的內在動力。因此,在收集和整理學生理論知識、運動技能和體育素養等各項成績的基礎上,采用數據挖掘技術發現和抽取隱藏在數據額背后的知識和規律,針對考試內容的難易程度、考試方法的公平程度和考試標準的合理程度等進行預測和及時調整,以更好地體現體育教學考試在檢驗教學效果、提高教學質量等方面所起到的重要作用。
3.教學管理評價
利用數據挖掘技術中的DEA系統分析方法可以對體育教學的決策單元做出評價,評估體育教學管理工作的有效性、決策單元管理政策的科學性和訓練管理的有效性等,從而指導教學管理單位采取相應的措施來提高體育教學及訓練管理工作水平。
(三)數據挖掘在體育教學管理中的應用研究
1.輔助考試
傳統的體育考核方式將期末成績作為評價標準,這對學習者而言往往是片面的、不公平的,利用數據挖掘可以對學生平時學習狀況進行綜合分析,從而對其進行全面的
具有針對性的評價。如采用綜合學生體育學習平時成績、點播課歡迎進入第一論文網lunwen.1KEJIAN.com件次數和時長、課程答疑論壇發帖和期末考試成績綜合的考核辦法,通過減少體育期末考試成績所占比例,增加自主學習考核比例,對產生的海量數據使用數據挖掘工具進行處理;并將數據挖掘應用于體育理論知識試卷分析數據庫中,對體育試卷每道題目的難易度、區分度、相關度等指標進行分析,教師就能夠對體育試卷試題質量做出比較準確的評價,進而了解學生對知識的掌握情況并為今后的教學工作提供有益的指導。
2.科研選題
科研選題是廣大體育教學和研究者普遍面臨的棘手問題。本研究認為廣大體育教學工作者和研究者可以利用數據挖掘技術根據純數據間的關聯性挖掘出潛在、容易被忽視的規則作為潛在的課題研究題項。如運用數據挖掘技術中的關聯規則方法在研究學生體質的數據,挖掘出發掘出握力與平衡能力的關系、肺活量與握力間的關系后作為科研選題加以研究驗證。
SCISSCIAHCI
