大数据导向的高校体育智能教学决策系统建设

李蓉

摘要：面对高校体育教学信息无序、离散特征，以大数据为导向设计高校体育智能教学决策系统，充分挖掘海量体育教学信息的内部规律与关联，发挥教学信息在教学决策方案制定中的价值.首先，设计包含数据层、支撑层、决策层的智能教学决策系统总体架构，明确系统在体育学习行为、训练效果、教学质量等方面的分析与决策功能;其次，基于关系数据库存储模式将体育关联数据转换至数据库中安全存储，利用ID3决策树算法挖掘体育教学中的价值信息，以此为依据与数据库信息匹配生成相应的体育教学决策方案.此系统增加了教学决策的智能化程度，减少了教师在教学方案设计中的时间开销，将更多的时间投入在因材施教层面.

关键词：大数据;高校体育;数据挖掘;智能决策;系统

在信息处理技术匮乏的年代，教育领域产生的大量数据只能起到统计、分类等功能.高校智慧校园推广建设的教育环境中，首先要深度挖掘教学数据中的教育价值，明确教育大数据在学科建设、教学模式调整、教学体系优化中的路径.可见，大数据技术的诞生与广泛运用拓展了教学数据的多项使用功能，不仅可以作为教学质量记录、教学评价的依据，还能在海量数据中挖掘出内部联系与规律，深度剖析教学质量与效果产生的原因，为教学管理决策创造科学的数据导向.

一、大数据智能教学决策系统总体设计

（一）决策系统数据层

数据层中的数据类型丰富且来源广泛，包括学生的基本学籍信息、体育考核成绩、体育竞赛成绩、体育训练行为等;按照数据渠道划分可分为校园内部采集数据和校园外部采集数据两种模式.数据层作为系统的基础层次起到数据仓库的作用，向体育数据挖掘、决策分析提供强大的数据支撑.

（二）决策系统支撑层

数据层与决策层的信息交互由支撑层实现，是帮助支撑层获取数据源的纽带.该层次采用图1描述的方式归一化异构数据、复杂数据，经过抽取、清洗、格式转换得到统一描述的体育教学数据形式，最终以数据标准接口为载体将处理后的数据传输至决策层.数据在支撑层的存在形式并不是无序状态，而是以层次化形式表达与存储，层次化的数据表达契合了多维度数据挖掘的现实需求。

（三）决策系统决策层

决策层基于数据挖掘结果对高校学生体育学习效果、教学质量、体育教学问题进行剖析，依靠系统集成的数学分析模型与数据挖掘算法实现.数据挖掘功能在此层次开展，本次设计的系统基于ID3决策树算法挖掘大学生体育成绩、分析学习行为，最终智能化生成教学决策方案，后文将详述ID3决策树算法.

二、基于大数据的高校体育智能教学决策方案生成

1.高校体育教学数据预处理基于大数据的高校体育智能教学决策系统需要以多元化渠道数据为基础，智能教学数据来源于信息化教学平台、学生日常课堂表现记录、学生卡记录的学习行为信息、教室视频图像采集系统等渠道，为智能教学决策提供了丰富的数据来源.系统采集到的体育信息数据结构具有复杂性特征，从结构角度划分数据类型有半结构、非结构化、结构化等类型.为了将多渠道数据统一整合，方便后期数据挖掘处理，首先要对其进行归一化预处理，最终存储到大数据决策系统中.图2描述了关联性数据归一化处理的基本过程，此方法将结构不同的教学决策原始数据通过清洗、整合、提取的方式将其转化为完整的可靠性数据，对缺失的教学信息进行补足，最終将其整合为具有关联性的数据并进行统一安全存储.除此之外，系统以大数据为导向实现智能教学决策功能，主要是应用决策树数据挖掘算法对海量关联性教学数据信息实时深度挖掘，研究使用决策树算法完成数据特征挖掘.因此需要将这些预处理后具有连续性的高校体育教学信息数据进行离散化处理，使其成为决策树算法可用的有效数据样本.

2.基于ID3决策树的高校学生体育智能教学方案生成数据挖掘结果是高校体育智能教学决策方案生成的基础，决策树是一种经典的数据挖掘手段，既能剖析出大规模体育教育数据的特征趋势，又能精准预测体育教学决策的未来发展动向.基于高校体育教育数据的离散性特征，从多类型决策树算法中选取ID3决策树算法作为教学决策系统的挖掘工具，对体育成绩、体育训练特征、学习行为趋势等信息进行深度挖掘.

参考文献：

[1]谢火木，刘传尧，刘李春.以课堂教学变革为导向的高校智慧教室建设[J].现代教育技术，2018，28（10）：77-81.

[2]庞俊娣.基于大数据智能分析的运动反馈系统在中学体育教学中的应用研究[J].当代体育科技，2019，9（32）：115-117.