基于物联网的校园智慧体育数据分析方法、平台及介质与流程

本发明属于数据分析，具体涉及一种基于物联网的校园智慧体育数据分析方法、平台及介质。

背景技术：

1、智慧校园与物联网的结合是教育现代化和智能化发展的重要趋势，它通过物联网技术为校园管理、教学和学习环境带来了较大的改变。

2、现有技术中，如公开号为cn117011095a的中国专利文件公开了一种体教融合的智慧校园竞训方法及系统，该方法时通过臂环、手表、手环、足球腿环等智能设备配合教材进度进行数据的精准采集。通过学校常态化的体育课，逐渐建立每个孩子、每个学校、乃至一个区域的青少年及幼儿校园体育数据库。教育主管部门可进行全区学校体质健康抽查、数据报表呈现等，家长则可以通过学生账号登陆看到自己孩子的运动状况、成长轨迹、体态数据档案等。在此基础上，公开号为cn117390401a的中国专利文件公开了一种基于云平台的校园体育数字化管理系统和方法，该方法可以对多个学生的体育测试成绩进行分析，生成分析报告，并对教学课程进行调整，实现了课程的反馈调整，而且还通过获取学生的体检数据、测试成绩及对体育项目兴趣问卷调查的反馈结果，从多个维度对学生的情况进行分析，使得确定的教学课程更符合学生的实际身体素质及兴趣爱好，提高学生对体育课程的热情。

3、然而，上述技术方案虽然可以获取每位学生的用户画像，但并没有公开如何根据用户画像构建符合学生身体素质的课程及措施。

技术实现思路

1、为解决上述问题，本发明提供了一种基于物联网的校园智慧体育数据分析方法、平台及介质，以实现根据学生的体育数据为其推荐合适的课程及鼓励措施。

2、为了达到上述的发明目的，本发明提出一种虚拟建筑模型生成方法，包括：

3、收集运动数据，所述运动数据包括运动类型、运动数值和生成时间点，抽取相同所述运动类型的所述运动数据，聚合为待分析数据；

4、将所述待分析数据拆分为第一分组和第二分组，计算所有所述待分析数据所述运动数值的总体偏差平方和，所述第一分组和所述第二分组各自所述运动数值的第一偏差平方和；

5、基于总体偏差平方和确定临界数值，将所述第一偏差平方和大于所述临界数值的分组继续划分为第三分组和第四分组；

6、计算所述第三分组和所述第四分组的第二偏差平方和，基于所述第二偏差平方和与所述总体偏差平方和的大小关系继续进行划分，直至满足预定条件，将所有无法被拆分的分组定义为目标分组；

7、将所述目标分组划分为的第一大组和第二大组，基于所述生成时间点确定所述第一大组覆盖的第一时间段，所述第二大组覆盖的第二时间段；

8、检索所述第一时间段出现的第一干扰因素，所述第二时间段出现的第二干扰因素，从所述第一干扰因素和所述第二干扰因素中确定对所述运动数值产生影响的扰动因素。

9、进一步地，拆分所述待分析数据包括以下步骤：

10、设置多种拆分数值，每种所述拆分数值对应有数量级，统计所述待分析数据的所述数量级，基于所述数量级选择对应的所述拆分数值，定义为分组数值，使用所述分组数值将所述待分析数据拆分为所述第一分组和所述第二分组，所述第一分组包括所述分组数值数量的所述待分析数据，若需要对所述第一分组或所述第二分组进行划分，则继续统计所述第一分组和所述第二分组的所述数量级，并选择对应的所述拆分数值进行拆分。

11、进一步地，将所述目标分组划分为所述第一大组和所述第二大组包括以下步骤：

12、计算每个所述目标分组所述运动数值的平均值，选取所述平均值最大的所述目标分组为第一测试组，剩余的所述目标分组为第二测试组，基于第一公式计算所述第一测试组和所述第二测试组的匹配值p，所述第一公式为：，其中，为所述总体偏差平方和，为当前所述第一测试组的偏差平方和，为当前所述第二测试组的偏差平方和；

13、从当前的所述第二测试组中，抽取所述平均值最大的所述目标分组，将抽取出的所述目标分组划分至所述第一测试组中，使用所述第一公式重新计算所述第一测试组和所述第二测试组的所述匹配值，重复本步骤，直至所述第二测试组中剩余一个所述目标分组，将所述匹配值最大时，对应的所述第一测试组和所述第二测试组分别定义为所述第一大组和所述第二大组。

14、进一步地，确定所述扰动因素包括以下步骤：

15、将所述第一干扰因素和所述第二干扰因素中，相同的干扰因素定义为第一因素，不相同的干扰因素定义为第二因素，计算所述第一因素在所述第一时间段的第一平均值和第一方差，在所述第二时间段的第二平均值和第二方差，若所述第一平均值和所述第二平均值的第一差值大于第一阈值，以及所述第一方差和所述第二方差的第二差值大于第二阈值，则将对应的所述第一因素设置为备选因素，对所述备选因素和所述第二因素进行验证，将验证通过的所述备选因素和所述第二因素设定为所述扰动因素。

16、进一步地，对所述备选因素进行验证包括以下步骤：

17、抽取其中一个所述备选因素，定义为待验证因素，设置多个第一数值区间和第二数值区间，基于所述第一数值区间将所述待验证因素划分为不同的第一类型，基于所述第二数值区间将所述运动数值划分为不同的第二类型；

18、定位在所述第一时间段和所述第二时间段内相同所述第二类型的所述运动数值，获取对应的所述生成时间点，基于所述生成时间点生成第三时间段，筛选位于所述第三时间段内的所述待验证因素，统计所述待验证因素的所述第一类型在所述第三时间段内的出现概率；

19、设定目标概率范围，筛选出在所述目标概率范围内的所述出现概率，并匹配对应的所述待验证因素，计算筛选后所有所述待验证因素的最大值和最小值，将所述最大值与所述最小值相减，获得第三差值，若所述第三差值大于第三阈值，则将所述待验证因素从所述备选因素中排除。

20、进一步地，位于同一所述目标分组内的所述生成时间点前后连续。

21、进一步地，确定所述第一大组覆盖的所述第一时间段包括以下步骤：

22、将所述目标分组最早的所述生成时间点定义为起始时间点，最晚的所述生成时间点为终止时间点，将所述起始时间点和所述终止时间点之间的时间段定义为所述目标分组的子时间段，将所述第一大组中各个所述目标分组的所述子时间段合并为所述第一时间段。

23、进一步地，所述预定条件包括，分组的偏差平方和小于等于所述临界数值，分组仅包括一条所述运动数据，分组内的所述运动数据的所述运动数值全部相同。

24、本发明还提供了一种基于物联网的校园智慧体育数据分析平台，该平台用于实现上述所述的一种基于物联网的校园智慧体育数据分析方法，该平台包括：

25、采集模块，收集运动数据，所述运动数据包括运动类型、运动数值和生成时间点，抽取相同所述运动类型的所述运动数据，聚合为待分析数据；

26、分组模块，将所述待分析数据拆分为第一分组和第二分组，计算所有所述待分析数据所述运动数值的总体偏差平方和，所述第一分组和所述第二分组各自所述运动数值的第一偏差平方和，基于总体偏差平方和确定临界数值，将所述第一偏差平方和大于所述临界数值的分组继续划分为第三分组和第四分组，计算所述第三分组和所述第四分组的第二偏差平方和，基于所述第二偏差平方和与所述总体偏差平方和的大小关系继续进行划分，直至满足预定条件，将所有无法被拆分的分组定义为目标分组；

27、合并模块，将所述目标分组划分为的第一大组和第二大组，基于所述生成时间点确定所述第一大组覆盖的第一时间段，所述第二大组覆盖的第二时间段；

28、分析模块，检索所述第一时间段出现的第一干扰因素，所述第二时间段出现的第二干扰因素，从所述第一干扰因素和所述第二干扰因素中确定对所述运动数值产生影响的扰动因素。

29、本发明还公开了一种计算机存储介质，所述计算机存储介质存储有程序指令，其中，在所述程序指令运行时控制所述计算机存储介质所在设备执行上述所述的方法。

30、与现有技术相比，本发明的有益效果至少如下所述：

31、本发明将获取的运动数据拆分为多个目标分组，目标分组相比于拆分前的总体数据，具有较小的偏差平方和，之后将目标分组划分为第一大组和第二大组，基于第一大组和第二大组计算出的偏差平方和，其数值均会比较小，从而实现将数据分布相似的数据划分值在同一个组内，在此基础上，可以获取第一大组对应第一时间段，第二大组对应的第二时间段，通过对比第一时间段和第二时间段出现的第一干扰因素和第二干扰因素，来确定对运动数值产生影响的扰动因素，在未来可以根据发现扰动因素制定鼓励措施，从而帮助学生提高运动水平。