原创《基于关联规则运动训练生化指标数据挖掘系统设计》：本论文主要论述了关联规则论文范文相关的参考文献,对您的论文写作有参考作用。
摘 要： 传统数据挖掘系统存在挖掘速率慢、时间长、数据可靠度低等问题,无法达到运动训练生化指标精准数据挖掘的标准,为此,对基于关联规则的运动训练生化指标数据挖掘系统进行设计.采用三层结构B/S模式,将后台的数据库存储以及挖掘的数据作为参考,设计系统硬件框架；选取数据并对数据进行预处理,采用关联规则数据挖掘算法完成系统软件部分设计；进行实验,验证系统设计的合理性.实验结果表明,该系统数据挖掘速率快、耗费时间短、可信度高,为运动生化指标数据挖掘提供了更加合理的评定标准.
关键词： 关联规则； 运动训练； 生化指标； 数据挖掘； B/S模式； 数据可靠度
中图分类号： TN02?34； G80?32 文献标识码： A 文章编号： 1004?373X（2018）07?0183?04
Design of association rules based data mining system
for exercise training biochemical indexes
ZHANG Hui
（Xinlian College of Henan Normal University, Zhengzhou 450000, China）
Abstract： The traditional data mining system has the problems of slow mining speed, long mining time and low data reliabi?lity, and can′t reach the accurate data mining for biochemical indicators of exercise training. Therefore, an association rule based data mining system of exercise training biochemical indexes was designed. The three?layer B/S mode is adopted to design the system hardware framework by storing the background database and taking the mined data as a reference. The data is selected for preprocessing. The data mining algorithm based on association rules is used to design the system software. The experiment was performed for the system to verify the rationality of the system design. The experimental results show that the data mining system has fast mining rate, short time consumption and high reliability, and provides a more reasonable evaluation standard for the data mining of sports biochemical indexes.
Keywords： association rule； exercise training； biochemical indicator； data mining； B/S mode； data reliability
0 引 言
隨着数据库技术的突飞猛进,人们对于数据的获取途径越来越多,人类所拥有的数据也急剧增加,但是对于数据的分析和处理方式却很少,人们通过数据而获取的信息仅仅占整个系统所有信息中较小的一部分,隐藏在数据之后的是更加重要的特征以及未来的发展趋势,这些信息在决策过程中具有重要意义.数据挖掘能够给决策者带来重要的参考价值,进而产生不可估量的效益,成为运动竞赛的关键环节.但是传统的数据挖掘系统存在挖掘速率慢、时间长、数据可靠度低等问题,无法满足运动训练生化指标精准数据挖掘的标准.
针对该问题,对基于关联规则的运动训练生化指标数据挖掘系统进行设计.实验结果表明,该系统数据挖掘速率快、耗费时间短、可信度高,为运动生化指标数据挖掘提供了更加合理的评定标准,也为今后的训练方案提供了依据.
1 数据挖掘系统设计
1.1 系统结构和功能框架设计
基于关联规则的运动训练生化指标数据挖掘系统结构和功能框架的设计需要建立一个分布式的数据挖掘平台,关联规则集成数据库、数据挖掘的模型以及知识挖掘表达等功能.该系统选择将数据仓库中的数据作为挖掘的对象,并采用关联规则原理和方法提取拓扑关系的信息,使用具体数据模型进行处理和挖掘,根据图形结果的表达来探询关联规则的内在信息,通过传统分析功能获取抽象规则[1].
为了满足该系统的需求,采用三层结构的B/S模式,将后台的数据库存储以及挖掘的数据作为参考,将关联规则的数据引擎SDE作为连接器[2].在该应用服务器上和相应的数据进行配置,并将数据挖掘的客户端和文件和描述文件存放在服务器上,使多个客户机能同时访问Web页面,并激发下载和之相关的数据挖掘客户端.该系统功能框架主要由以下三部分构成,如图1所示.
由图1可知：基于关联规则的运动训练生化指标的数据管理和人机交互模块是整个系统的核心模块,采用ArcSDE完成数据挖掘的信息抽取,而模块中的组件用于对原始数据挖掘,其中,应用层Web的服务器负责接收教练员、训练中心和体育局的决策人员经过浏览器发送的请求,然后根据数据库服务器获取的数据再传送回浏览器[3],进而实现系统框架的设计.
关联规则论文参考资料：
结论：基于关联规则运动训练生化指标数据挖掘系统设计为关于关联规则方面的论文题目、论文提纲、关联规则apriori算法论文开题报告、文献综述、参考文献的相关大学硕士和本科毕业论文。
