【摘要】：數(shù)據(jù)挖掘技術(shù)通過機(jī)器學(xué)習(xí)方法從數(shù)據(jù)中提取有價(jià)值的知識(shí)。本文研究了數(shù)據(jù)挖掘技術(shù)在解決大學(xué)生體質(zhì)指標(biāo)優(yōu)化分析問題中的應(yīng)用。利用APriori算法找出數(shù)據(jù)背后隱藏的關(guān)聯(lián),同時(shí)提出并實(shí)踐適用于大學(xué)生體能指標(biāo)的相關(guān)性研究,發(fā)現(xiàn)了指標(biāo)數(shù)據(jù)之間存在潛在的隱藏關(guān)系,同時(shí)通過改進(jìn)的AP算法FP算法進(jìn)一步驗(yàn)證分析結(jié)果,為高校體育課改和青少年體育文化養(yǎng)成提供重要的意見。主要內(nèi)容與結(jié)果如下:(1)以學(xué)生體測(cè)數(shù)據(jù)為基礎(chǔ)數(shù)據(jù)建立的數(shù)據(jù)模型,都能夠較準(zhǔn)確的進(jìn)行數(shù)據(jù)指標(biāo)之間的分析。(2)基于學(xué)生體測(cè)數(shù)據(jù)模型經(jīng)過關(guān)聯(lián)規(guī)則算法找出頻繁項(xiàng)集,使得模型的精度得到提升,進(jìn)而提高數(shù)據(jù)分析的準(zhǔn)確性。(3)體測(cè)數(shù)據(jù)經(jīng)過Apriori算法進(jìn)行分析,利用算法找出頻繁項(xiàng)集,進(jìn)而找出指標(biāo)之間的關(guān)聯(lián)度,能夠較準(zhǔn)確的分析指標(biāo)之間的聯(lián)系。(4)經(jīng)過算法、實(shí)際情況、相關(guān)學(xué)者的的綜合分析,可以得出大學(xué)生的柔韌性、肺活量、耐力與體能的各指標(biāo)影響著眾多學(xué)生的體能測(cè)試指標(biāo),相關(guān)的關(guān)聯(lián)系數(shù)大于最小支持度0.2和最小置信度0.7,這對(duì)學(xué)生的身體體能指標(biāo)影響更大,甚至決定學(xué)生體測(cè)最后結(jié)果。
【學(xué)位授予單位】：吉林農(nóng)業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：G804.49;TP311.13
【圖文】：

技術(shù)路線

2.1 Apriori 算法Apriori 算法是一種借助于頻繁項(xiàng)集挖掘關(guān)聯(lián)規(guī)則的算法。此外，該算法已廣泛應(yīng)用于商業(yè)和網(wǎng)絡(luò)安全等各個(gè)領(lǐng)域。該算法的基本思想是：首先找出頻繁出現(xiàn)的所有頻率集，至少與預(yù)定義的最小支持頻率一樣頻繁。然后從頻率集生成強(qiáng)關(guān)聯(lián)規(guī)則，其必須滿足最小支持和最小置信度。然后使用頻率集生成所需規(guī)則，生成僅包含集合項(xiàng)的所有規(guī)則。每條規(guī)則的右側(cè)只有一個(gè)項(xiàng)目，此處使用中間規(guī)則的定義。生成這些規(guī)則后，只會(huì)留下大于用戶給出的最小置信度的那些規(guī)則。為了生成所有頻繁項(xiàng)集，使用了遞歸的方法。Apriori 算法現(xiàn)在廣泛用于大學(xué)學(xué)生管理中[19]。隨著高校貧困學(xué)生人數(shù)的不斷增加，為學(xué)校管理部門提供資金的難度也在增加。針對(duì)高校的這一現(xiàn)象，相關(guān)學(xué)者提出了一種基于數(shù)據(jù)挖掘算法找出價(jià)值信息的解決方案。將關(guān)聯(lián)規(guī)則的 Apriori 算法應(yīng)用于扶貧系統(tǒng)，改善了經(jīng)典 Apriori 挖掘算法的不足。首先將事務(wù)數(shù)據(jù)庫映射到布爾矩陣，并使用逐層增量構(gòu)思動(dòng)態(tài)分配內(nèi)存以進(jìn)行存儲(chǔ)。然后使用向量找到 AND 并找到頻繁項(xiàng)集。實(shí)驗(yàn)結(jié)果表明，改進(jìn)的 Apriori 算法大大提高了運(yùn)行效率，挖掘規(guī)則也可以有效地幫助學(xué)校管理部門開展有針對(duì)性的貧困工作[20]。

學(xué)碩士學(xué)位論文 第二章關(guān)鍵技項(xiàng)集，支持度大于最小支持閾值的項(xiàng)集。我們可以使用枚舉方法枚舉所有可能然后計(jì)算每個(gè)項(xiàng)集的支持。具有項(xiàng)目的數(shù)據(jù)集可以產(chǎn)生一組項(xiàng)目，并且滿足支組項(xiàng)目可以很小。顯然，當(dāng)數(shù)據(jù)集很大時(shí)，枚舉不是一種有效的方法。從下圖有 4 項(xiàng)數(shù)據(jù)集，共 15 項(xiàng)。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 嚴(yán)璐;;數(shù)據(jù)挖掘技術(shù)在網(wǎng)絡(luò)營(yíng)銷中的應(yīng)用構(gòu)架實(shí)踐[J];營(yíng)銷界;2019年19期

2 馬琳;董智鶴;夏嵩;賈孺;;數(shù)據(jù)挖掘技術(shù)綜述淺析[J];數(shù)字技術(shù)與應(yīng)用;2019年10期

3 金鑫;;基于云計(jì)算的數(shù)據(jù)挖掘技術(shù)研究[J];無線互聯(lián)科技;2019年22期

4 王昌玲;;大數(shù)據(jù)和數(shù)據(jù)挖掘技術(shù)在煙草行業(yè)的應(yīng)用分析[J];科技風(fēng);2019年03期

5 趙澤君;蔣麗華;;數(shù)據(jù)挖掘技術(shù)及其法律問題研究[J];棗莊學(xué)院學(xué)報(bào);2019年01期

6 鄢澤然;;大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘技術(shù)與應(yīng)用[J];現(xiàn)代營(yíng)銷(經(jīng)營(yíng)版);2019年02期

7 陳霞;;計(jì)算機(jī)數(shù)據(jù)挖掘技術(shù)的開發(fā)及其應(yīng)用[J];現(xiàn)代營(yíng)銷(經(jīng)營(yíng)版);2019年02期

8 王玉清;;大數(shù)據(jù)背景下數(shù)據(jù)挖掘技術(shù)在公安偵查中的應(yīng)用[J];科技傳播;2019年02期

9 楊繼武;;大數(shù)據(jù)時(shí)代背景下數(shù)據(jù)挖掘技術(shù)的應(yīng)用[J];電子技術(shù)與軟件工程;2019年02期

10 張曉紅;;數(shù)據(jù)挖掘技術(shù)在電力行業(yè)客戶關(guān)系管理中的應(yīng)用[J];科技資訊;2018年32期

相關(guān)會(huì)議論文 前10條

1 牛銳;;淺析數(shù)據(jù)挖掘技術(shù)在煙草物流管理中的應(yīng)用[A];中國(guó)煙草學(xué)會(huì)2016年度優(yōu)秀論文匯編——電子商務(wù)與物流主題[C];2016年

2 張貴紅;李蕓潔;;大數(shù)據(jù)時(shí)代下數(shù)據(jù)挖掘技術(shù)在鑄造企業(yè)中的應(yīng)用[A];2017冶金企業(yè)管理創(chuàng)新論壇論文集[C];2017年

3 張亮;;大數(shù)據(jù)和數(shù)據(jù)挖掘技術(shù)在煙草行業(yè)的應(yīng)用[A];浙江省煙草學(xué)會(huì)2014年學(xué)術(shù)年會(huì)論文暨信息技術(shù)專業(yè)委員會(huì)科技成果匯編[C];2014年

4 ;“數(shù)據(jù)挖掘技術(shù)交流研討會(huì)”順利召開[A];第31次全國(guó)計(jì)算機(jī)安全學(xué)術(shù)交流會(huì)論文集[C];2016年

5 陳力佳;;淺談數(shù)據(jù)挖掘技術(shù)在信息系統(tǒng)審計(jì)中的實(shí)際運(yùn)用[A];江蘇省審計(jì)機(jī)關(guān)第三屆青年審計(jì)論壇論文集[C];2009年

6 謝鎮(zhèn)宇;;數(shù)據(jù)挖掘技術(shù)在煙葉信息化的應(yīng)用[A];中國(guó)煙草學(xué)會(huì)2014年學(xué)術(shù)年會(huì)優(yōu)秀論文匯編[C];2014年

7 謝湘寧;;淺談數(shù)據(jù)挖掘技術(shù)應(yīng)用在專利信息分析中的影響[A];全面提升服務(wù)能力，建設(shè)知識(shí)產(chǎn)權(quán)強(qiáng)國(guó)——2015年中華全國(guó)專利代理人協(xié)會(huì)年會(huì)第六屆知識(shí)產(chǎn)權(quán)論壇優(yōu)秀論文集[C];2015年

8 謝鎮(zhèn)宇;;數(shù)據(jù)挖掘技術(shù)在煙葉信息化的應(yīng)用[A];中國(guó)煙草學(xué)會(huì)2014年學(xué)術(shù)年會(huì)入選論文摘要匯編[C];2014年

9 陳樹明;;大數(shù)據(jù)和數(shù)據(jù)挖掘技術(shù)在煙草行業(yè)的應(yīng)用[A];中國(guó)煙草學(xué)會(huì)2014年學(xué)術(shù)年會(huì)入選論文摘要匯編[C];2014年

10 田瑞雪;唐維;;數(shù)據(jù)挖掘技術(shù)在國(guó)內(nèi)圖書館應(yīng)用研究的現(xiàn)狀、挑戰(zhàn)和展望[A];第十二屆沈陽科學(xué)學(xué)術(shù)年會(huì)論文集（經(jīng)管社科)[C];2015年

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)記者 張佳星;大數(shù)據(jù)挖掘技術(shù)創(chuàng)新 提升人崗匹配效率[N];科技日?qǐng)?bào);2019年

2 鄒廣普;數(shù)據(jù)挖掘技術(shù)在保險(xiǎn)業(yè)中的應(yīng)用[N];中國(guó)保險(xiǎn)報(bào);2010年

3 主持人 李禾;數(shù)據(jù)挖掘技術(shù)如何驅(qū)動(dòng)經(jīng)濟(jì)車輪[N];科技日?qǐng)?bào);2007年

4 記者　呂賢如;大力加強(qiáng)數(shù)據(jù)挖掘技術(shù)研究應(yīng)用[N];光明日?qǐng)?bào);2006年

5 ;IBM公司推出新型數(shù)據(jù)挖掘技術(shù)[N];中國(guó)高新技術(shù)產(chǎn)業(yè)導(dǎo)報(bào);2001年

6 實(shí)習(xí)記者 許勇;數(shù)據(jù)挖掘技術(shù)應(yīng)用對(duì)項(xiàng)目極具價(jià)值[N];中國(guó)黃金報(bào);2016年

7 楊文灝;應(yīng)用數(shù)據(jù)挖掘技術(shù)提升競(jìng)爭(zhēng)力[N];中國(guó)城鄉(xiāng)金融報(bào);2010年

8 徐揚(yáng);如何從數(shù)據(jù)中“擠出”效益[N];中國(guó)計(jì)算機(jī)報(bào);2002年

9 劉紅巖、何軍;利用數(shù)據(jù)挖掘技術(shù)獲得商業(yè)智能[N];中國(guó)計(jì)算機(jī)報(bào);2003年

10 陳曉 山西財(cái)經(jīng)大學(xué)教師;數(shù)據(jù)挖掘技術(shù)在高校教學(xué)管理中的應(yīng)用[N];山西經(jīng)濟(jì)日?qǐng)?bào);2010年

相關(guān)博士學(xué)位論文 前10條

1 周偉鶴;基于數(shù)據(jù)挖掘技術(shù)肺癌中醫(yī)藥治療用藥特點(diǎn)、規(guī)律總結(jié)及實(shí)驗(yàn)驗(yàn)證[D];山東大學(xué);2018年

2 王霞;基于數(shù)據(jù)挖掘技術(shù)的肺癌風(fēng)險(xiǎn)評(píng)估與診斷及組織分型系統(tǒng)研究[D];鄭州大學(xué);2019年

3 王萍;基于數(shù)據(jù)挖掘技術(shù)的消費(fèi)者行為研究[D];吉林大學(xué);2004年

4 熊忠陽;面向商業(yè)智能的并行數(shù)據(jù)挖掘技術(shù)及應(yīng)用研究[D];重慶大學(xué);2004年

5 王勇;時(shí)序數(shù)據(jù)挖掘技術(shù)及其在水質(zhì)預(yù)測(cè)中的應(yīng)用研究[D];廣東工業(yè)大學(xué);2005年

6 佟強(qiáng);科學(xué)數(shù)據(jù)網(wǎng)格中數(shù)據(jù)挖掘技術(shù)研究[D];中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2006年

7 劉剛;數(shù)據(jù)挖掘技術(shù)與分類算法研究[D];中國(guó)人民解放軍信息工程大學(xué);2004年

8 王中;數(shù)據(jù)挖掘技術(shù)及其在證券領(lǐng)域的應(yīng)用[D];天津大學(xué);2005年

9 朱恒民;領(lǐng)域知識(shí)制導(dǎo)的數(shù)據(jù)挖掘技術(shù)及其在中藥提取中的應(yīng)用[D];南京航空航天大學(xué);2006年

10 胡瑞飛;面向機(jī)械工程計(jì)算機(jī)測(cè)試系統(tǒng)的數(shù)據(jù)挖掘技術(shù)研究[D];四川大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 李郵;數(shù)據(jù)挖掘技術(shù)與會(huì)計(jì)倫理[D];上海交通大學(xué);2017年

2 張妍;基于數(shù)據(jù)挖掘技術(shù)的高校優(yōu)質(zhì)生源基地評(píng)選方法研究[D];浙江師范大學(xué);2019年

3 魯瑋;數(shù)據(jù)挖掘技術(shù)在高職學(xué)生心理健康數(shù)據(jù)中的應(yīng)用研究[D];安徽大學(xué);2019年

4 郭彩杏;數(shù)據(jù)挖掘技術(shù)在醫(yī)療診斷中的應(yīng)用研究[D];重慶郵電大學(xué);2019年

5 陳錦輝;基于數(shù)據(jù)挖掘技術(shù)的高校學(xué)生用戶畫像系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];華南理工大學(xué);2019年

6 王愛軍;基于數(shù)據(jù)挖掘技術(shù)的經(jīng)濟(jì)責(zé)任審計(jì)的研究[D];南京郵電大學(xué);2018年

7 宋佳;基于數(shù)據(jù)挖掘技術(shù)的某醫(yī)院藥品管理研究[D];內(nèi)蒙古科技大學(xué);2019年

8 李響;基于數(shù)據(jù)挖掘技術(shù)的農(nóng)業(yè)院校大學(xué)生體能指標(biāo)的相關(guān)性研究[D];吉林農(nóng)業(yè)大學(xué);2019年

9 李進(jìn)訥;基于DSCAN優(yōu)化算法與決策樹優(yōu)化算法的氣象時(shí)空數(shù)據(jù)挖掘技術(shù)研究[D];云南大學(xué);2018年

10 高貴康;數(shù)據(jù)挖掘技術(shù)在脫硫監(jiān)測(cè)智慧環(huán)保系統(tǒng)中的應(yīng)用研究[D];杭州電子科技大學(xué);2016年

本文編號(hào)：2785875