在互联网技术飞速发展下,来自各行业的数据都呈爆炸式积累趋势。教育、医疗、科学及金融等领域数据的大爆发,已经推动大数据时代下数据挖掘等相关技术的发展。例如,在金融领域,包括金融信贷、信用消费评级、股票预测及信息验证等金融业务场景中已经充分渗透进大数据及其相关技术。由此可以看出,大数据在国家发展的过程中具有重要地位,大数据相关技术的发展及研究是现在时代下的需求和各界的关注热点。伴随数据挖掘和机器学习等技术的快速发展,体育大数据的爆发给体育数据挖掘发展带来了挑战,现有的体育数据挖掘方法主要关注于提取和构造有效的基础体育数据特征,利用统计学方法并结合基础特征对体育数据进行分析研究,或采用早期传统方法来挖掘数据意义。体育运动数据的挖掘不能简单使用数据统计方法进行,如何结合机器学习和数据挖掘技术对体育运动数据进行有效挖掘和分析,从而对大众体育锻炼提供有益的建议,是一个迫切需要研究的问题。而通过特征选择算法进行体育运动效果研究是一种高效的体育数据挖掘研究。体育运动效果评价是分析评价体育运动对身体指标影响情况的客观存在。大量文献研究显示,大部分体育运动效果评估技术研究使用的数据集取自于国民体质监测公报,少量研究可通过采用问卷调查等手段获得。由于国民体质监测报告是在全国范围内同一时间通过抽样调查监测并分析研究国民体质的整体状况,该报告最终获得的数据是截面数据,以此数据作体质研究常常存在无法科学分析个体差异性的问题。另外,国民体质监测时间长,短期内获得的数据被重复使用进行研究,容易出现科研创新性不高的情况。因此,数据集的获取是体育运动效果研究需要解决的问题。围绕上述体育运动效果研究存在的难点问题,鉴于现有数据集和传统研究方法的局限性,本文从数据挖掘算法入手,构建了体育运动效果评价数据库,并基于特征选择思想,利用弹性网络算法、随机森林算法,开展了体育运动对身体指标影响效果的研究。本文的主要工作内容包括:1.构建了一个体育运动效果评价数据库。与体质研究所根据国民检测报告内容不同,本文选取785名青少年作为研究对象进行体育锻炼研究,收集真实训练数据,进行数据预处理、数据整理及数据标注工作,构建了体育运动对身体指标影响评估数据库SED（Sports Effect Datasets）。与现有数据相比,本文提出的数据库比国民体质监测报告具有更高的复杂性,有效地考虑了个体数据的差异性。同时,该数据库的发布,可为今后体育运动效果评价甚至体育运动数据挖掘方面提供数据研究基础。2.提出了一种基于弹性网络的体育运动效果评估算法。与传统体质研究方法相比,该评估算法引入了机器学习算法和特征选择算法来指导体育运动效果评价研究。在研究体育运动效果评价问题时,依据构建的体育运动效果评价数据库,加入弹性网络算法进行正则化优化实现特征选择,使得体质研究更具科学性,能够尽可能的揭示体育运动的效果情况。实验结果表明,选择出的特征和Ground-truth利用评价指标分析研究,与基准线方法相比,该算法具有较好的准确性。3.提出了一种基于随机森林的体育运动效果评估算法。与传统研究方法相比,该算法将特征选择算法运用到体育运动健身功效的影响研究中。在研究算法的特征选择能力时,使用信息增益指标进行特征重要性程度排序,可以科学准确地获得体育运动对不同身体指标的影响程度,能较全面地研究体育运动效果情况。本文选取SED数据库训练评估模型,实验结果表明,本文提出的评价方法与基于现有经典特征选择的评估方法相比,具有较好的评估性能及较高的准确度。