CN105653715A - 一种训练教程的推送方法和系统 - Google Patents
一种训练教程的推送方法和系统 Download PDFInfo
- Publication number
- CN105653715A CN105653715A CN201511032695.2A CN201511032695A CN105653715A CN 105653715 A CN105653715 A CN 105653715A CN 201511032695 A CN201511032695 A CN 201511032695A CN 105653715 A CN105653715 A CN 105653715A
- Authority
- CN
- China
- Prior art keywords
- training
- study course
- exercise
- recommended
- amount
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明实施例提供了一种训练教程的推送方法和系统,其中,所述方法包括:获取用户当前已消耗运动量;计算根据用户属性信息确定的每日运动量与所述已消耗运动量的差值;根据待推荐训练教程对应的训练运动量,从所述待推荐训练教程中获取与所述差值相匹配的推荐训练教程;推送所述推荐训练教程。通过本发明实施例解决了目前信息推送过程中存在的针对性差的问题。
Description
技术领域
本发明涉及互联网技术领域,具体涉及一种训练教程的推送方法和系统。
背景技术
互联网是人们获取信息的一个重要途径,用户可以通过互联网进行搜索,以获取自己需要或感兴趣的信息,然而,由于互联网中的信息量较大,传统的搜索过程需要通过人工对搜索结果进行筛选,过滤掉不相关或不匹配的结果,以获取最终需要或感兴趣的信息,操作繁琐,且耗费大量时间和精力。
为了解决上述问题,目前提供了一种主动推送信息的方法,例如,可以根据用户的访问历史记录,将与用户的访问历史记录相匹配的信息推送给用户,以便用户可以快速获取到需要或感兴趣的信息。然而,随着互联网的发展,用户通过互联网执行的操作越来越多,用户的访问历史记录覆盖面也越来越广,导致根据用户的访问历史记录推送的信息的针对性非常差,难以满足用户的某些特定需求。
发明内容
本发明实施例提供一种训练教程的推送方法和系统,以解决目前信息推送过程中存在的针对性差的问题。
为了解决上述问题,本发明公开了一种训练教程的推送方法,包括:
获取用户当前已消耗运动量;
计算根据用户属性信息确定的每日运动量与所述已消耗运动量的差值;
根据待推荐训练教程对应的训练运动量,从所述待推荐训练教程中获取与所述差值相匹配的推荐训练教程;
推送所述推荐训练教程。
优选地,所述用户属性包括如下信息中的至少一种:年龄、性别、体重、身高和体脂含量。
优选地,通过如下步骤确定所述待推荐训练教程对应的训练运动量:
获取所述待推荐训练教程的类别、级别和时长信息中的至少一种;
根据获取的所述类别、级别和时长信息中的至少一种,确定所述待推荐训练教程对应的训练运动量。
优选地,所述根据待推荐训练教程对应的训练运动量,从所述待推荐训练教程中获取与所述差值相匹配的推荐训练教程,包括:
判断所述待推荐训练教程对应的训练运动量与所述差值是否满足设定阈值;
若是,则确定所述待推荐训练教程为所述推荐训练教程。
优选地,所述推送所述推荐训练教程,包括:
按照设定优先级推送所述推荐训练教程。
优选地,所述按照设定优先级推送所述推荐训练教程,包括:
获取所述推荐训练教程的训练部位,以及,从所述用户属性信息中获取待训练部位;
判断所述训练部位与所述待训练部位是否一致;
若一致,则优选推送所述推荐训练教程。
本发明还公开了一种训练教程的推送系统,包括:
第一获取模块,用于获取用户当前已消耗运动量;
计算模块,用于计算根据用户属性信息确定的每日运动量与所述已消耗运动量的差值;
匹配模块,用于根据待推荐训练教程对应的训练运动量,从所述待推荐训练教程中获取与所述差值相匹配的推荐训练教程;
推送模块,用于推送所述推荐训练教程。
优选地,所述用户属性包括如下信息中的至少一种:年龄、性别、体重、身高和体脂含量。
优选地,通过如下模块确定所述待推荐训练教程对应的训练运动量:
第二获取模块,用于获取所述待推荐训练教程的类别、级别和时长信息中的至少一种;
确定模块,用于根据获取的所述类别、级别和时长信息中的至少一种,确定所述待推荐训练教程对应的训练运动量。
优选地,所述匹配模块,包括:
第一判断子模块,用于判断所述待推荐训练教程对应的训练运动量与所述差值是否满足设定阈值;
确定子模块,用于在所述待推荐训练教程对应的训练运动量与所述差值满足设定阈值时,确定所述待推荐训练教程为所述推荐训练教程。
优选地,所述推送模块,用于按照设定优先级推送所述推荐训练教程。
优选地,所述推送模块,包括:
获取子模块,用于获取所述推荐训练教程的训练部位,以及,从所述用户属性信息中获取待训练部位;
第二判断子模块,用于判断所述训练部位与所述待训练部位是否一致;
推送子模块,用于在所述训练部位与所述待训练部位一致时,优选推送所述推荐训练教程。
本发明实施例提供的一种训练教程的推送方案,可以根据计算得到的每日运动量与已消耗运动量的差值,选择相匹配的推荐训练教程推送给用户,可见,在本发明实施例中,可以根据用户的实时训练情况向用户推荐具有针对性的推荐训练教程,满足用户对运动训练的需求,提高了推送信息的准确性和针对性。
附图说明
图1是本发明实施例一中一种训练教程的推送方法的步骤流程图;
图2是本发明实施例二中一种训练教程的推送方法的步骤流程图;
图3是本发明实施例三中一种运动视频的推送方法的步骤流程图;
图4是本发明实施例四中一种训练教程的推送系统的结构框图;
图5是本发明实施例四中一种优选的训练教程的推送系统的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
随着人们对健康的日益重视,各类穿戴设备也逐渐入到人们的生活中,例如,运动眼镜、运动手表和运动手环等。穿戴设备可以记录下用户的训练情况,并向用户展示,以供用户参考。在本发明实施例中,可以获取通过穿戴设备收集的用户的运动量数据,并结合各个用户的身体指标数据,向用户推送个性化的满足训练需求的各类训练教程。
实施例一
参照图1,示出了本发明实施例一中一种训练教程的推送方法的步骤流程图。在本实施例中,所述训练教程的推送方法包括:
步骤102,获取用户当前已消耗运动量。
在本实施例中,可以采用任意一种适当的方式获取用户当前已消耗运动量。例如,可以通过穿戴设备(如,运动手环)来采集用户的运动信息,以获取用户当前已消耗运动量。又例如,可以根据终端设备中安装的用于监测用户运动情况的应用软件来采集用户的运动信息,以获取用户当前已消耗运动量。本实施例对此不作限制。
步骤104,计算根据用户属性信息确定的每日运动量与所述已消耗运动量的差值。
一般地,不同的用户所需要的每日运动量是不同的,例如,用户A:身高175cm、体重70Kg。用户B:身高175cm、体重80Kg。根据BMI指数(BodyMassIndex,BMI,用体重公斤数除以身高米数平方得出的数字,是国际上常用的衡量人体胖瘦程度以及是否健康的一个标准)可以确定用户A的身高体重比例处于正常的标准状态,而用户B则属于超重状态(肥胖),显而易见地,用户B相对于用户A需要更多的每日运动量。
在本实施例中,可以根据各个用户属性信息确定各个用户的每日运动量。其中,所述用户属性信息包括但不仅限于:年龄、性别、体重、身高和体脂含量。例如,一种可行的确定每日运动量的方法可以通过函数F(age,gender,weight,height)确定,其中,age表示年龄,gender表示性别,weight表示体重,height表示身高,函数F(age,gender,weight,height)中的各个系数可以根据实际情况确定,本实施例对此不作限制。当然,每日运动量的具体算法并不仅限于此,可以采用任意一种适当的方式来确定所述每日运动量。
在本实施例中,计算得到的所述每日运动量与所述已消耗运动量的差值可以视为是用户还需要进行锻炼的运动量(建议运动量),可以根据用户还需要进行锻炼的运动量来向用户推荐训练教程,也即执行下述步骤106。
步骤106,根据待推荐训练教程对应的训练运动量,从所述待推荐训练教程中获取与所述差值相匹配的推荐训练教程。
在本实施例中,训练教程包括但不仅限于如下类型中的至少一种:视频教程、动态图教程、文本教程和语音教程。例如,所述视频教程具体可以是指健身类或运动类的视频文件。其中,不同的训练教程对应的训练运动量也是不同的,在本实施例中,可以根据待推荐训练教程对应的训练运动量,从所述待推荐训练教程中获取与所述差值相匹配的推荐训练教程。换而言之,所述待推荐训练教程对应的训练运动量与所述差值(建议运动量)是相匹配的,使得推送的推荐训练教程更有针对性,可以满足不同用户的不同需求,即完成了每日所需的运动量,又不会造成用户的过度运动。
步骤108,推送所述推荐训练教程。
在本实施例中,可以将确定的推荐训练教程推送给用户,以供用户选择,并根据选择的推荐训练教程进行训练。
可见,在本实施例中,可以根据用户的实时训练情况向用户推荐具有针对性的推荐训练教程,满足用户对运动训练的需求,提高了推送信息的准确性和针对性。
实施例二
参照图2,示出了本发明实施例二中一种训练教程的推送方法的步骤流程图。在本实施例中,所述训练教程的推送方法包括:
步骤202,获取用户当前已消耗运动量。
在本实施例中,可以但不仅限于通过蓝牙、和/或wifi(WIreless-Fidelity,无线保真)等无线传输方式从第三方(如,运动手环等穿戴设备)获取用户当前已消耗运动量。
步骤204,计算根据用户属性信息确定的每日运动量与所述已消耗运动量的差值。
在本实施例中,每日运动量与已消耗运动量的差值也即用户还需要训练的运动量,可以定义为建议运动量。
步骤206,获取待推荐训练教程的类别、级别和时长信息中的至少一种。
一般地,不同的待推荐训练教程的类别、级别和时长不完全相同。例如,待推荐训练教程A的类别为:腿部训练,待推荐训练教程B的类别为:腰部训练;待推荐训练教程C的级别为:新手入门级(运动强度和难度较小),待推荐训练教程D的级别为:专业级别(运动强度和难度较大);待推荐训练教程E需要15分钟来完成所有训练动作,待推荐训练教程E需要30分钟来完成所有训练动作。
在本实施例中,可以通过任意一种适当的方式来获取待推荐训练教程的上述信息(类别、级别和时长信息中的至少一种)。例如,当所述待推荐训练教程为视频教程时,可以通过对视频关键帧的分析来获取视频教程的类别、级别和时长信息。又或者,当所述待推荐训练教程为文本教程时,可以通过文本数据的标签信息来获取所述文本教程的类别、级别和时长信息。使得整个流程更为自动化。
步骤208,根据获取的所述类别、级别和时长信息中的至少一种,确定所述待推荐训练教程对应的训练运动量。
在本实施例中,可以但不仅限于通过函数g(type,level,time)来确定所述待推荐训练教程对应的训练运动量。其中,type表示类别,level表示级别,time表示时间,函数g(type,level,time)中的各个系数可以根据实际情况确定,本实施例对此不作限制。当然,各个待推荐训练教程对应的训练运动量的具体算法并不仅限于此,可以采用任意一种适当的方式来确定所述训练运动量。
需要说明的是,在本实施例中,所述步骤202-204与步骤206-208之间没有必然的先后执行顺序,例如,所述步骤202-204可以与步骤206-208同步执行,本实施例对此不作限制。
步骤210,根据待推荐训练教程对应的训练运动量,从所述待推荐训练教程中获取与所述差值相匹配的推荐训练教程。
在本实施例中,根据上述步骤204可以确定建议运动量,根据所述步骤208可以确定待推荐训练教程对应的训练运动量,将建议运动量与训练运动量进行匹配,即可获取到所述推荐训练教程;其中,所述推荐训练教程对应的训练运动量与所述建议运动量是相匹配的。
优选地,为了保证容错率,以及匹配的推荐训练教程的准确性,在具体匹配时,可以判断所述待推荐训练教程对应的训练运动量与所述差值是否满足设定阈值;若是,则确定所述待推荐训练教程为所述推荐训练教程;否则,丢弃所述待推荐训练教程。
步骤212,推送所述推荐训练教程。
在本实施例中,可以按照设定优先级推送所述推荐训练教程。例如,可以获取所述推荐训练教程的训练部位,以及,从所述用户属性信息中获取待训练部位;判断所述训练部位与所述待训练部位是否一致;若一致,则优选推送所述推荐训练教程。在本实施例中,设定优先级包括但不仅限于训练部位优先级,例如还可以按照时间优先级或训练级别优先级来推送所述推荐训练教程,本实施例对此不作限制。当然,所述训练部位优先级、时间优先级和训练级别优先级也可以相互结合。
可见,在本实施例中,可以根据用户的实时训练情况向用户推荐具有针对性的推荐训练教程,满足用户对运动训练的需求,提高了推送信息的准确性和针对性。
实施例三
结合上述实施例,本实施例以运动视频的推送为例对所述训练教程的推送方法进行详细说明。
在本实施例中,各项数据的收集方式可以如下:
针对用户:在初始化阶段,可以接收用户输入的年龄、性别、体重和身高信息,并,将用户输入的年龄、性别、体重和身高信息作为所述用户属性信息保存。其次,还可以获取通过智能体重秤测量得到的体脂含量,并将所述体脂含量也作为所述用户属性信息之一保存。此外,还可以接收并保存通过运动手环收集得到的用户当天的已消耗运动量。
针对运动视频:运动视频包括但不仅限于如下标签:运动类别标签(如,瑜伽、有氧操、器械等),运动级别标签(如,入门级、初级、中级、高级等),运动时长标签(如,10分钟、20分钟等)、运动部位标签(如,腿部、腹部等)、性别偏向标签和运动年龄标签。
在本实施例中,参照图3,示出了本发明实施例三中一种运动视频的推送方法的步骤流程图。在本实施例中,所述运动视频的推送方法可以包括:
步骤302,获取通过运动手环收集得到的用户当天的已消耗运动量。
步骤304,根据用户的年龄、性别、体重和身高确定每日运动量。
步骤306,计算得到所述每日运动量与已消耗运动量的差值。
步骤308,根据用户的年龄、性别和体脂含量中的至少一种,以及所述差值,确定相匹配的推荐运动视频。
在本实施例中,可以先根据运动视频标签中的运动年龄标签,确定与用户的年龄相匹配的第一运动视频,然后从所述第一运动视频中选择满足所述差值的运动视频作为推荐运动视频。
或者,可以先根据运动视频标签中的性别偏向标签,确定与用户的性别相匹配的第二运动视频,然后从所述第二运动视频中选择满足所述差值的运动视频作为推荐运动视频。
又或者,可以先根据运动视频标签中的运动部位标签,确定与用户的体脂含量相匹配的第三运动视频,然后从所述第三运动视频中选择满足所述差值的运动视频作为推荐运动视频。
其中,所述满足所述差值的运动视频可以是指:运动视频对应的训练运动量在50%~110%所述差值的范围内。
步骤310,推送所述推荐运动视频。
可见,在本实施例中,可以根据用户的实时训练情况向用户推荐具有针对性的推荐训练教程,满足用户对运动训练的需求,提高了推送信息的准确性和针对性。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
实施例四
在上述方法实施例的基础上,参照图4,示出了本发明实施例四中一种训练教程的推送系统的结构框图。在本实施例中,所述训练教程的推送系统包括:
第一获取模块402,用于获取用户当前已消耗运动量。
计算模块404,用于计算根据用户属性信息确定的每日运动量与所述已消耗运动量的差值。
在本实施例中,所述用户属性包括但不仅限于如下信息中的至少一种:年龄、性别、体重、身高和体脂含量。
匹配模块406,用于根据待推荐训练教程对应的训练运动量,从所述待推荐训练教程中获取与所述差值相匹配的推荐训练教程。
推送模块408,用于推送所述推荐训练教程。
在本实施例中,参照图5,示出了本发明实施例四中一种优选的训练教程的推送系统的结构框图。
优选地,可以通过如下模块确定所述待推荐训练教程对应的训练运动量:第二获取模块410,用于获取所述待推荐训练教程的类别、级别和时长信息中的至少一种。确定模块412,用于根据获取的所述类别、级别和时长信息中的至少一种,确定所述待推荐训练教程对应的训练运动量。
优选地,所述匹配模块406,具体可以包括:第一判断子模块4062,用于判断所述待推荐训练教程对应的训练运动量与所述差值是否满足设定阈值。确定子模块4064,用于在所述待推荐训练教程对应的训练运动量与所述差值满足设定阈值时,确定所述待推荐训练教程为所述推荐训练教程。
优选地,所述推送模块408,具体可以用于按照设定优先级推送所述推荐训练教程。
另一优选地,所述推送模块408,具体可以包括:获取子模块4082,用于获取所述推荐训练教程的训练部位,以及,从所述用户属性信息中获取待训练部位。第二判断子模块4084,用于判断所述训练部位与所述待训练部位是否一致;推送子模块4086,用于在所述训练部位与所述待训练部位一致时,优选推送所述推荐训练教程。
可见,在本实施例中,可以根据用户的实时训练情况向用户推荐具有针对性的推荐训练教程,满足用户对运动训练的需求,提高了推送信息的准确性和针对性。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种训练教程的推送方法和系统进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (12)
1.一种训练教程的推送方法,其特征在于,包括:
获取用户当前已消耗运动量;
计算根据用户属性信息确定的每日运动量与所述已消耗运动量的差值;
根据待推荐训练教程对应的训练运动量,从所述待推荐训练教程中获取与所述差值相匹配的推荐训练教程;
推送所述推荐训练教程。
2.根据权利要求1所述的方法,其特征在于,所述用户属性包括如下信息中的至少一种:年龄、性别、体重、身高和体脂含量。
3.根据权利要求1所述的方法,其特征在于,通过如下步骤确定所述待推荐训练教程对应的训练运动量:
获取所述待推荐训练教程的类别、级别和时长信息中的至少一种;
根据获取的所述类别、级别和时长信息中的至少一种,确定所述待推荐训练教程对应的训练运动量。
4.根据权利要求1所述的方法,其特征在于,所述根据待推荐训练教程对应的训练运动量,从所述待推荐训练教程中获取与所述差值相匹配的推荐训练教程,包括:
判断所述待推荐训练教程对应的训练运动量与所述差值是否满足设定阈值;
若是,则确定所述待推荐训练教程为所述推荐训练教程。
5.根据权利要求1所述的方法,其特征在于,所述推送所述推荐训练教程,包括:
按照设定优先级推送所述推荐训练教程。
6.根据权利要求5所述的方法,其特征在于,所述按照设定优先级推送所述推荐训练教程,包括:
获取所述推荐训练教程的训练部位,以及,从所述用户属性信息中获取待训练部位;
判断所述训练部位与所述待训练部位是否一致;
若一致,则优选推送所述推荐训练教程。
7.一种训练教程的推送系统,其特征在于,包括:
第一获取模块,用于获取用户当前已消耗运动量;
计算模块,用于计算根据用户属性信息确定的每日运动量与所述已消耗运动量的差值;
匹配模块,用于根据待推荐训练教程对应的训练运动量,从所述待推荐训练教程中获取与所述差值相匹配的推荐训练教程;
推送模块,用于推送所述推荐训练教程。
8.根据权利要求7所述的系统,其特征在于,所述用户属性包括如下信息中的至少一种:年龄、性别、体重、身高和体脂含量。
9.根据权利要求7所述的系统,其特征在于,通过如下模块确定所述待推荐训练教程对应的训练运动量:
第二获取模块,用于获取所述待推荐训练教程的类别、级别和时长信息中的至少一种;
确定模块,用于根据获取的所述类别、级别和时长信息中的至少一种,确定所述待推荐训练教程对应的训练运动量。
10.根据权利要求7所述的系统,其特征在于,所述匹配模块,包括:
第一判断子模块,用于判断所述待推荐训练教程对应的训练运动量与所述差值是否满足设定阈值;
确定子模块,用于在所述待推荐训练教程对应的训练运动量与所述差值满足设定阈值时,确定所述待推荐训练教程为所述推荐训练教程。
11.根据权利要求7所述的系统,其特征在于,所述推送模块,用于按照设定优先级推送所述推荐训练教程。
12.根据权利要求11所述的系统,其特征在于,所述推送模块,包括:
获取子模块,用于获取所述推荐训练教程的训练部位,以及,从所述用户属性信息中获取待训练部位;
第二判断子模块,用于判断所述训练部位与所述待训练部位是否一致;
推送子模块,用于在所述训练部位与所述待训练部位一致时,优选推送所述推荐训练教程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511032695.2A CN105653715A (zh) | 2015-12-31 | 2015-12-31 | 一种训练教程的推送方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511032695.2A CN105653715A (zh) | 2015-12-31 | 2015-12-31 | 一种训练教程的推送方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105653715A true CN105653715A (zh) | 2016-06-08 |
Family
ID=56491462
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201511032695.2A Pending CN105653715A (zh) | 2015-12-31 | 2015-12-31 | 一种训练教程的推送方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105653715A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106503444A (zh) * | 2016-10-26 | 2017-03-15 | 石国威 | 运动量的获取方法及装置 |
CN108074633A (zh) * | 2017-12-27 | 2018-05-25 | 广东小天才科技有限公司 | 一种基于日常活动的运动协调性监测方法及可穿戴设备 |
CN109325176A (zh) * | 2018-08-29 | 2019-02-12 | 武汉市星盟科技有限公司 | 一种基于合成作战平台的战法智能推荐系统 |
CN109659005A (zh) * | 2018-11-23 | 2019-04-19 | 杭州普利复健科技有限公司 | 信息推送方法及系统 |
CN110391008A (zh) * | 2019-07-08 | 2019-10-29 | 青岛海尔科技有限公司 | 基于智慧家庭操作系统的健身处理方法及智能家居设备 |
CN112348449A (zh) * | 2019-08-06 | 2021-02-09 | 百应科技(北京)有限公司 | 一种运动日程推荐方法及系统 |
CN114449312A (zh) * | 2020-11-04 | 2022-05-06 | 深圳Tcl新技术有限公司 | 一种视频播放控制方法、装置、终端设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1425358A (zh) * | 1994-09-07 | 2003-06-25 | 欧姆龙公司 | 能显示下一步将要完成的运动量的运动量测定装置 |
CN101582102A (zh) * | 2008-05-15 | 2009-11-18 | 深圳市健康鼠科技有限公司 | 平衡饮食与运动使bmi指数维持正常的方法及系统 |
CN102743153A (zh) * | 2011-04-21 | 2012-10-24 | 松下电器产业株式会社 | 生物体信息测量装置 |
CN102804238A (zh) * | 2011-12-15 | 2012-11-28 | 北京英福生科技有限公司 | 运动提醒设备及系统 |
-
2015
- 2015-12-31 CN CN201511032695.2A patent/CN105653715A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1425358A (zh) * | 1994-09-07 | 2003-06-25 | 欧姆龙公司 | 能显示下一步将要完成的运动量的运动量测定装置 |
CN101582102A (zh) * | 2008-05-15 | 2009-11-18 | 深圳市健康鼠科技有限公司 | 平衡饮食与运动使bmi指数维持正常的方法及系统 |
CN102743153A (zh) * | 2011-04-21 | 2012-10-24 | 松下电器产业株式会社 | 生物体信息测量装置 |
CN102804238A (zh) * | 2011-12-15 | 2012-11-28 | 北京英福生科技有限公司 | 运动提醒设备及系统 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106503444A (zh) * | 2016-10-26 | 2017-03-15 | 石国威 | 运动量的获取方法及装置 |
CN108074633A (zh) * | 2017-12-27 | 2018-05-25 | 广东小天才科技有限公司 | 一种基于日常活动的运动协调性监测方法及可穿戴设备 |
CN108074633B (zh) * | 2017-12-27 | 2021-12-21 | 广东小天才科技有限公司 | 一种基于日常活动的运动协调性监测方法及可穿戴设备 |
CN109325176A (zh) * | 2018-08-29 | 2019-02-12 | 武汉市星盟科技有限公司 | 一种基于合成作战平台的战法智能推荐系统 |
CN109659005A (zh) * | 2018-11-23 | 2019-04-19 | 杭州普利复健科技有限公司 | 信息推送方法及系统 |
CN110391008A (zh) * | 2019-07-08 | 2019-10-29 | 青岛海尔科技有限公司 | 基于智慧家庭操作系统的健身处理方法及智能家居设备 |
CN110391008B (zh) * | 2019-07-08 | 2022-05-03 | 青岛海尔科技有限公司 | 基于智慧家庭操作系统的健身处理方法及智能家居设备 |
CN112348449A (zh) * | 2019-08-06 | 2021-02-09 | 百应科技(北京)有限公司 | 一种运动日程推荐方法及系统 |
CN114449312A (zh) * | 2020-11-04 | 2022-05-06 | 深圳Tcl新技术有限公司 | 一种视频播放控制方法、装置、终端设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105653715A (zh) | 一种训练教程的推送方法和系统 | |
KR101203695B1 (ko) | 사용자 심리지수에 기초한 조언 추천 시스템 | |
CN108959603A (zh) | 基于深度神经网络的个性化推荐系统及方法 | |
CN103023977B (zh) | 基于位置信息的推荐系统及推荐方法 | |
CN108334592B (zh) | 一种基于内容与协同过滤相结合的个性化推荐方法 | |
CN108769159A (zh) | 一种电子菜谱智能推荐方法 | |
CN106776930B (zh) | 一种融入时间和地理位置信息的地点推荐方法 | |
CN103995839A (zh) | 基于协同过滤的商品推荐优化方法和系统 | |
CN103198086A (zh) | 信息处理设备,信息处理方法和程序 | |
CN103761254A (zh) | 多领域服务主题匹配推荐方法 | |
CN108039198A (zh) | 一种面向移动医疗的医生推荐方法及系统 | |
CN109961178A (zh) | 户型改造信息的获取方法及装置 | |
CN110248249A (zh) | 一种视频推荐方法、视频推荐设备及服务器 | |
KR102189232B1 (ko) | 생활 습관을 기반으로 콘텐츠를 제공하는 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체 | |
CN110020152B (zh) | 应用推荐方法及装置 | |
CN106202515A (zh) | 一种基于排序学习的移动应用推荐方法及其推荐系统 | |
He et al. | The Influence of Consumer and Product Characteristics on Intention to Repurchase of Smart band Focus on Chinese Consumers | |
CN111863187A (zh) | 一种体育运动方案推荐方法、系统、终端及存储介质 | |
US11164233B2 (en) | Computer system for filtering and matching garments with users | |
CN109948055A (zh) | 一种基于群体偏好的推荐方法 | |
KR102242325B1 (ko) | 사용자의 선호도에 맞는 건강관리용 웨어러블기기와 건강관리앱을 추천하는 방법. | |
Loesch et al. | Automated Identification of Food Substitutions Using Knowledge Graph Embeddings. | |
CN114386826A (zh) | 一种基于融合感官体验的模糊网络dea包装材料评估方法 | |
CN109191234B (zh) | 一种综合服装推荐方法、装置和存储介质 | |
Lee et al. | Body information analysis based personal exercise management system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160608 |
|
RJ01 | Rejection of invention patent application after publication |