Resumo
A produção de dados, dos mais diversos tipos, é um fenômeno cada vez mais presente em nosso dia a dia. Neste contexto, a prática de atividade física vem cada vez mais se beneficiando com tal fenômeno, por meio da disponibilidade cada vez maior de dispositivos e aplicativos móveis capazes de registrar e armazenar os dados da atividade, tais como coordenadas de GPS, frequência cardíaca, altimetria e velocidade, como o popular Strava. Além disso, o acesso a dados públicos, como os climáticos, é cada vez mais farto e facilitado, e tais dados podem ser combinados com registros de atividade física. No entanto, muitas vezes, os dados produzidos não recebem um tratamento e análise que possam trazer novos conhecimentos, de modo a contribuir de alguma forma para melhorar a prática da atividade física, o que proporcionaria melhor desempenho, maior conforto ou mesmo prevenção de lesões. A escassez de tratamento e análise de tais dados justifica o desenvolvimento deste trabalho, que teve por objetivo propor uma plataforma computacional capaz de auxiliar na descoberta de conhecimentos relevantes, por meio da análise de dados de ciclismo e corrida de rua, registrados especificamente pelo aplicativo Strava, associados a dados climáticos, tais como temperatura, umidade relativa do ar, velocidade e direção do vento, que possam ser utilizados tanto por praticantes de atividade física quanto por profissionais que orientam a prática de atividade física, de forma a auxiliar na tomada de decisões para o planejamento de uma prática mais eficiente e segura. Por meio de um estudo experimental contando com 1059 participantes, sendo 844 do sexo masculino e 215 do sexo feminino, que praticaram 168.409 atividades de ciclismo e 72.009 atividades de corrida de rua, registradas por meio do aplicativo Strava, foi possível aplicar o processo de Mineração de Dados, usando a técnica chamada Árvore de Decisão, possibilitando identificar diversas relações entre variáveis de desempenho, clima e qualidade de vida. A técnica empregada nas análises dos tipos de dados tratados produziu resultados interessantes, viabilizando, dessa forma, a construção do protótipo de uma plataforma, denominada Fitness Tools, por meio da qual os profissionais de Educação Física serão capazes de realizar o cadastro de seus clientes e o registro de dados, bem como análises referentes às atividades desenvolvidas. A partir dos dados registrados, o profissional passa a contar com ferramentas de análise por meio da técnica Árvore de Decisão, capazes de fornecer informações que possam auxiliá-lo no planejamento, acompanhamento e ajustes relacionados ao treinamento esportivo. Este estudo mostrou o potencial de utilização da Mineração de Dados na descoberta de conhecimentos que possam ser utilizados para a tomada de decisões quanto à prática de atividade física de forma mais segura e eficiente. A Mineração de Dados oferece uma opção relativamente flexível, adaptável a características específicas (região, clima, tipo de terreno), podendo ser utilizada para um único atleta, por meio de ajustes levando em conta seu próprio histórico (como volume, intensidade, características do terreno e clima), ou para grandes grupos de atletas, como os populares grupos de corrida
