一种影响学生体测的多维度数据分析方法及装置与流程

1.本发明涉及数据处理技术领域，尤其涉及一种影响学生体测的多维度数据分析方法及装置。


背景技术：

2.随着国家越来越重视教育的发展，要求人才既要有扎实的文化知识，又要有良好的思想素质、心理状态和健康的身体。广大青少年身心健康、体魄强健、意志坚强、充满活力，是一个民族旺盛生命力的体现，是社会文明进步的标志，是国家综合实力的重要方面。因此，中小学校学生体测是国家学生发展核心素养体系和学业质量标准的重要组成部分，是非常重要的，是现代教育发展的现实需要，但是体测的结果反应出学生个体之间的差异很大，那么差异造成的因素是什么，目前还未有系统的研究。


技术实现要素：

3.本发明的目的是针对现有技术所存在的缺陷，提供一种影响学生体测的多维度数据分析方法，可以根据目标学生的多次体育测试信息，建立多个样本群体，然后对各个样本群体的体测数据和多维度数据进行处理分析，最终生成影响体测的多维度数据分析报告，从而得出造成学生体测差异的原因，同时，也有助于从影响体测的多个维度出发，根本上帮助学生提高体测成绩。
4.为实现上述目的，本发明实施例第一方面提供了一种影响学生体测的多维度数据分析方法，所述多维度数据分析方法包括：
5.获取目标阶段的目标学生的多次体育测试信息，对所述体育测试信息进行处理，生成体测数据；所述体测数据包括目标学生id；
6.根据所述目标学生id，获取影响目标学生体测结果的多维度数据，并建立所述多维度数据和所述体测数据的关联关系；
7.根据预设的体测标准和所述体测数据，建立多个样本群体；
8.计算每个所述样本群体的体测平均值和所述样本群体的各维度数据平均值；
9.根据预设的多维度评价列表、所述每个样本群体的体测平均值和所述每个样本群体的各维度数据平均值，生成影响学生体测的多维度数据分析报告信息。
10.优选的，所述获取目标阶段的目标学生的多次体育测试信息，对所述体育测试信息进行处理，生成体测数据，具体包括：
11.从所述多次体育测试信息中，提取体测项目标识信息相同的多次测试数据；
12.计算同一个体测项目标识信息对应的测试平均数据；
13.根据多个所述测试平均数据，生成目标阶段的目标学生的体测数据。
14.优选的，所述根据预设的体测标准和所述体测数据，建立多个样本群体，具体包括：
15.将所述体测数据与所述预设的体测标准进行比对，
16.当所述体测数据小于预设的第一体测阈值时，建立第一样本群体；所述第一样本群体包括第一学生数量信息；
17.当所述体测数据不小于预设的第二体测阈值时，建立第二样本群体；所述第二样本群体包括第二学生数量信息。
18.进一步优选的，所述计算每个所述样本群体的体测平均值和所述样本群体的各维度数据平均值，具体包括：
19.根据所述第一学生数量信息，计算第一样本群体的体测平均值和各维度数据平均值；
20.根据所述第二学生数量信息，计算第二样本群体的体测平均值和各维度数据平均值。
21.优选的，所述根据预设的多维度评价列表、所述每个样本群体的体测平均值和所述每个样本群体的各维度数据平均值，生成影响学生体测的多维度数据分析报告信息，具体包括：
22.将所述每个样本群体的各维度数据平均值与所述预设的多维度评价列表中的相应评价标准进行比对，生成各维度的比对结果信息；
23.根据所述各维度的比对结果和每个样本群体的体测平均值，生成所述多维度数据分析报告信息。
24.优选的，所述多维度数据包括身体指标数据、饮食数据、作息数据和运动数据。
25.本发明实施例第二方面提供了一种影响学生体测的多维度数据分析装置，包括：
26.处理模块，用于获取目标阶段的目标学生的多次体育测试信息，对所述体育测试信息进行处理，生成体测数据；所述体测数据包括目标学生id；
27.根据所述目标学生id，获取影响目标学生体测结果的多维度数据，并建立所述多维度数据和所述体测数据的关联关系；
28.根据预设的体测标准和所述体测数据，建立多个样本群体；
29.计算每个所述样本群体的体测平均值和所述样本群体的各维度数据平均值；
30.根据预设的多维度评价列表、所述每个样本群体的体测平均值和所述每个样本群体的各维度数据平均值，生成影响学生体测的多维度数据分析报告信息。
31.本发明实施例第三方面提供了一种电子设备，包括：存储器、处理器和收发器；
32.所述处理器用于与所述存储器耦合，读取并执行所述存储器中的指令，以实现上述第一方面所述的方法步骤；
33.所述收发器与所述处理器耦合，由所述处理器控制所述收发器进行消息收发。
34.本发明实施例第四方面提供了一种计算机可读存储介质，所述计算机存储介质存储有计算机指令，当所述计算机指令被计算机执行时，使得所述计算机执行上述第一方面所述的方法的指令。
35.本发明实施例提供的一种影响学生体测的多维度数据分析方法，可以根据目标学生的多次体育测试信息，建立多个样本群体，然后对各个样本群体的体测数据和多维度数据进行处理分析，最终生成影响体测的多维度数据分析报告，从而得出造成学生体测差异的原因，同时，也有助于从影响体测的多个维度出发，根本上帮助学生提高体测成绩。
附图说明
36.图1为本发明实施例一提供的一种影响学生体测的多维度数据分析方法流程图；
37.图2为本发明实施例二提供的一种影响学生体测的多维度数据分析装置的模块结构图；
38.图3为本发明实施例三提供的一种电子设备的结构示意图。
具体实施方式
39.为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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它实施例，都属于本发明保护的范围。
40.下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
41.本发明实施例提供的一种影响学生体测的多维度数据分析方法，可以从多个角度对影响学生体测差异的因素进行分析，有助于从根本上帮助学生提高体测成绩。
42.实施例一
43.图1为本发明实施例提供一的一种影响学生体测的多维度数据分析方法流程图，下面结合图1，对本发明的技术方案以具体实施例进行说明。
44.本发明实施例提供的一种影响学生体测的多维度数据分析方法，主要包括如下步骤：
45.步骤110，获取目标阶段的目标学生的多次体育测试信息，对体育测试信息进行处理，生成体测数据；
46.具体的，目标阶段可以理解为一个学期、一个学年或者几周、几个月。目标学生可以理解为同一个年级的全体学生或者同一个年级的几个班的学生，还可以是一个年级的一个班的学生。体测数据包括目标学生id。
47.对体育测试信息进行处理的详细步骤如下：
48.首先，从多次体育测试信息中，提取体测项目标识信息相同的多次测试数据；
49.具体的，体测项目标识信息具体可以包括坐位体前屈、仰卧起坐、立定跳远等。
50.其次，计算同一个体测项目标识信息对应的测试平均数据；
51.最后，根据多个测试平均数据，生成目标阶段的目标学生的体测数据。
52.其中，目标学生的体测数据包括体测项目标识信息和体测项目标识信息对应的体测分数。
53.步骤120，根据目标学生id，获取影响目标学生体测结果的多维度数据，并建立多维度数据和体测数据的关联关系；
54.具体的，多维度数据具体可以包括身体指标数据、饮食数据、作息数据和运动数据。其中，身体指标数据具体可以为身体质量指数(body mass index，bmi)。身体指标数据可以从学生信息数据库中获取。饮食数据具体可以为学生的每月餐费数据或者日餐费数据，可以从学校餐厅的刷卡记录中获取。作息数据具体可以为每天的作息时长，可以从宿舍楼监控或者宿舍门禁刷卡记录中进行获取。运动数据具体可以是每周的运动量数据或者运动次数，可以从学校各个运动场馆的监控信息中或者学生主动上报的运动记录中获取。多
维度数据的获取，可以从根本上分析影响学生体测成绩的因素主要是什么。比如，有的学生身高较高或者体重超重，这样的学生在坐位体前屈很难取得好的成绩，这时，就需要从其他方面帮助学生改善自身的身体指标，从而提高学生的体测成绩。
55.步骤130，根据预设的体测标准和体测数据，建立多个样本群体；
56.具体的，预设的体测标准包括体测成绩标准等级，以及标准等级对应的体测阈值。其中，体测成绩标准等级包括不合格、优秀等；体测阈值具体可以包括第一体测阈值、第二体测阈值等。
57.在一个具体的例子中，第一体测阈值为60分，第二体测阈值为90分。
58.进一步具体的，将体测数据与预设的体测标准进行比对，
59.当体测数据小于预设的第一体测阈值时，建立第一样本群体；
60.其中，第一样本群体可以理解为体测数据不合格的学生集合。第一样本群体包括第一学生数量信息。
61.当体测数据不小于预设的第二体测阈值时，建立第二样本群体；
62.其中，第二样本群体可以理解为体测数据优秀的学生集合。第二样本群体包括第二学生数量信息。
63.步骤140，计算每个样本群体的体测平均值和样本群体的各维度数据平均值；
64.具体的，根据第一学生数量信息，计算第一样本群体的体测平均值和各维度数据平均值；根据第二学生数量信息，计算第二样本群体的体测平均值和各维度数据平均值。
65.步骤150，根据预设的多维度评价列表、每个样本群体的体测平均值和每个样本群体的各维度数据平均值，生成影响学生体测的多维度数据分析报告信息。
66.具体的，预设的多维度评价列表包括多维度标识信息和多维度标识信息对应的评价标准。
67.进一步具体的，将每个样本群体的各维度数据平均值与预设的多维度评价列表中的相应评价标准进行比对，生成各维度的比对结果信息；根据各维度的比对结果和每个样本群体的体测平均值，生成多维度数据分析报告信息。
68.更进一步具体的，将身体质量指数平均值与预设的身体质量指数标准进行比较，当身高体重比平均值不小于预设的身高体重比时，认定为身体指标偏胖型；从而可以确定身体指标可能是影响该样本群体体测成绩的一个因素。
69.可以理解的是，当两个样本群体的某一个维度的比对结果相同时，可以确定，该维度不是影响两个样本群体体测成绩差异的因素。
70.在一个具体的例子中，第一样本群体的作息平均值为8小时/天，第二样本群体的作息平均值为8.5小时/天。预设的作息标准为不小于8小时/天。由此可以确定，作息不是影响两个样本群体体测成绩差异的因素。
71.综合以上，通过对各个维度对体测成绩影响的分析，可以有针对性的从根本上帮助学生提升体测成绩。
72.本发明实施例提供的一种影响学生体测的多维度数据分析方法，可以根据目标学生的多次体育测试信息，建立多个样本群体，然后对各个样本群体的体测数据和多维度数据进行处理分析，最终生成影响体测的多维度数据分析报告，从而得出造成学生体测差异的原因，同时，也有助于从影响体测的多个维度出发，根本上帮助学生提高体测成绩。
73.实施例二
74.图2为本发明实施例二提供的一种影响学生体测的多维度数据分析装置的模块结构图，该装置可以为能够实现本技术实施例一提供的方法的装置，例如的影响学生体测的多维度数据分析装置或芯片系统。如图2所示，该装置包括：
75.处理模块201，用于获取目标阶段的目标学生的多次体育测试信息，对体育测试信息进行处理，生成体测数据；体测数据包括目标学生id。
76.处理模块201，还用于根据目标学生id，获取影响目标学生体测结果的多维度数据，并建立多维度数据和体测数据的关联关系；
77.根据预设的体测标准和体测数据，建立多个样本群体；
78.计算每个样本群体的体测平均值和样本群体的各维度数据平均值；
79.根据预设的多维度评价列表、每个样本群体的体测平均值和每个样本群体的各维度数据平均值，生成影响学生体测的多维度数据分析报告信息。
80.在本实施例提供的另一个具体实现方式中，处理模块201具体用于：
81.从多次体育测试信息中，提取体测项目标识信息相同的多次测试数据；
82.计算同一个体测项目标识信息对应的测试平均数据；
83.根据多个测试平均数据，生成目标阶段的目标学生的体测数据。
84.在本实施例提供的另一个具体实现方式中，处理模块201具体用于：
85.将体测数据与预设的体测标准进行比对，
86.当体测数据小于预设的第一体测阈值时，建立第一样本群体；第一样本群体包括第一学生数量信息；
87.当体测数据不小于预设的第二体测阈值时，建立第二样本群体；第二样本群体包括第二学生数量信息。
88.在本实施例提供的另一个具体实现方式中，处理模块201具体用于：
89.根据第一学生数量信息，计算第一样本群体的体测平均值和各维度数据平均值；
90.根据第二学生数量信息，计算第二样本群体的体测平均值和各维度数据平均值。
91.在本实施例提供的另一个具体实现方式中，处理模块201具体用于：
92.将每个样本群体的各维度数据平均值与预设的多维度评价列表中的相应评价标准进行比对，生成各维度的比对结果信息；
93.根据各维度的比对结果和每个样本群体的体测平均值，生成多维度数据分析报告信息。
94.在本实施例提供的另一个具体实现方式中，多维度数据具体包括：身体指标数据、饮食数据、作息数据和运动数据。
95.本发明实施例二提供的一种影响学生体测的多维度数据分析装置，可以执行上述方法实施例一中的方法步骤，其实现原理和技术效果类似，在此不再赘述。
96.需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，确定模块可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序
processor，np)等；还可以是数字信号处理器dsp、专用集成电路asic、现场可编程门阵列fpga或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
103.需要说明的是，本发明实施例还提供一种计算机可读存储介质，该存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中提供的方法和处理过程。
104.实施例四
105.本发明实施例还提供一种运行指令的芯片，该芯片用于执行上述实施例中提供的方法和处理过程。
106.实施例五
107.本发明实施例还提供一种程序产品，该程序产品包括计算机程序，该计算机程序存储在存储介质中，至少一个处理器可以从上述存储介质读取上述计算机程序，上述至少一个处理器执行上述实施例中提供的方法和处理过程。
108.专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
109.结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom动力系统控制方法、或技术领域内所公知的任意其它形式的存储介质中。
110.以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。