CN112365375A - 一种基于大数据的体育平台数据管理方法及装置 - Google Patents
一种基于大数据的体育平台数据管理方法及装置 Download PDFInfo
- Publication number
- CN112365375A CN112365375A CN202011238526.5A CN202011238526A CN112365375A CN 112365375 A CN112365375 A CN 112365375A CN 202011238526 A CN202011238526 A CN 202011238526A CN 112365375 A CN112365375 A CN 112365375A
- Authority
- CN
- China
- Prior art keywords
- data
- sports
- subentry
- model
- management
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000013523 data management Methods 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000013499 data model Methods 0.000 claims abstract description 69
- 238000007726 management method Methods 0.000 claims abstract description 67
- 238000004458 analytical method Methods 0.000 claims abstract description 45
- 238000007405 data analysis Methods 0.000 claims abstract description 40
- 230000000366 juvenile effect Effects 0.000 claims abstract description 39
- 230000009193 crawling Effects 0.000 claims abstract description 13
- 230000000694 effects Effects 0.000 claims description 23
- 238000012795 verification Methods 0.000 claims description 21
- 230000006399 behavior Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 230000006872 improvement Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Educational Technology (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出了一种基于大数据的体育平台数据管理方法及装置。包括:获取青少年体育数据,根据该青少年体育数据建立不同体育分项数据集合,根据该体育分项数据集合建立分项数据模型;根据体育分项数据集合爬取对应第二分项数据,根据该第二分项数据建立第二分项数据模型,结合分项数据模型以及第二分项数据模型生成体育数据分析管理模型;获取待管理青少年体育数据,根据体育数据分析管理模型对待管理青少年体育数据进行分析管理,并生成对应管理分析表。本发明通过获取多维度青少年体育数据,同时根据青少年体育标准数据对青少年体育数据进行实时分析,提高对青少年体育数据分析管理的精确度,有效提高青少年运动水平。
Description
技术领域
本发明涉及大数据技术领域,尤其涉及一种基于大数据的体育平台数据管理方法及装置。
背景技术
20世纪90年代末至21世纪初,体育行业从业人员已逐渐将计算机作为主要工具运用于赛事管理、人员信息统计、场地管理,伴随着单位的不断发展,体育行业产生的数据积累形成了大数据的雏形,如何有效使用这些数据,使其投入到体育管理、发展、规划工作中,充分发挥价值,为行业发展提供技术支撑,成为体育行业对大数据技术最直观的客观需求。
现有的体育数据管理平台对于青少年的体育数据管理方式较为单一,采集到的青少年体育数据有限,由此对青少年的体育数据分析管理也不够准确,所以亟需对现有技术进行改进。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
有鉴于此,本发明提出了一种基于大数据的体育平台数据管理方法及装置,旨在解决现有技术无法通过获取多项数据建立数据分析模型来提高对青少年体育数据分析管理的精确度的技术问题。
本发明的技术方案是这样实现的:
一方面,本发明提供了一种基于大数据的体育平台数据管理方法,所述基于大数据的体育平台数据管理方法包括以下步骤:
S1,获取青少年体育数据,根据该青少年体育数据建立不同体育分项数据集合,根据该体育分项数据集合建立分项数据模型;
S2,根据体育分项数据集合爬取对应第二分项数据,根据该第二分项数据建立第二分项数据模型,结合分项数据模型以及第二分项数据模型生成体育数据分析管理模型;
S3,获取待管理青少年体育数据,根据体育数据分析管理模型对待管理青少年体育数据进行分析管理,并生成对应管理分析表。
在以上技术方案的基础上,优选的,步骤S1中,获取青少年体育数据,根据该青少年体育数据建立不同体育分项数据集合,根据该体育分项数据集合建立分项数据模型,还包括以下步骤,获取青少年体育数据,所述青少年体育数据包括:体育环境数据、体育行为数据、体育效果数据,设定完整性验证规则,根据该完整性验证规则对所述青少年体育数据进行验证,当该青少年体育数据通过完整性验证规则时,根据该青少年体育数据建立不同体育分项数据集合,根据该体育分项数据集合建立分项数据模型;当该青少年体育数据未通过完整性验证规则时,重新获取未通过验证的青少年体育数据,并进行验证。
在以上技术方案的基础上,优选的,根据该青少年体育数据建立不同体育分项数据集合,根据该体育分项数据集合建立分项数据模型,还包括以下步骤,根据该青少年体育数据建立不同体育分项数据集合,设定不同分项标准,结合不同体育分项数据集合以及不同分项标准生成对应评分模型,将该评分模型作为分项数据模型。
在以上技术方案的基础上,优选的,步骤S2中,根据体育分项数据集合爬取对应第二分项数据,根据该第二分项数据建立第二分项数据模型,结合分项数据模型以及第二分项数据模型生成体育数据分析管理模型,还包括以下步骤,根据体育分项数据集合爬取不同分项数据对应领域的第二级分项数据,体育环境数据包括:学校环境、制度环境、家庭环境、人际环境以及社区环境,体育行为数据包括:活动方式、活动时间以及活动水平,体育效果数据包括:健身意识、健身技能以及体质健康水平,根据该第二分项数据建立第二分项数据模型,结合分项数据模型以及第二分项数据模型生成体育数据分析管理模型。
在以上技术方案的基础上,优选的,步骤S3中,获取待管理青少年体育数据,根据体育数据分析管理模型对待管理青少年体育数据进行分析管理,还包括以下步骤,获取待管理青少年体育数据,根据聚类方法,对待管理青少年体育数据近聚类,获取聚类后的待管理青少年体育数据集,通过体育数据分析管理模型对待管理青少年体育数据集进行分析管理,并生成对应管理分析表。
在以上技术方案的基础上,优选的,还包括以下步骤,通过体育数据分析管理模型对待管理青少年体育数据集进行分析管理,并生成对应管理分析表,还包括以下步骤,获取青少年体育数据标准报告以及对应标准数据,通过体育数据分析管理模型对待管理青少年体育数据集进行分析,获取待比较青少年体育数据,通过青少年体育数据标准报告以及对应标准数据对待比较青少年体育数据进行分析,生成对应管理分析表。
在以上技术方案的基础上,优选的,通过青少年体育数据标准报告以及对应标准数据对待比较青少年体育数据进行分析,生成对应管理分析表之后,还包括以下步骤,获取该管理分析表对应用户信息,设定访问加密规则,根据该访问加密规则对管理分析表以及对应用户信息进行加密,将加密后的管理分析表以及对应用户信息进行存储。
更进一步优选的,所述基于大数据的体育平台数据管理装置包括:
分项模型建立模块,用于获取青少年体育数据,根据该青少年体育数据建立不同体育分项数据集合,根据该体育分项数据集合建立分项数据模型;
第二分项模型建立模块,用于根据体育分项数据集合爬取对应第二分项数据,根据该第二分项数据建立第二分项数据模型,结合分项数据模型以及第二分项数据模型生成体育数据分析管理模型;
分析模块,用于获取待管理青少年体育数据,根据体育数据分析管理模型对待管理青少年体育数据进行分析管理,并生成对应管理分析表。
第二方面,所述基于大数据的体育平台数据管理方法还包括一种存储设备,所述存储设备包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的基于大数据的体育平台数据管理方法程序,所述基于大数据的体育平台数据管理方法程序配置为实现如上文所述的基于大数据的体育平台数据管理方法的步骤。
第三方面,所述基于大数据的体育平台数据管理方法还包括一种介质,所述介质为计算机介质,所述计算机介质上存储有基于大数据的体育平台数据管理方法程序,所述基于大数据的体育平台数据管理方法程序被处理器执行时实现如上文所述的基于大数据的体育平台数据管理方法的步骤。
本发明的一种基于大数据的体育平台数据管理方法相对于现有技术具有以下有益效果:
(1)通过从多维度获取青少年体育数据,能够更加精确对青少年的体育情况进行分析,提高了整个系统数据分析的准确度。
(2)通过设定特定加密规则对青少年体育分析表进行加密存储,保障了数据的安全性,提高了整个系统管理分析的安全指数。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例方案涉及的硬件运行环境的设备的结构示意图;
图2为本发明基于大数据的体育平台数据管理方法第一实施例的流程示意图;
图3为本发明基于大数据的体育平台数据管理方法第一实施例的功能模块示意图。
具体实施方式
下面将结合本发明实施方式,对本发明实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式仅仅是本发明一部分实施方式,而不是全部的实施方式。基于本发明中的实施方式,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。
如图1所示,该存储设备可以包括:处理器1001,例如中央处理器(CentralProcessing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity,WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对设备的限定,在实际应用中设备可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及基于大数据的体育平台数据管理方法程序。
在图1所示的设备中,网络接口1004主要用于建立设备与存储基于大数据的体育平台数据管理方法系统中所需的所有数据的服务器的通信连接;用户接口1003主要用于与用户进行数据交互;本发明基于大数据的体育平台数据管理方法设备中的处理器1001、存储器1005可以设置在基于大数据的体育平台数据管理方法设备中,所述基于大数据的体育平台数据管理方法设备通过处理器1001调用存储器1005中存储的基于大数据的体育平台数据管理方法程序,并执行本发明实施提供的基于大数据的体育平台数据管理方法。
结合图2,图2为本发明基于大数据的体育平台数据管理方法第一实施例的流程示意图。
本实施例中,所述基于大数据的体育平台数据管理方法包括以下步骤:
S10:获取青少年体育数据,根据该青少年体育数据建立不同体育分项数据集合,根据该体育分项数据集合建立分项数据模型。
应当理解的是,本实施例中,系统首先会获取青少年体育数据,所述青少年体育数据包括:体育环境数据、体育行为数据、体育效果数据,系统会根据这些来对青少年体育数据进行分析,并将这些数据作为第一分项数据建立对应分项数据模型,所述分项数据即为各分项数据集合在一起形成的数据集合。
应当理解的是,本实施例中,分项数据还包括更下一级的分享数据,比如,体育环境包括:体育健身环境失衡发展是青少年体育发展过程中的重大隐忧,可以通过持续分析和跟踪五个体育环境(包括学校环境、制度环境、家庭环境、人际环境、社区环境)的评价模型,来评估体育环境情况,并给出改进建议;体育行为:分析主要从青少年参加体育运动的方式、参加体育运动的时长、参加体育运动的类型等方面,进行数据分析,跟踪青年体育行为改善情况,提供数据支撑和改善建议;运动效果:通过对青少年体质健康水平数据以及体育健身意识数据进行分析,了解青少年体育运动效果的情况和变化趋势。
应当理解的是,在将青少年体育数据带入计算之前,为了保证数据的准确性,还会设定完整性验证规则,这个完整性验证规则即时公知的对数据的完整性进行验证的方式,用于对青少年体育数据进行验证,当青少年体育数据通过完整性验证规则时,根据青少年体育数据建立不同体育分项数据集合,并根据该体育分项数据集合建立分项数据模型;当该青少年体育数据未通过完整性验证规则时,系统会确定是哪些青少年数据没有通过验证,然后定位到这个青少年数据的获取途径,重新从获取途径获取未通过验证的青少年体育数据,并进行验证,若还是没有通过完整性验证,系统则会对这个获取途径进行检测。
应当理解的是,建立分项数据模型的方法是设定不同分项标准,结合不同体育分项数据集合以及不同分项标准生成对应评分模型,将该评分模型作为分项数据模型,其中,不同分项标准即不同分项对应的评分标准不同,这个评分标准一般都工作人员进行设定,然后系统根据设定好的评分标准对各个分项数据集进行评分。
S20:根据体育分项数据集合爬取对应第二分项数据,根据该第二分项数据建立第二分项数据模型,结合分项数据模型以及第二分项数据模型生成体育数据分析管理模型。
应当理解的是,之后系统会根据体育分项数据集合爬取对应第二分项数据,即主要从体育环境、体育行为、运动效果三个方面,建立青少年体育指标评测体系。其中体育环境中的具体指标主要包括学校环境、制度环境、家庭环境、人际环境、社区环境等;体育行为中的具体指标主要包括活动方式、活动时间、活动水平等;运动效果中的具体指标主要包括健身意识、健身技能、体质健康水平等。
应当理解的是,之后系统会根据第二分项数据建立第二分项数据模型,结合分项数据模型以及第二分项数据模型生成体育数据分析管理模型,分项数据模型建立方法上述实施例中已经讲述,此处不再进行说明。
S30:获取待管理青少年体育数据,根据体育数据分析管理模型对待管理青少年体育数据进行分析管理,并生成对应管理分析表。
应当理解的是,之后系统会获取待管理青少年体育数据,根据聚类方法,对待管理青少年体育数据近聚类,获取聚类后的待管理青少年体育数据集,通过体育数据分析管理模型对待管理青少年体育数据集进行分析管理。
应当理解的是,为了更加准确对待管理青少年体育数据集进行分析管理,系统还会获取青少年体育数据标准报告以及对应标准数据,通过体育数据分析管理模型对待管理青少年体育数据集进行分析,获取待比较青少年体育数据,通过青少年体育数据标准报告以及对应标准数据对待比较青少年体育数据进行分析,生成对应管理分析表。
应当理解的是,最后为了数据的私密性和安全性,系统会设定访问加密规则,这个访问加密规则由管理员事先进行设定,可以是特定的字符,也可以是一串随机变换的数据,然后根据该访问加密规则对管理分析表以及对应用户信息进行加密,将加密后的管理分析表以及对应用户信息进行存储,通过这种方式以保证数据的安全性,提高整个管理分析系统的安全指数。
需要说明的是,以上仅为举例说明,并不对本申请的技术方案构成任何限定。
通过上述描述不难发现,本实施例通过获取青少年体育数据,根据该青少年体育数据建立不同体育分项数据集合,根据该体育分项数据集合建立分项数据模型;根据体育分项数据集合爬取对应第二分项数据,根据该第二分项数据建立第二分项数据模型,结合分项数据模型以及第二分项数据模型生成体育数据分析管理模型;获取待管理青少年体育数据,根据体育数据分析管理模型对待管理青少年体育数据进行分析管理,并生成对应管理分析表。本实施例通过获取多维度青少年体育数据,同时根据青少年体育标准数据对青少年体育数据进行实时分析,提高对青少年体育数据分析管理的精确度,能够有效提高青少年运动水平、加强体育活动安全、加强体育教育、竞技体育后备人才选拔等方面提供数据分析和决策。
此外,本发明实施例还提出一种基于大数据的体育平台数据管理装置。如图3所示,该基于大数据的体育平台数据管理装置包括:分项模型建立模块10、第二分项模型建立模块20、分析模块30。
分项模型建立模块10,用于获取青少年体育数据,根据该青少年体育数据建立不同体育分项数据集合,根据该体育分项数据集合建立分项数据模型;
第二分项模型建立模块20,用于根据体育分项数据集合爬取对应第二分项数据,根据该第二分项数据建立第二分项数据模型,结合分项数据模型以及第二分项数据模型生成体育数据分析管理模型;
分析模块30,用于获取待管理青少年体育数据,根据体育数据分析管理模型对待管理青少年体育数据进行分析管理,并生成对应管理分析表。
此外,需要说明的是,以上所描述的装置实施例仅仅是示意性的,并不对本发明的保护范围构成限定,在实际应用中,本领域的技术人员可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的,此处不做限制。
另外,未在本实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的基于大数据的体育平台数据管理方法,此处不再赘述。
此外,本发明实施例还提出一种介质,所述介质为计算机介质,所述计算机介质上存储有基于大数据的体育平台数据管理方法程序,所述基于大数据的体育平台数据管理方法程序被处理器执行时实现如下操作:
S1,获取青少年体育数据,根据该青少年体育数据建立不同体育分项数据集合,根据该体育分项数据集合建立分项数据模型;
S2,根据体育分项数据集合爬取对应第二分项数据,根据该第二分项数据建立第二分项数据模型,结合分项数据模型以及第二分项数据模型生成体育数据分析管理模型;
S3,获取待管理青少年体育数据,根据体育数据分析管理模型对待管理青少年体育数据进行分析管理,并生成对应管理分析表。
进一步地,所述基于大数据的体育平台数据管理方法程序被处理器执行时还实现如下操作:
获取青少年体育数据,所述青少年体育数据包括:体育环境数据、体育行为数据、体育效果数据,设定完整性验证规则,根据该完整性验证规则对所述青少年体育数据进行验证,当该青少年体育数据通过完整性验证规则时,根据该青少年体育数据建立不同体育分项数据集合,根据该体育分项数据集合建立分项数据模型;当该青少年体育数据未通过完整性验证规则时,重新获取未通过验证的青少年体育数据,并进行验证。
进一步地,所述基于大数据的体育平台数据管理方法程序被处理器执行时还实现如下操作:
根据该青少年体育数据建立不同体育分项数据集合,设定不同分项标准,结合不同体育分项数据集合以及不同分项标准生成对应评分模型,将该评分模型作为分项数据模型。
进一步地,所述基于大数据的体育平台数据管理方法程序被处理器执行时还实现如下操作:
根据体育分项数据集合爬取不同分项数据对应领域的第二级分项数据,体育环境数据包括:学校环境、制度环境、家庭环境、人际环境以及社区环境,体育行为数据包括:活动方式、活动时间以及活动水平,体育效果数据包括:健身意识、健身技能以及体质健康水平,根据该第二分项数据建立第二分项数据模型,结合分项数据模型以及第二分项数据模型生成体育数据分析管理模型。
进一步地,所述基于大数据的体育平台数据管理方法程序被处理器执行时还实现如下操作:
获取待管理青少年体育数据,根据聚类方法,对待管理青少年体育数据近聚类,获取聚类后的待管理青少年体育数据集,通过体育数据分析管理模型对待管理青少年体育数据集进行分析管理,并生成对应管理分析表。
进一步地,所述基于大数据的体育平台数据管理方法程序被处理器执行时还实现如下操作:
获取青少年体育数据标准报告以及对应标准数据,通过体育数据分析管理模型对待管理青少年体育数据集进行分析,获取待比较青少年体育数据,通过青少年体育数据标准报告以及对应标准数据对待比较青少年体育数据进行分析,生成对应管理分析表。
进一步地,所述基于大数据的体育平台数据管理方法程序被处理器执行时还实现如下操作:
获取该管理分析表对应用户信息,设定访问加密规则,根据该访问加密规则对管理分析表以及对应用户信息进行加密,将加密后的管理分析表以及对应用户信息进行存储。
以上所述仅为本发明的较佳实施方式而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于大数据的体育平台数据管理方法,其特征在于:包括以下步骤;
S1,获取青少年体育数据,根据该青少年体育数据建立不同体育分项数据集合,根据该体育分项数据集合建立分项数据模型;
S2,根据体育分项数据集合爬取对应第二分项数据,根据该第二分项数据建立第二分项数据模型,结合分项数据模型以及第二分项数据模型生成体育数据分析管理模型;
S3,获取待管理青少年体育数据,根据体育数据分析管理模型对待管理青少年体育数据进行分析管理,并生成对应管理分析表。
2.如权利要求1所述的基于大数据的体育平台数据管理方法,其特征在于:步骤S1中,获取青少年体育数据,根据该青少年体育数据建立不同体育分项数据集合,根据该体育分项数据集合建立分项数据模型,还包括以下步骤,获取青少年体育数据,所述青少年体育数据包括:体育环境数据、体育行为数据、体育效果数据,设定完整性验证规则,根据该完整性验证规则对所述青少年体育数据进行验证,当该青少年体育数据通过完整性验证规则时,根据该青少年体育数据建立不同体育分项数据集合,根据该体育分项数据集合建立分项数据模型;当该青少年体育数据未通过完整性验证规则时,重新获取未通过验证的青少年体育数据,并进行验证。
3.如权利要求2所述的基于大数据的体育平台数据管理方法,其特征在于:根据该青少年体育数据建立不同体育分项数据集合,根据该体育分项数据集合建立分项数据模型,还包括以下步骤,根据该青少年体育数据建立不同体育分项数据集合,设定不同分项标准,结合不同体育分项数据集合以及不同分项标准生成对应评分模型,将该评分模型作为分项数据模型。
4.如权利要求3所述的基于大数据的体育平台数据管理方法,其特征在于:步骤S2中,根据体育分项数据集合爬取对应第二分项数据,根据该第二分项数据建立第二分项数据模型,结合分项数据模型以及第二分项数据模型生成体育数据分析管理模型,还包括以下步骤,根据体育分项数据集合爬取不同分项数据对应领域的第二级分项数据,体育环境数据包括:学校环境、制度环境、家庭环境、人际环境以及社区环境,体育行为数据包括:活动方式、活动时间以及活动水平,体育效果数据包括:健身意识、健身技能以及体质健康水平,根据该第二分项数据建立第二分项数据模型,结合分项数据模型以及第二分项数据模型生成体育数据分析管理模型。
5.如权利要求4所述的基于大数据的体育平台数据管理方法,其特征在于:步骤S3中,获取待管理青少年体育数据,根据体育数据分析管理模型对待管理青少年体育数据进行分析管理,还包括以下步骤,获取待管理青少年体育数据,根据聚类方法,对待管理青少年体育数据近聚类,获取聚类后的待管理青少年体育数据集,通过体育数据分析管理模型对待管理青少年体育数据集进行分析管理,并生成对应管理分析表。
6.如权利要求5所述的基于大数据的体育平台数据管理方法,其特征在于:通过体育数据分析管理模型对待管理青少年体育数据集进行分析管理,并生成对应管理分析表,还包括以下步骤,获取青少年体育数据标准报告以及对应标准数据,通过体育数据分析管理模型对待管理青少年体育数据集进行分析,获取待比较青少年体育数据,通过青少年体育数据标准报告以及对应标准数据对待比较青少年体育数据进行分析,生成对应管理分析表。
7.如权利要求6所述的基于大数据的体育平台数据管理方法,其特征在于:通过青少年体育数据标准报告以及对应标准数据对待比较青少年体育数据进行分析,生成对应管理分析表之后,还包括以下步骤,获取该管理分析表对应用户信息,设定访问加密规则,根据该访问加密规则对管理分析表以及对应用户信息进行加密,将加密后的管理分析表以及对应用户信息进行存储。
8.一种基于大数据的体育平台数据管理装置,其特征在于,所述基于大数据的体育平台数据管理装置包括:
分项模型建立模块,用于获取青少年体育数据,根据该青少年体育数据建立不同体育分项数据集合,根据该体育分项数据集合建立分项数据模型;
第二分项模型建立模块,用于根据体育分项数据集合爬取对应第二分项数据,根据该第二分项数据建立第二分项数据模型,结合分项数据模型以及第二分项数据模型生成体育数据分析管理模型;
分析模块,用于获取待管理青少年体育数据,根据体育数据分析管理模型对待管理青少年体育数据进行分析管理,并生成对应管理分析表。
9.一种存储设备,其特征在于,所述存储设备包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的基于大数据的体育平台数据管理方法程序,所述基于大数据的体育平台数据管理方法程序配置为实现如权利要求1至7任一项所述的基于大数据的体育平台数据管理方法的步骤。
10.一种介质,其特征在于,所述介质为计算机介质,所述计算机介质上存储有基于大数据的体育平台数据管理方法程序,所述基于大数据的体育平台数据管理方法程序被处理器执行时实现如权利要求1至7任一项所述的基于大数据的体育平台数据管理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011238526.5A CN112365375A (zh) | 2020-11-09 | 2020-11-09 | 一种基于大数据的体育平台数据管理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011238526.5A CN112365375A (zh) | 2020-11-09 | 2020-11-09 | 一种基于大数据的体育平台数据管理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112365375A true CN112365375A (zh) | 2021-02-12 |
Family
ID=74508979
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011238526.5A Pending CN112365375A (zh) | 2020-11-09 | 2020-11-09 | 一种基于大数据的体育平台数据管理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112365375A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106339639A (zh) * | 2016-08-30 | 2017-01-18 | 弗洛格(武汉)信息科技有限公司 | 基于区块链的学分成绩管理方法及系统 |
CN108121785A (zh) * | 2017-12-15 | 2018-06-05 | 华中师范大学 | 一种基于教育大数据的分析方法 |
CN109949935A (zh) * | 2019-01-23 | 2019-06-28 | 深圳市中银科技有限公司 | 一种基于人工智能的个性化终端服务校园健康平台 |
-
2020
- 2020-11-09 CN CN202011238526.5A patent/CN112365375A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106339639A (zh) * | 2016-08-30 | 2017-01-18 | 弗洛格(武汉)信息科技有限公司 | 基于区块链的学分成绩管理方法及系统 |
CN108121785A (zh) * | 2017-12-15 | 2018-06-05 | 华中师范大学 | 一种基于教育大数据的分析方法 |
CN109949935A (zh) * | 2019-01-23 | 2019-06-28 | 深圳市中银科技有限公司 | 一种基于人工智能的个性化终端服务校园健康平台 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11436548B2 (en) | Identifying workers in a crowdsourcing or microtasking platform who perform low-quality work and/or are really automated bots | |
CN107004371B (zh) | 对教育内容效果的量度 | |
El-Nasr et al. | Game data science | |
Longi et al. | Identification of programmers from typing patterns | |
Feng et al. | Patterns and pace: Quantifying diverse exploration behavior with visualizations on the web | |
Camina et al. | The Windows-Users and-Intruder simulations Logs dataset (WUIL): An experimental framework for masquerade detection mechanisms | |
CN107122669A (zh) | 一种评估数据泄露风险的方法和装置 | |
Bharathy et al. | Holistically evaluating agent-based social systems models: A case study | |
Camina et al. | Towards a masquerade detection system based on user’s tasks | |
Codish et al. | User behavior pattern detection in unstructured processes–a learning management system case study | |
Distante et al. | MILA: A SCORM-compliant interactive learning analytics tool for moodle | |
Chudá et al. | Usage of computer mouse characteristics for identification in web browsing | |
Zhao et al. | Discover learning behavior patterns to predict certification | |
Haider et al. | The player experience inventory bench: Providing games user researchers actionable insight into player experiences | |
Zhao et al. | A unified framework for bug report assignment | |
CN109711849B (zh) | 以太坊地址画像生成方法、装置、电子设备及存储介质 | |
Ramil et al. | Defining and applying metrics in the context of continuing software evolution | |
Allen | An analysis of pressure-based keystroke dynamics algorithms | |
Charitopoulos et al. | Educational data mining and data analysis for optimal learning content management: Applied in moodle for undergraduate engineering studies | |
EP3262509B1 (en) | Remote supervision of client device activity | |
González-Pardo et al. | Using virtual worlds for behaviour clustering-based analysis | |
US20140108091A1 (en) | Method and System for Attributing Metrics in a CRM System | |
CN112365375A (zh) | 一种基于大数据的体育平台数据管理方法及装置 | |
Etemadi et al. | Association rule mining for finding usability problem patterns: A case study on StackOverflow | |
Osipov et al. | Abnormal action detection based on Markov models |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210212 |
|
RJ01 | Rejection of invention patent application after publication |