摘要：在高校体育领域，由于体育功能的拓展与社会服务需求的增长给体育管理部门带来了强大的管理压力，如何有效地提高体育管理水平是高校体育管理部门面临的重要课题。管理信息化是其必然趋势，但现有体育管理系统集成度不高，且大多不具有分析和决策支持功能，研究基于数据挖掘的高校体育管理信息化体系具有现实意义，通过对目前高校体育管理现状的梳理和引入数据挖掘构建高校体育管理信息化体系的价值分析，本文提出了基于数据挖掘构建高校体育管理信息化体系的思路和方法。
关键词：数据挖掘：高校体育管理；信息化体系
中图分类号：TP315 文献标识码：B 文章编号：1673-8454(2011)21-0037-04
高校体育功能的拓展与社会服务需求的增长给体育管理部门带来了强大的管理压力，传统的管理模式在决策环境瞬息万变的今天难以取得成效。可选方案增加使得决策者更加难以决策，决策产生的影响面扩大增加了决策风险，环境变化速度的加快要求决策部门必须快速决断，而决策变量的增加使得决策结果难以预料。如何有效地提高体育管理水平是高校体育管理部门面临的重要课题。高校体育管理信息系统的建设，虽然给体育管理带来了诸多便利，但系统功能大多停留在存储、修改、查询信息等基本功能上，缺乏分析和决策支持功能。必须改变现有的管理模式，改变信息丰富、知识匮乏的状态，使得决策能够在较多信息的支持下进行。数据挖掘技术恰好可以解决这一问题，从而使高校体育管理信息系统发挥更大的作用。
数据挖掘(Data Mining)技术是当前国际信息决策和信息处理领域最前沿的研究热点，正在各行各业以信息分析为基础的决策支持活动中扮演着越来越重要的角色。根据Gartner的调查报告预计，到2010年数据挖掘在相关市场的使用将增加到超过80％。数据挖掘技术的卓越分析能力鼓舞着人们将其应用到实践当中。为挖掘高校体育核心竞争力，优化高校体育资源配置、提高资源利用率，让高校体育管理者在快速变化的竞争中把握高校体育的发展方向，通过对数据挖掘技术和当前高校体育业务管理信息化现状进行分析，本文提出了基于数据挖掘构建高校体育管理信息化体系的构想。
一、高校体育管理信息化现状及其发展趋势
1.现状
在信息技术高度发展的今天，关于信息技术与高校体育的研究主要集中在现代信息技术在学校体育的学习理论、教学设计和教学媒体应用等方面，以探究教学策略、教学手段和教学方法的改革为主，而关于高校体育管理信息化体系的研究非常薄弱，目前存在的问题主要是信息孤岛的存在和数据来源分散，系统的集成度不高，且大多管理系统都不具有分析和决策支持功能。
体育管理过程实际就是体育相关信息的处理过程，随着高校体育功能的拓展与社会服务需求的增长，高校体育管理涉及面越来越广、信息量也越来越大。从目前看来，高校体育管理在方式上以人工管理为主，辅以简单的计算机管理。随着管理信息的剧增，这些方式的缺点越来越明显，表现在以下几个方面：第一，管理人员工作量太大，效率太低，而且容易出错；第二，各种数据存放分散、凌乱，不易于保存和更新，同时使得体育管理工作缺乏连续性；第三，不利于数据查询、汇总、报表填写；第四，缺乏标准化的管理导致管理不规范。
2.发展趋势
高校的各职能部门由于管理工作的需要，都在不同程度上实施了办公的自动化、管理的网络化，使得体育管理工作被纳入学校的整个网络化管理体系。在这一背景下，高校体育管理的信息化需求与日俱增。
在教学规模扩大和体育教学资源相对紧张的情况下，通过科学的管理，提高教学质量，要求高校体育管理信息化；拓展高校体育与体育科学研究功能，要求高校体育管理信息化：与高校体育工作相关的各业务部门进行良性沟通，要求高校体育管理信息化；为更好地利用高校体育功能为全校的师生员工以至社会服务，要求高校体育管理信息化。高校体育管理信息系统的开发将有助于对高校体育各个业务流程进行科学化管理，有利于完成高校体育的各项功能和目标，解决事务性的业务问题。
管理学家西蒙说过，管理即为决策。现代体育管理必须建立在信息资源的收集、整理、研究与分析的基础上，建立现代化的管理手段。管理信息系统不能够停留在保存信息的单调功能之上，只有通过数据挖掘的方法来对管理信息系统中的信息进行一定的分析，得出有效的决策支持信息，才能够发挥管理信息系统的真正作用。这是现代体育管理手段的必然趋势。
二、高校体育管理信息化体系构建的价值取向
1.预防和控制高校体育管理风险，使高校体育管理更加科学、快速
管理风险的发生并非一蹴而就，而是一个累积、渐进的过程。数据挖掘技术将高校体育管理者个人的智能资源和计算机的系统分析能力结合在一起，可以随时监控管理状况，帮助管理者进行问题的分析和识别，还可以为管理者提供决策所需的数据、信息和背景资料，建立或修改决策模型，提供各种备选方案，并进行方案的评价和选优，提高决策准确性，控制管理风险，防范危机发生，使管理更加科学、快速。
2.为高校体育管理提供有力的决策支持。降低高校体育管理分析成本
面对日益激烈的竞争环境，高校体育管理者对决策信息的需求越来越高。数据挖掘技术可以应用于高校体育管理信息化的多个方面，为提高高校体育服务质量，有效配置高校体育资源，进行科学决策提供坚实的基础，如教学质量控制(成绩分析、教学评价、合理设置课程、指导学生选课、干预师生行为、进行学习者特征分析、实现网络教育个性化与智能化、构建创新人才培养体系)、资源配置管理(人力资源管理、科研管理、场馆器材的使用状况和消耗品的采购、新设备的添置计划)、经济管理(财务管理、体育产业化及其衍生品运营市场化)等。
以前，所有这些数据都需要手工整理、统计和分析，耗费了大量人力、物力、财力。高校体育管理信息化体系构建后，在对同样数据进行多次访问或不同人员作类似访问时不必重复操作，能对事件迅速做出响应，使数据的统计分析更迅速、更准确，可以大大降低管理分析成本。
3.深化高校体育管理分析层次，挖掘潜在的、有价值的管理信息，赢得战略竞争优势
通过体系的构建，可以利用数据挖掘的分类、关联性分析、序列分析、群集分析、机器学习等统计手段，对高校体育各业务模块进行综合分析，扩大管理分析范围，及时提供教学质量控制情况表、资源配置情况表和经济管理情况表等，并对这些数据进行深层次的分析和研究，使其转化为可直接用于决策的信息。
通过体系的构建，还可以在管理人员无法提供精确要求时，主动找出管理者感兴趣的内容，并随着数据的更新不断修正。同时支持对同一主题数据进行多角度的对比分析，挖掘出潜在的、有价值的管理信息，帮助高校体育管理者赢得战略竞争优势。
三、数据挖掘体系及高校体育管理数据挖掘流程
1.数据挖掘体系
数据挖掘是适应信息处理新的需求和社会发展各方面的迫切需要而发展起来的一种新的信息分析技术，是一个从大规模数据中找山隐藏其中的有意义、重要的信息或模式的探索过程，是建立在高性能的关系数据库引擎以及广泛的数据集成基础上的，由人工智能、统计学以及数据库技术等学科交叉形成的一门综合性学科。
它主要有五类功能：预测趋势和行为、关联分析、聚类分析、概念描述和偏差检测，把人们对数据的应用从低层次的简单查询，提升到从数据中挖掘知识，做出前摄的、基于知识的决策。
数据挖掘就是利用数据挖掘技术，从数据库、数据仓库和其它信息数据库中的大规模数据中挖掘有价值知识的过程。完整的数据挖掘流程包括数据规范化、数据集成、数据转化、数据挖掘、模式评价、知识表示等几个步骤，可大致分为四层，如图1所示：
(1)业务对象层：熟悉应用领域的数据、背景知识，清晰地定义出业务问题。明确所要完成的挖掘任务，完成数据定义工作。
(2)数据准备层：数据的抽取和预处理工作。对数据质量进行分析，消除数据噪声，进行多个数据库的集成、组合，构建数据仓库和数据集市。
(3)数据挖掘层：知识发现的核心部分。运用合适的算法和技术、执行挖掘算法、搜寻提取数据模式等。
(4)结果分析层：根据要解决的问题，对挖掘“{的模式进行确认或者解释，将发现的知识以最终用户能够理解的方式输出。
2.高校体育管理数据挖掘流程(见图2)
高校体育管理的数据经过规范、清洗降噪等数据管理过程，通过执行数据仓库设计方案，建立起带有目录的数据仓库，然后将其转化为数据挖掘库——数据集市或数据商场，成为挖掘对象，利用数据挖掘工具和方法，例如人工神经网络、遗传算法、决策树、近邻算法、规则推导等，发现知识或模式，并将解释后的结果发送给高校体育管理的终端用户。
四、高校体育管理信息化体系的构建
1.构建的思路和方法
(1)战略规划
建设信息系统的目的是为了提高效率，促进工作。要建设一个基于数据挖掘的高质量的体育管理信息化体系，需要研究信息系统开发和运行中的非技术问题，把握高校体育管理信息化的发展规律和信息系统的开发规律。充分调研、规划高校体育管理信息系统的内容，并进行相应的可行性分析，从而有计划、有重，-氧、有步骤、低风险地开发各个子系统，满足高校体育管理业务和决策需求。
首先，面向日常业务，构建集成的联机事务处理数据库系统为数据挖掘提供数据、数据源形成操作性数据，主要是以构建管理信息系统为主，从日常业务性工作中获得数据，反映了体育工作的具体过程，实现业务数据的数据库存储，为数据维护(增、删、改、查)提供了便利。
如：办公自动化管理系统、师资管理系统、科学研究管理系统、体育教学管理系统(排课、选课、试题库、成绩、教学评价)、运动竞赛管理系统、资产管理系统(场馆、器材)、财务管理系统、体质测试管理系统、社会服务管理系统、运动队管理系统、群体活动管理系统、情报系统等。
其次，面向业务问题，构建联机分析处理数据仓库形成分析性数据，主要以构建决策支持系统为主，从数据中心获得数据，按照决策主题构建数据仓库，运用CRISP-DM过程模型(Cross-Industry Process for Data Mining.交叉行业数据挖掘过程标准)解决管理决策问题。
(2)模式选择
在建设信息系统中，首先应考虑系统的开发模式，然后考虑开发方法，接着确定开发环境，选用合适的开发工具。在选择合适的开发模式时，应该采用成熟、稳定、易用的系统平台和开发工具。既要充分考虑不断增长的管理及服务需求，又要考虑到价格、开发周期、易用性、系统维护、系统扩充和系统移植等因素。
B/S模式开发信息系统是当前业界探索的热点和追求的目标，面向对象的理论和技术以及多层架构是当前较为先进的软件开发理论和技术，其综合运用在信息管理系统的开发和实现上，符合今后IT技术和管理工作的发展趋势。在数据库的选择上，一定要选择一款具有数据分析引擎的数据库产品。高校体育管理信息化体系完全可以开发成为一个集成Web技术和数据库技术的高级MIS应用系统。
(3)维护升级
要使建设的信息系统能够正常地运行起来，需要在整个系统的生命周期内对系统进行维护。应包括四个方面的工作：硬件维护；软件维护；数据维护；安全维护。
2.体系的构建结构(见图3)
基于数据挖掘的高校体育管理信息化体系的建设正是为了满足不同层次的需要，对高校体育管理进行的统一、全局的规划。在该体系中划分为三个层次。第一个层次是“业务信息管理层”，构建业务管理信息系统，实现日常事务的管理，采集事务性操作数据；第二个层次是“数据管理层”，构建数据管理中心，实现整个集成系统的操作性数据的组织和储存；第二三个层次是“数据挖掘层”，构建分析决策支持信息系统，实现根据管理者的关心的主题提供分析和决策支持。
五、建议
高校体育管理信息化建设是一个深层次的管理文化问题，是高校体育管理思想、管理方法、管理制度、管理手段的革新，是高校体育的组织结构，甚至是高校体育运行模式的重大变革。在高校体育管理信息化建设过程H]应注意以下问题：
第一，管理信息化建设应以管理流程优化为前提。信息化并不是全能的，管理信息化既不是管理现状的简单电子化，也不是传统管理模式直接在计算机网络中的运行，而是要借助现代信息技术和现代管理理念和手段，提高管理水平和效率，所以组织变革和流程重组是构建的前提。
第二，建立高校体育信息标准化体系，避免形成“信息孤岛”，实现数据交换和共享的无障碍化，为系统整合、信息技术集成化，以及建立交互与集成的数据挖掘环境奠定基础。
第三，在新一代的高校体育管理信息化体系的构建中，数据挖掘技术一开始就应纳入系统设计，根据体育领域自身的特点，在实施数据挖掘应用时，应把面向体育行业的数理统计学集成到解决方案之中，合理地选择适合自己的数据挖掘工具和数据挖掘方法。
第四，虽然数据挖掘技术功能强大，但它并不能自动发现知识，在面向体育管理领域的应用当中仍然需要体育领域的专家和全面了解组织内数据资源的管理者以及具备充分的统计学知识的人，还有就是掌握数据挖掘技术的人员共同参与。
第五，建立一套围绕着高校体育管理信息化系统的规划、实施、使用、维护、改进升级等过程的运行机制。
第六，高校体育信息化是一个漫长的过程，在其建设过程中，有必要建立一套科学、完善的信息化监理、评价指标体系，对信息化的实施过程进行适时评估，根据评估和考核的结果，找出信息化过程中的薄弱环节，为下一步建设计划的制定提供依据。
参考文献：
[1]吴秀云论信息技术在高校体育管理中的应用[J].山西师大体育学院学报,2008,23(2)：86-88.
[2]苏新宁，杨建林，江念南等数据仓库和数据挖掘[M].北京：清华大学出版社，2006.
[3]南开高校体育信息化现状调查及发展对策研究[J].平顶山工学院学报，2008,17(2)：89-92.
[4]赵文婧，沈林数据挖掘技术分析及其在高校管理决策中的应用[J].科教文汇，2008(3)：9.
[5]孔军，易勤，基于C／S与B／S的高校体育管理信息系统[J].武汉体育学院学报,2007,41(10)：14-17.
[6]赵云宏新时期我国体育信息化建设若干问题的思考[J].中国体育科技,2005,41(4)：25-28.
(编辑：隗爽)