网络大数据挖掘云服务平台的构建

本文主要探讨了网络大数据挖掘云服务平台的构建.首先介绍了大数据、云计算的基本概念,然后分析了MapReduce分布式处理技术,最后探讨了网络大数据挖掘云服务平台的体系结构.     

浅谈大数据

大数据技术是指从各种类型的巨量数据中,快速获取有价值信息的技术。大数据时代带来的挑战不仅体现在如何从巨量数据中获取有价值信息,还体现在如何加强大数据技术的研发,抢占时代发展的前沿。     

大数据对高校信息公开的推进作用

自从大数据概念提出以来,便掀起了信息界的一场数据革命,在大量数据公开于大众的时代,高校信息公开也正在被认定是依法治校的必然结果,是现代大学制度的基本要求。大数据对于高校信息公开具有重大的推进作用,使其公开透明。大数据对高校信息公开发展的推进值得关注和研究。     

数据挖掘在体育数据分析中的研究与应用

本文阐述了数据挖掘概念．分类,挖掘方法和挖掘流程等数据挖掘理论与体育数据分析理论;并以足球、置球和田径中的数据分析为倒,探讨了数据挖掘在国内外体育赛事数据分析和体育教学数据分析中的应用,分析了数据挖掘技术对体育赛事和体育教学的促进作用。     

数据挖掘在国民体质测试中的应用研究

本文运用决策树和关联规则数据挖掘算法对体质测试数据进行研究,用SQL Server BI Dev Studio数据挖掘服务建立体质水平与各单项指标的数据挖掘模型,发现影响体质水平的重要指标.研究表明,将决策树和关联规则综合运用于体质水平数据挖掘研究是有着显著作用.结果显示:影响青年人体质的是身体爆发力,影响中年人体质水平的是平衡能力,对老年人体质水平影响较大的是反应时和心肺功能.建议:为促进国民体质健康,应针对不同人群、不同性别采用不同体育锻炼方式.     

《数据仓库与数据挖掘》课程教学实践与教学改革探索

本文根据笔者两年来《数据仓库与数据挖掘》教学实践经验体会,结合《数据仓库与数据挖掘》教学一线教师发表的教学教改论文,将《数据仓库与数据挖掘》教学实践中具有的普遍性问题进行归纳总结,并对教学改革方向进行了探索,以期更好的提高教学质量,为工作在教学一线的教师提供参考。     

神经网络在运动生化指标中的应用

生化指标数据对竞技体育运动水平具有监控作用,将神经网络的数据挖掘理论与其结合,可对运动训练进行科学的决策,科学地分析预测运动成绩。主要论述神经网络在生化指标中的应用情况。     

大数据浅析

本文分析了大数据的定义与特征,在此基础上探讨了大数据的获取与表示方法,以及大数据的存储与管理方式。     

数据挖掘技术在篮球技战术分析的应用研究

对数据挖掘技术在篮球技战术分析中的价值和可行性进行分析,利用决策树ID3算法,对某运动员10场比赛数据为依据构建决策树,实例检验结果,对运动员有效更改训练方式及内容提供参考,对教练员在下一步技战术策略制定过程中提供决策建议。     

智能电网中基于数据挖掘技术的可再生能源消费预测建模

传统电力系统逐渐步入智能电网时代后,数据量激增,传统的分析处理方法已捉襟见肘。数据挖掘正是解决这个难题的有力工具。本文分析了数据挖掘技术和智能电网各自的特点,揭示了二者之间的密切联系,并结合数据挖掘的相关理论,对该技术在智能电网中的应用给出了实例。本文最后还对数据挖掘技术在智能电网中的进一步推广进行了讨论。     

关联规则在教务管理系统中的应用研究

现行高校教务管理信息系统中存放了大量的历史数据，这些数据所隐藏的价值并没有被充分挖掘和利用，主要原因是目前的教务管理系统几乎没有数据挖掘功能。本文分析了关联规则的经典Apriori算法的优缺点，使用数据库SQL及VB编程语言对其优化，开发了一个教学决策支持平台原型，并以学生成绩与课程设置的潜在联系为例进行了分析。     

数据挖掘技术在体育科学研究中应用现状评述

通过整理体育科学领域数据挖掘方面的研究文献,利用体育统计的研究方法,把文献资料按照体育管理、比赛应用、训练应用、体育教学、综述、其他几个归类进行分析,结果发现当前的研究资料主要偏重于简单的理论分析,而对于体育相关领域数据库的建立和应用则相对较少,这也造成了结果片面或出现偏差。但是值得肯定的是,国内一些专家和学者已经开始把数据挖掘技术引入到体育项目中,虽然目前的研究还不够深入,但是这对于我们日后研究体育数据挖掘,真正把数据挖掘技术利用到体育技战术制定和体育发展决策,推进数据挖掘技术在体育领域的发展,具有重要意义。     

关联规则挖掘技术在体质指标分析中的应用研究

以2005 年上海市国民体质监测数据库为分析对象,采用关联规则挖掘技术对体质数据进行大量的数据挖掘实验,从中发现三大类规则。 并通过文献研究、专家访谈等方法,对部分规则做了解析,获得一些有价值的信息和知识。研究认为：关联规则挖掘技术应用于体质研究领域具 有一定的可行性和有效性;并可以为体质数据分析和体质健康实际工作提供科学的决策依据。     

数智赋能体育创新应用与发展——第14届国际体育计算机科学研讨会综述

第14届国际体育计算机科学研讨会于2023年9月27日—30日在浙江大学教育学院成功举行,汇聚了来自德国、奥地利、西班牙、瑞士、土耳其、爱尔兰、韩国、日本、新加坡、澳大利亚和中国的35所大学和科研机构,近百名专家、学者和学生,共同探索体育科学与计算机科学等多学科的交叉研究。会议精选了67篇论文、5个主旨报告和2个工作坊,包括体育领域中的机器学习、计算机视觉、数据挖掘、模式识别、数据库、大数据、建模与预测、传感器,以及球类、田径、跆拳道、射箭等比赛数据和运动表现分析等主题。这些研究为体育科学领域带来了崭新的见解,展现了多学科、跨领域合作研究的重要性及发展潜力。     

大数据背景下高等学校教学管理的新思路

大数据时代的来临,对高等教育产生了重大的影响,本文讨论了大数据对高等学校教学管理的影响,提出了在大数据背景下高等学校教学管理的一些新思路,并对大数据技术在高等教育领域的应用前景作了展望.     

体育数据分析中数据挖掘技术的应用

数据挖掘(DM)是一种深层次的数据分析方法，在很多领域广泛使用。阐述了DM技术的基本原理，分析了它在体育领域中进行数据分析的应用。     

大数据时代的图书馆初探

在云计算、物联网等技术的推动下,世界已经进入了一个“大数据”时代。本文旨在讨论大数据时代下,图书馆与大数据相关的研究内容、发展存在的问题以及总体发展趋势。在大数据时代下,图书馆应该进行服务模式创新与重构、服务内容创新与重构,从而解决发展瓶颈。     

序列模式挖掘在乒乓球比赛技战术分析中的应用

以世界优秀女子乒乓球运动员比赛的技战术统计资料为数据挖掘对象,采用技战术描述方法,利用智能数据采集软件对比赛技战术数据进行采集,对初采数据根据实战需要进行二次处理,尽可能使二次处理后的技战术指标能充分反映运动员的比赛状况。结果显示:利用序列模式挖掘的AprioriAll算法,挖掘高于用户指定阈值的最大致胜技战术序列,能清晰反映运动员得失分的连续击球技战术状态。     

大数据时代体育传播发展的机遇与挑战

随着大数据的发展逐渐被运用到各个信息领域,体育作为新闻业报导的重要内容之一,其传播也迎来了机遇与挑战。本文运用文献资料法、逻辑分析法对大数据时代体育传播发展的机遇与挑战进行研究。研究认为,关联性、预测性、"悦读"性是大数据时代体育传播的特征;媒体融合与跨界合作、个性化信息推荐、体育数据新闻团队的建立使体育传播在大数据时代的变革中有了更多的发展机遇;而大数据与体育新闻价值逻辑之间的矛盾、体育数据源的开放问题以及信息安全个人数据隐私保护是大数据时代体育传播所面临的挑战。     

竞技排球数据挖掘系统的功能与运用

结合竞技排球数据挖掘系统的运用实例,分析竞技排球数据挖掘系统的研究现状、系统设计原则及系统的功能结构.认为:竞技排球数据挖掘系统具有功能复合、教据共享、模块简洁、操作方便等特点;运用该系统可揭示排球比赛中二传分配球特点、卡轮原因及分差和局胜负率关系等,反映排球比赛的内在规律信息.