随着素质教育全面建设,体育教育的建设也逐渐得到了各级政府、党委、高校组织和社会的全面关注和支持。体育教育作为高校教育的重要组成部分,各大高校均按照国家标准开设体育课程和进行周期性的体能测试。而当前存在的问题是各大高校开设的体育课程单一化;体育课程评价标准不统一;体育教育管理系统以收集信息、整理和统计功能为主,时效性和指导意义低下。以上存在的问题导致学生难以正确衡量自身的体能健康;教师工作任务繁重,难以通过繁杂的数据对学生进行科学的指导。本文以高校体测数据为例,尝试设计和实现时效性和可读性更强的高校体能分析系统。并通过数据挖掘技术,挖掘数据中隐藏的关联信息,帮助教师为学生提供更加科学有效的指导和建议。本文主要以内蒙古某一职业技术学院2019级新生的体能测试数据和体能健康自评数据作为研究对象。通过数据统计,按照《国家体育锻炼标准》中的成绩评价标准得到了五项基本指标:心肺功能、肌肉力量、肌肉耐力、柔软度、肥胖程度。利用决策树C4.5算法对心肺功能不达标的学生构造决策树模型;利用关联规则Apriori算法对体能健康的五项指标的关联性进行数据挖掘。从而判断出学生体能和行为习惯之间存在的隐藏规律;得到各项体能健康指标存在的关联性信息。最后,本文通过系统的设计和实现,实现了学生体能测评功能,将测评数据结合体测数据分析处理,并将分析结果进行展示。体能分析系统处理后的数据信息,更具有可读性和时效性,学生更容易理解自身体能的真实状况。而数据挖掘的结果,使教师能够更加学科的针对每个学生的体能特点,给出相应的指导和建议。