CN108766524A - 健身指导方法、装置及计算机可读存储介质 - Google Patents

Abstract

本发明公开了一种健身指导方法，包括：获取用户的个人信息，其中，所述个人信息至少包括体脂率信息、肺活量信息或年龄信息；基于所述个人信息确定与用户当前体质情况匹配的体质大数据分析模型；确定与所述体质大数据分析模型匹配的大数据健身计划模型；基于所述大数据健身计划模型生成用户的个性健身指导信息，以供用户基于上述个性健身指导信息进行健身，其中，所述健身指导信息至少包括用户的个人体质分析信息、个性食谱信息以及个性健身计划推荐信息。本发明还公开了一种健身指导装置、计算机可读存储介质。本发明能够让用户了解自己当前的体质情况，执行符合自身体质情况的健身计划和食谱，获得更好的健身效果。

Description

健身指导方法、装置及计算机可读存储介质

技术领域

本发明涉及运动技术领域，尤其涉及一种健身指导方法、装置及计算机可读存储介质。

背景技术

人们生活水平提高的同时，也越来越关注身体的健康，越来越多人通过去健身房健身来增强体质和缓解压力。健身包括跑步、卧推、硬拉以及深蹲等项目。目前，人们健身一般通过查询相关资料或者参考别人们练习方法来确定健身。不同体质的人往往有不同健身目标需求，例如增肌，减脂等。参考别人的健身方式或零散地学习健身资料不能科学系统地达到自己的健身需求。此外，三分练、七分吃，饮食对健身效果也起到举足轻重的作用，而通过现有的健身方法往往无法把握合适的食谱。

发明内容

本发明的主要目的在于提供一种健身指导方法、装置及计算机可读存储介质，旨在解决现有技术用户通过参考别人的健身方式或零散地学习健身资料不能科学系统地达到自己的健身需求，也无法把握合适的食谱的问题。

为实现上述目的，本发明提供一种健身指导方法，所述健身指导方法包括：

获取用户的个人信息，其中，所述个人信息至少包括体脂率信息、肺活量信息或年龄信息；

基于所述个人信息确定与用户当前体质情况匹配的体质大数据分析模型；

确定与所述体质大数据分析模型匹配的大数据健身计划模型；

基于所述大数据健身计划模型生成用户的个性健身指导信息，以供用户基于上述个性健身指导信息进行健身，其中，所述个性健身指导信息至少包括用户的个人体质分析信息、个性食谱信息以及个性健身计划推荐信息。

优选地，所述基于所述个人信息确定与用户当前体质情况匹配的体质大数据分析模型的步骤之后还包括：

确定与所述体质大数据分析模型匹配的个性食谱，其中，所述个性食谱至少包括个性食物类型和对应的个性食物配比；

根据所述个性食物类型、所述个性食物配比以及预存食材属性信息确定用户的个性食材信息以及对应的食材配比；

根据所述个性食材信息和所述食材配比进行个人饮食推荐。

优选地，所述基于所述个人信息确定与用户当前体质情况匹配的体质大数据分析模型的步骤之后还包括：

获取用户制定的自定义健身计划信息，其中，所述自定义健身计划信息至少包括自定义健身项目信息或自定义健身强度信息；

确定所述体质大数据分析模型与自定义健身计划信息中各个自定义健身项目或自定义健身强度是否匹配；

若不匹配，则生成舍弃不匹配的健身项目或健身强度的提示信息。

优选地，所述确定所述体质大数据分析模型与自定义健身计划信息中各个自定义健身项目或自定义健身强度是否匹配的步骤之后还包括：

若不匹配，则基于所述体质大数据分析模型确定不匹配健身项目或健身强度的替换项目或替换强度；

根据所述替换项目或替换强度生成更正健身计划的提示信息。

优选地，所述基于所述大数据健身计划模型生成用户的个性健身指导信息的步骤之前还包括：

获取用户选定的健身目标，其中，所述健身目标至少包括增肌、减脂、耐力提升或协调性提升；

基于所述体质大数据分析模型与所述健身目标确定适合用户的健身项目、健身强度以及个性食谱；

所述基于所述大数据健身计划模型生成用户的个性健身指导信息的步骤包括：

根据所述大数据健身计划模型、健身项目、所述健身强度以及所述个性食谱生成用户的个性健身指导信息。

优选地，所述根据所述大数据健身计划模型、健身项目、所述健身强度以及所述个性食谱生成用户的个性健身指导信息的步骤之后包括：

获取用户基于所述个性健身指导信息进行健身过程中提交的阶段体质参数信息；

根据所述阶段体质参数信息和所述健身目标确定用户的阶段性健身效果，并基于所述阶段性健身结果生成健身建议信息。

优选地，所述根据所述阶段体质参数信息和所述健身目标确定用户的阶段性健身效果，并基于所述阶段性健身结果生成健身建议信息的步骤包括：

根据所述阶段体质参数确定是否产生预设水平的健身效果；

若是，则生成继续按照当前个性健身指导信息继续健身的建议信息。

优选地，所述根据所述阶段体质参数确定是否产生预设水平的健身效果的步骤之后还包括：

若否，则执行步骤：根据所述大数据健身计划模型、健身项目、所述健身强度以及所述个性食谱生成用户的个性健身指导信息，获得新的个性健身指导信息；

根据新的个性健身指导信息生成根据新的个性健身指导信息进行健身的建议信息。

为实现上述目的，本发明还提供一种健身指导装置，其中，所述健身指导装置至少包括存储器、处理器以及存储在所述存储器上的健身指导程序，所述健身指导程序被所述处理器执行时实现如上所述的健身指导方法的步骤。

此外，为实现上述目的，本发明还提供一种运动计算机可读存储介质，其中，所述计算机可读存储介质上存储有健身指导程序，所述健身指导程序被处理器执行时实现如上所述的健身指导方法的步骤。

本发明提供一种健身指导方法，所述健身指导方法包括：获取用户的个人信息，其中，所述个人信息至少包括体脂率信息、肺活量信息或年龄信息；基于所述个人信息确定与用户当前体质情况匹配的体质大数据分析模型；确定与所述体质大数据分析模型匹配的大数据健身计划模型；基于所述大数据健身计划模型生成用户的个性健身指导信息，以供用户基于上述个性健身指导信息进行健身，其中，所述健身指导信息至少包括用户的个人体质分析信息、个性食谱信息以及个性健身计划推荐信息。通过上述方式，获取了用户的体脂率以及肺活量等体质信息后，基于已有的大数据模型，确定用户当前的体质具体情况，然后基于用户体质情况确定健身计划，生成健身指导信息，健身指导信息包括个人体质分析信息、个性食谱信息以及个性健身计划推荐信息，从而用户可以了解自己当前的体质情况，执行符合自身体质情况的健身计划和食谱，获得更好的健身效果。

附图说明

图1是本发明实施例方案涉及的硬件运行环境的装置所属终端结构示意图；

图2为本发明健身指导方法第一实施例的流程示意图；

图3为本发明健身指导方法第二实施例的流程示意图；

图4为本发明健身指导方法第三实施例的流程示意图；

图5为本发明健身指导方法第四实施例的流程示意图；

图6为本发明健身指导方法第五实施例的流程示意图；

图7为本发明健身指导方法第六实施例的流程示意图

图8为本发明健身指导方法第七实施例的流程示意图；

图9为本发明健身指导方法第八实施例的流程示意图。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

在现有运动技术中，参考别人的健身方式或零散地学习健身资料不能科学系统地达到自己的健身需求。此外，三分练、七分吃，饮食对健身效果也起到举足轻重的作用，而通过现有的健身方法往往无法把握合适的食谱。

为了解决上述技术问题，本发明提供一种健身指导方法，在本方法中，先获取用户的个人信息，其中，所述个人信息至少包括体脂率信息、肺活量信息或年龄信息，再基于所述个人信息确定与用户当前体质情况匹配的体质大数据分析模型，然后确定与所述体质大数据分析模型匹配的大数据健身计划模型，再基于所述大数据健身计划模型生成用户的个性健身指导信息，以供用户基于上述个性健身指导信息进行健身，其中，所述健身指导信息至少包括用户的个人体质分析信息、个性食谱信息以及个性健身计划推荐信息。，从而让用户了解自己当前的体质情况，执行符合自身体质情况的健身计划和食谱，获得更好的健身效果。

如图1所示，图1是本发明实施例方案涉及的硬件运行环境的装置结构示意图。

本发明实施例终端可以是PC，也可以是智能手机、平板电脑、电子书阅读器、MP3(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)播放器、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、便携计算机等具有显示功能的可移动式终端设备。

如图1所示，该终端可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

可选地，终端还可以包括摄像头、RF(Radio Frequency，射频)电路，传感器、音频电路、WiFi模块等等。其中，传感器比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示屏的亮度，接近传感器可在移动终端移动到耳边时，关闭显示屏和/或背光。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别移动终端姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；当然，移动终端还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

本领域技术人员可以理解，图1中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及健身指导程序。

在图1所示的终端中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的健身指导程序，并执行以下操作：

获取用户的个人信息，其中，所述个人信息至少包括体脂率信息、肺活量信息或年龄信息；

基于所述个人信息确定与用户当前体质情况匹配的体质大数据分析模型；

确定与所述体质大数据分析模型匹配的大数据健身计划模型；

基于所述大数据健身计划模型生成用户的个性健身指导信息，以供用户基于上述个性健身指导信息进行健身，其中，所述个性健身指导信息至少包括用户的个人体质分析信息、个性食谱信息以及个性健身计划推荐信息。

进一步地，处理器1001可以调用存储器1005中存储的健身指导程序，还执行以下操作：

确定与所述体质大数据分析模型匹配的个性食谱，其中，所述个性食谱至少包括个性食物类型和对应的个性食物配比；

根据所述个性食物类型、所述个性食物配比以及预存食材属性信息确定用户的个性食材信息以及对应的食材配比；

根据所述个性食材信息和所述食材配比进行个人饮食推荐。

进一步地，处理器1001可以调用存储器1005中存储的健身指导程序，还执行以下操作：

获取用户制定的自定义健身计划信息，其中，所述自定义健身计划信息至少包括自定义健身项目信息或自定义健身强度信息；

确定所述体质大数据分析模型与自定义健身计划信息中各个自定义健身项目或自定义健身强度是否匹配；

若不匹配，则生成舍弃不匹配的健身项目或健身强度的提示信息。

进一步地，处理器1001可以调用存储器1005中存储的健身指导程序，还执行以下操作：

若不匹配，则基于所述体质大数据分析模型确定不匹配健身项目或健身强度的替换项目或替换强度；

根据所述替换项目或替换强度生成更正健身计划的提示信息。

进一步地，处理器1001可以调用存储器1005中存储的健身指导程序，还执行以下操作：

身计划模型生成用户的个性健身指导信息的步骤之前还包括：

获取用户选定的健身目标，其中，所述健身目标至少包括增肌、减脂、耐力提升或协调性提升；

基于所述体质大数据分析模型与所述健身目标确定适合用户的健身项目、健身强度以及个性食谱；

所述基于所述大数据健身计划模型生成用户的个性健身指导信息的步骤包括：

根据所述大数据健身计划模型、健身项目、所述健身强度以及所述个性食谱生成用户的个性健身指导信息。

进一步地，处理器1001可以调用存储器1005中存储的健身指导程序，还执行以下操作：

获取用户基于所述个性健身指导信息进行健身过程中提交的阶段体质参数信息；

根据所述阶段体质参数信息和所述健身目标确定用户的阶段性健身效果，并基于所述阶段性健身结果生成健身建议信息。

进一步地，处理器1001可以调用存储器1005中存储的健身指导程序，还执行以下操作：

根据所述阶段体质参数确定是否产生预设水平的健身效果；

若是，则生成继续按照当前个性健身指导信息继续健身的建议信息。

进一步地，处理器1001可以调用存储器1005中存储的健身指导程序，还执行以下操作：

若否，则执行步骤：根据所述大数据健身计划模型、健身项目、所述健身强度以及所述个性食谱生成用户的个性健身指导信息，获得新的个性健身指导信息；

根据新的个性健身指导信息生成根据新的个性健身指导信息进行健身的建议信息。

参照图2，图2为本发明健身指导方法第一实施例流程示意图。

本发明健身指导方法主要应用于运动技术领域。人们生活水平提高的同时，也越来越关注身体的健康，越来越多人通过去健身房健身来增强体质和缓解压力。健身包括跑步、卧推、硬拉以及深蹲等项目。目前，人们健身一般通过查询相关资料或者参考别人们练习方法来确定健身。不同体质的人往往有不同健身目标需求，例如增肌，减脂等。参考别人的健身方式或零散地学习健身资料不能科学系统地达到改善身体状态的目的。此外，三分练、七分吃，饮食对健身效果也起到举足轻重的作用，而通过现有的健身方法往往无法把握合适的食谱。本实施例提供一种基于用户的体质情况结合大数据模型来为不同个体用户在健身计划以及食谱等方面量身打造个性化健身指导的方法，从而帮助用户达到改善身体状态的目的。本实施例的实现过程包括以下步骤：

步骤S10，获取用户的个人信息，其中，所述个人信息至少包括体脂率信息、肺活量信息或年龄信息；

在本实施例中，可以预先设置一个健身指导系统，通过网页或者终端应用软件等方式来获取用户的个人信息。用户需要获得健身指导信息时，可以先通过健身指导系统对应的网页或应用软件编辑个人信息，个人信息可以包括反映用户体质的相关信息，例如用户的年龄、体脂率以及肺活量等信息，当然还可以包括静心率、身高以及体重等信息；也可以包括用户的身份信息，例如姓名或者用户账号。在本实施例中，用户可以预先完成上述体质参数的测试，然后再在网页或者应用软件的提供的页面录入。用户将个人信息录入信息完毕，通过预置确定提交功能按钮触发基于提交的信息发送健身指导请求发送至健身指导系统，健身指导系统从接收到的健身指导请求中获取用户的个人信息。

步骤S20，基于所述个人信息确定与用户当前体质情况匹配的体质大数据分析模型；

在本实施例中，可以预先采集尽可能多的不同用户个人信息的数据，提取个人信息，提取个人信息数据的特征值，根据数据的特征值对不同用户的个人信息进行归纳聚类，获得不同体质特征的用户体质模型，即体质大数据分析模型。例如，可以基于用户体脂率的大数据分布规律建立偏胖、正常以及偏瘦等体质模型，还可以对偏胖、正常以及偏瘦的程度建立细分的等级模型，例如偏瘦第一等级模型、偏瘦第二等级模型等。还可以减不同的体质参数组合起来，根据用户的组合参数的分布规律进行聚类建立模型，例如，结合心率和体脂率的组合参数的体质模型，获得更多细分模型，以便在将用户数据匹配时获得更准确的匹配结果。在本实施例中，可以预先基于已有的健身资料创建体质分析模型并匹配对应的健身计划模型以供用户获得健身指导信息，在获得预设数量的新用户的体质信息数据后再对体质模型进行更新获得数量较大的体质大数据分析模型。当然，在本实施例中，也可以基于已有所有用户的数据分别对每个用户建立独立的体质模型作为体质大数据分析模型，以供新用户进行匹配。

步骤S30，确定与所述体质大数据分析模型匹配的大数据健身计划模型；

基于上述步骤，在本实施例中，可以预先基于健身资料，历史用户的健身数据(包括基于指导信息进行健身的用户的健身计划以及健身效果或者用户基于自定义健身计划健身的健身计划和健身效果)来为各个体质大数据分析模型匹配的大数据健身计划模型，其中，大数据健身计划模型包括适合的用户的体质分析信息、健身项目、健身强度以及健身食谱等相关信息。在本实施例中，一个体质大数据分析模型可以匹配多个大数据健身计划模型，不同的健身计划模型可以在健身项目或者健身强度等信息有所不同，例如哑铃项目与杠铃项目的替换或结合方式的不同，固定器械与活动器械的替换或结合方式不同。基于不同大数据健身计划模型对同个体质用户进行不同方案的推荐。

步骤S40，基于所述大数据健身计划模型生成用户的个性健身指导信息，以供用户基于上述个性健身指导信息进行健身，其中，所述个性健身指导信息至少包括用户的个人体质分析信息、个性食谱信息以及个性健身计划推荐信息。

基于上述步骤，在确定与用户体质大数据分析模型匹配的大数据健身计划模型后，从健身计划模型中获得体质分析信息、健身项目、健身强度以及健身食谱等相关信息并生成用户的个性健身指导信息，其中健身指导信息包括用户的个人体质分析信息、个性食谱信息以及个性健身计划推荐信息。在本实施例中，一个体质大数据分析模型可以对应多个健身计划模型，可以基于预存每个健身计划模型的健身效果信息按照顺序生成健身指导信息或者不按照健身效果直接生成多个健身计划模型的指导信息以供用户进行选择。在本实施例中，用户的个人体质分析信息指的是基于用户提交的个人信息获得的体质分析信息，例如，可以是偏瘦或偏胖、心率过快或者肺活量强弱、协调性好坏等信息；个性食谱信息指的是针对用户当前体质的推荐性食谱信息，可以包括食物的类型以及对应的食物配比，例如，蛋白质或者碳水化合物及其对应的食物配比，个性食谱推荐信息也可以包括具体的食材信息及食材对应的配比信息，例如牛肉、西蓝花、鸡胸肉或香蕉等食材及对应的食物配比。个性健身计划推荐信息指的是健身项目及健身强度的推荐信息，例如强化背部的练习时，推荐的项目可以是引体向上或者杠铃划船等，而健身强度则指的是练习的重量、练习的次数或练习的间隔时间等信息或每次完整的健身需要间隔的时间信息。

在本实施例中，获取用户的个人信息，其中，所述个人信息至少包括体脂率信息、肺活量信息或年龄信息；基于所述个人信息确定与用户当前体质情况匹配的体质大数据分析模型；确定与所述体质大数据分析模型匹配的大数据健身计划模型；基于所述大数据健身计划模型生成用户的个性健身指导信息，以供用户基于上述个性健身指导信息进行健身，其中，所述健身指导信息至少包括用户的个人体质分析信息、个性食谱信息以及个性健身计划推荐信息。通过上述方式，获取了用户的体脂率以及肺活量等体质信息后，基于已有的大数据模型，确定用户当前的体质具体情况，然后基于用户体质情况确定健身计划，生成健身指导信息，健身指导信息包括个人体质分析信息、个性食谱信息以及个性健身计划推荐信息，从而用户可以了解自己当前的体质情况，执行符合自身体质情况的健身计划和食谱，获得更好的健身效果。

进一步地，参照图3，图3为本发明健身指导方法第二实施例流程示意图。基于上述实施例，在本实施例中，步骤S20之前还包括：

步骤S50，确定与所述体质大数据分析模型匹配的个性食谱，其中，所述个性食谱至少包括个性食物类型和对应的个性食物配比；

步骤S60，根据所述个性食物类型、所述个性食物配比以及预存食材属性信息确定用户的个性食材信息以及对应的食材配比；

步骤S70，根据所述个性食材信息和所述食材配比进行个人饮食推荐。

基于上述实施例，在本实施例中，对于每个体质大数据分析模型，可以基于已有的健身资料或历史用户健身数据预先匹配对应的个性食谱，个性食谱中可以包括食物类型和食物类型对应的配比，即食物配比。本实施例的食物类型可以包括碳水化合物、蛋白质或者富含某种元素的食物等食物类型。例如，对于偏瘦体质的体质大数据分析模型，可以预先匹配碳水化合物比例相对较高的个性食谱，其中，具体的比例确定基于健身知识或者营养知识等来确定，当然，也可以基于历史用户的健身效果和健身食谱来确定。在本实施例中，还可以预存各种食材的属性信息，即食材所属的食物类型，以便获得食谱中具体的食材信息。例如，可以将牛肉归结为蛋白质类食物类型，将面包以及大米等归结为碳水化合物食物类型。在本实施例中，个性食谱中的食物类型和食物配比可以通过一个或者多个不同食材的组合得到。

在本实施例中，在获得用户的体质大数据分析模型时，还可以基于预存的食谱信息与体质大数据分析模型的关联关系确定匹配的个性食谱，即确定适合用户的个性食物类型与食物配比，再基于食材属性信息确定具体的食材及对应的比例，并给予食材及其比例进行饮食推荐。进行饮食推荐时，可以生产多个饮食推荐信息以供用户选择。

在本实施例中，确定与所述体质大数据分析模型匹配的个性食谱，其中，所述个性食谱至少包括个性食物类型和对应的个性食物配比；根据所述个性食物类型、所述个性食物配比以及预存食材属性信息确定用户的个性食材信息以及对应的食材配比；根据所述个性食材信息和所述食材配比进行个人饮食推荐。通过上述方式，用户可以获得适合的饮食食谱，提高健身效率，获得更好的健身效果。

进一步地，参照图4，图4为本发明健身指导方法第三实施例流程示意图，基于上述本发明健身指导方法实施例，提出本发明的第三实施例。

基于上述实施例，在本实施例中，步骤S20之后包括：

步骤S80，获取用户制定的自定义健身计划信息，其中，所述自定义健身计划信息至少包括自定义健身项目信息或自定义健身强度信息；

步骤S90，确定所述体质大数据分析模型与自定义健身计划信息中各个自定义健身项目或自定义健身强度是否匹配；

步骤S100，若不匹配，则生成舍弃不匹配的健身项目或健身强度的提示信息。

基于上述实施例，在本实施例中，用户可以通过基于本发明的健身指导软件或者网页编辑自己自定义的计划。可以预设各个健身的动作项目以及对应的多个健身强度选项以供用户选定作为自己的健身计划，也可以提供编辑框以供用户输入健身计划信息。用户编辑完成触发提交操时，用户终端向健身指导系统发送健身计划评估请求。在本本实施例中，自定义健身计划信息指的是用户自己编辑的健身计划信息，包括自定义健身项目信息或自定义健身强度信息。自定义健身项目信息指的是用户通过选择操作或者输入操作确定的健身动作项目，例如硬拉、卧推或者深蹲等；自定义健身强度指的是用户通过选择操作或者输入操作确定的健身项目执行次数或执行频率等信息。健身指导系统接收到用户终端发送的健身计划评估请求时，先从健身计划评估请求中提取用户制定的自定义健身计划信息。然后确定大数据体质大数据分析模型与用户自定义的健身计划信息中的自定义健身项目或者自定义健身强度是否匹配。在本实施例中，可以基于历史健身数据预先对体质大数据分析模型设置匹配的健身项目或者健身强度，以及不匹配的健身项目或者健身强度，例如，对于体质偏瘦的模型，可以配置匹配的项目为卧推或深蹲等无氧运动，而不匹配的项目则设置为跑步等有氧运动。对于偏瘦的模型，当用户的自定义健身计划中包含了超过预设时间长度的跑步项目时，则判断该健身项目与用户的体质大数据分析模型不匹配，生成舍弃该跑步项目的提示信息，以提示用户舍弃该健身项目或者选择其他项目。对于匹配的项目或强度，则不生成提示信息。

在本实施例中，获取用户制定的自定义健身计划信息，其中，所述自定义健身计划信息至少包括自定义健身项目信息或自定义健身强度信息；确定所述体质大数据分析模型与自定义健身计划信息中各个自定义健身项目或自定义健身强度是否匹配；若不匹配，则生成舍弃不匹配的健身项目或健身强度的提示信息。通过上述方式，可以对用户自己制定的健身计划进行修正，实现更好的健身效果。

进一步地，参照图5，图5为本发明健身指导方法第四实施例流程示意图。

基于上述实施例，在本实施例中，步骤S90之后还包括：

步骤S110，若不匹配，则基于所述体质大数据分析模型确定不匹配健身项目或健身强度的替换项目或替换强度；

步骤S120，根据所述替换项目或替换强度生成更正健身计划的提示信息。

基于上述实施例，在本实施例中，可以预先将体质大数据分析模型与匹配的健身项目或者健身强度进行关联。当用户制定的健身计划中存在与用户的体质大数据分析模型不匹配的健身项目或健身强度时，还可以先根据体质大数据分析模型与健身项目或健身强度的关联关系确定与用户的体质大数据分析模型匹配的健身项目，作为不匹配健身健身项目的替换项目或者替换强度。具体地，基于上述实施例，在本实施例中，可以将偏瘦体质的体质大数据分析模型与硬拉硬拉项目进行关联，当用户制定的健身计划中存在超过预设时间的跑步项目时，可以生成建议用户用硬拉替换跑步的更正计划提示信息，提示用户对制定的健身计划进行改进。

在本实施例中，若不匹配，则基于所述体质大数据分析模型确定不匹配健身项目或健身强度的替换项目或替换强度；根据所述替换项目或替换强度生成更正健身计划的提示信息。通过上述方式，用户可以基于更正健身计划提示信息对自己制定的健身计划进行修正，获得更高效的健身计划。

进一步地，参照图6，图6为本发明健身指导方法第五实施例流程示意图，基于上述本发明健身指导方法实施例，提出本发明的第五实施例。

基于上述实施例，在本实施例中，步骤S40之前还包括：

步骤S130,获取用户选定的健身目标，其中，所述健身目标至少包括增肌、减脂、耐力提升或协调性提升；

步骤S140，基于所述体质大数据分析模型与所述健身目标确定适合用户的健身项目、健身强度以及个性食谱；

步骤S40包括：

步骤S150，根据所述大数据健身计划模型、健身项目、所述健身强度以及所述个性食谱生成用户的个性健身指导信息。

基于上述实施例，在本实施例中，可以预先设置多个健身目标选项以供用户进行选择，例如增肌、减脂、耐力提升、协调性提升肩部增肌或腿部增肌等。基于健身资料或者历史健身数据将预先设置的健身目标与匹配的健身项目、健身强度以及饮食类型等进行关联，将体质大数据分析模型与匹配的健身项目、健身强度以及饮食类型进行关联。

健身指导系统获取了用户的健身目标时，根据用户的健身目标和体质大数据分析模型获得适合用户的健身项目、健身强度以及个性食谱，并将两者获得信息进行并或等处理获得的健身项目、健身强度以及个性食以及大数据健身计划模型中对应的信息进行取交集或并集等处理，获得处理后的精确而适合用户的健身项目、所述健身强度以及所述个性食谱生成用户的个性健身，并基于上述信息生成用户的个性化健身指导信息。

在本实施例中，获取用户选定的健身目标，其中，所述健身目标至少包括增肌、减脂、耐力提升或协调性提升；基于所述体质大数据分析模型与所述健身目标确定适合用户的健身项目、健身强度以及个性食谱；根据所述大数据健身计划模型、健身项目、所述健身强度以及所述个性食谱生成用户的个性健身指导信息。通过上述方式，基于用户的健身目标确定个性健身指导信息，使得个性健身指导信息更符合用户的需求。

进一步地，参照图7，图7为本发明健身指导方法第六实施例流程示意图，基于上述本发明健身指导方法实施例，提出本发明的第六实施例。

基于上述实施例，在本实施例中，步骤S150之后包括：

步骤S160，获取用户基于所述个性健身指导信息进行健身过程中提交的阶段体质参数信息；

步骤S170，根据所述阶段体质参数信息和所述健身目标确定用户的阶段性健身效果，并基于所述阶段性健身结果生成健身建议信息。

基于上述实施例，在本实施例中，用户在基于健身指导信息进行健身的过程中，可以定时地提交阶段性的体质参数信息，其中，阶段体质参数信息基于用户获取健身指导信息是提交的健身目标信息来确定，用来衡量是否达到了每隔阶段应用的目标效果。例如，当用户的提交的目标为增重增肌时，对应的体质参数信息可以为体重或者设定身体部位的维度等。可以预先设定特定时间长度为一个阶段，例如，一个月为一个阶段。用户在完成一个阶段的健身运动后，肌肉在恢复到非充血的正常状态下测量维度或者用户的重量，通过用户终端的APP或者网页预设的阶段体质参数信息功能按钮来触发录入，并发送健身指导系统，健身指导系统基于当前的体质参数信息与健身开始时或上一阶段提交的阶段体质参数的变化量与预设变化量对比，从而确定阶段性的健身效果，根据健身效果来生成健身建议信息。在本实施例中，健身建议信息至少包括继续基于当前健身指导信息进行健身或者基于新的健身指导信息进行健身的建议信息。在本实施例中，可以在每个阶段设置特定的体质参数变化量值，基于用户在每个阶段提交的体质参数的变化量与该阶段的预设变化量的对比来确定是否产生预设水平的健身效果。若是，则生成建议用户继续基于当前的健身指导信息进行健身的建议信息；若否，则重新基于大数据健身计划模型、健身项目、所述健身强度以及所述个性食谱生成用户的个性健身指导信息，获得新的个性健身指导信息，并根据新的个性指导信息生成根据新的个性健身指导信息进行健身的建议信息，以建议用户基于新的个性健身指导信息进行健身。在本实施例中，生成新的个性健身指导信息可以在原来健身计划基础上更换健身项目，调节健身强度或者调节个性菜谱等。

在本实施例中，获取用户基于所述个性健身指导信息进行健身过程中提交的阶段体质参数信息；根据所述阶段体质参数信息和所述健身目标确定用户的阶段性健身效果，并基于所述阶段性健身结果生成健身建议信息。通过上述方式，在健身过程中监控健身效果，基于健身效果生成建议信息，使得可以持续保证用户的健身效果。

进一步地，参照图8，图8为本发明健身指导方法第七实施例流程示意图，基于上述本发明健身指导方法实施例，提出本发明的第七实施例。

基于上述实施例，在本实施例中，步骤S170包括：

步骤S180，根据所述阶段体质参数确定是否产生预设水平的健身效果；

步骤S190，若是，则生成继续按照当前个性健身指导信息继续健身的建议信息。

基于上述实施例，在本实施例中，可以在每个阶段设置特定的体质参数变化量值，基于用户在每个阶段提交的体质参数的变化量与该阶段的预设变化量的对比来确定是否产生预设水平的健身效果。若是，则生成建议用户继续基于当前的健身指导信息进行健身的建议信息；若否，则重新基于大数据健身计划模型、健身项目、所述健身强度以及所述个性食谱生成用户的个性健身指导信息，获得新的个性健身指导信息，并根据新的个性指导信息生成根据新的个性健身指导信息进行健身的建议信息，以建议用户基于新的个性健身指导信息进行健身。在本实施例中，生成新的个性健身指导信息可以在原来健身计划基础上更换健身项目，调节健身强度或者调节个性菜谱等。

在本实施例中，根据所述阶段体质参数确定是否产生预设水平的健身效果；若是，则生成继续按照当前个性健身指导信息继续健身的建议信息。在健身过程中监控健身效果，基于健身效果生成建议信息，当产生预设水平的健身效果时，建议用户继续基于当前个性健身指导信息进行健身，使得可以持续保证用户的健身效果。

进一步地，参照图9，图9为本发明健身指导方法第八实施例流程示意图，基于上述本发明健身指导方法实施例，提出本发明的第八实施例。

基于上述实施例，在本实施例中，步骤S170还包括：

步骤S200，若否，则执行步骤：根据所述大数据健身计划模型、健身项目、所述健身强度以及所述个性食谱生成用户的个性健身指导信息，获得新的个性健身指导信息；

步骤S210，根据新的个性健身指导信息生成根据新的个性健身指导信息进行健身的建议信息。

基于上述实施例，在本实施例中，可以在每个阶段设置特定的体质参数变化量值，基于用户在每个阶段提交的体质参数的变化量与该阶段的预设变化量的对比来确定是否产生预设水平的健身效果。若否，则重新基于大数据健身计划模型、健身项目、所述健身强度以及所述个性食谱生成用户的个性健身指导信息，获得新的个性健身指导信息，并根据新的个性指导信息生成根据新的个性健身指导信息进行健身的建议信息，以建议用户基于新的个性健身指导信息进行健身。在本实施例中，生成新的个性健身指导信息可以在原来健身计划基础上更换健身项目，调节健身强度或者调节个性菜谱等。若是，则生成建议用户继续基于当前的健身指导信息进行健身的建议信息。

在本实施例中，根据所述阶段体质参数确定是否产生预设水平的健身效果；若否，则执行步骤：根据所述大数据健身计划模型、健身项目、所述健身强度以及所述个性食谱生成用户的个性健身指导信息，获得新的个性健身指导信息；根据新的个性健身指导信息生成根据新的个性健身指导信息进行健身的建议信息。从而在健身过程中监控健身效果，基于健身效果生成建议信息，当未产生预设水平的健身效果时，获得新的个性健身指导信息，并建议用户基于新的个性指导信息进行健身，避免继续浪费时间而得不到理想的健身效果。。

此外，本发明还提供一种健身指导装置。

本发明健身指导装置至少包括：存储器、处理器以及存储在所述存储器上的健身指导程序，所述健身指导程序被所述处理器执行时实现如上所述健身指导方法的步骤。

其中，在所述处理器上运行的健身指导程序被执行时所实现的方法可参照本发明健身指导方法各个实施例，此处不再赘述。

此外，本发明实施例还提出一种计算机可读存储介质。

本发明计算机可读存储介质上存储有健身指导程序，所述健身指导程序被处理器执行时实现如上所述的健身指导方法的步骤。

其中，在所述处理器上运行的健身指导程序被执行时所实现的方法可参照本发明健身指导方法各个实施例，此处不再赘述。

需要说明的是，在本文中，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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种健身指导方法，其特征在于，所述健身指导方法包括：

获取用户的个人信息，其中，所述个人信息至少包括体脂率信息、肺活量信息或年龄信息；

基于所述个人信息确定与用户当前体质情况匹配的体质大数据分析模型；

确定与所述体质大数据分析模型匹配的大数据健身计划模型；

基于所述大数据健身计划模型生成用户的个性健身指导信息，以供用户基于上述个性健身指导信息进行健身，其中，所述个性健身指导信息至少包括用户的个人体质分析信息、个性食谱信息以及个性健身计划推荐信息。

2.如权利要求1所述的健身指导方法，其特征在于，所述基于所述个人信息确定与用户当前体质情况匹配的体质大数据分析模型的步骤之后还包括：

确定与所述体质大数据分析模型匹配的个性食谱，其中，所述个性食谱至少包括个性食物类型和对应的个性食物配比；

根据所述个性食物类型、所述个性食物配比以及预存食材属性信息确定用户的个性食材信息以及对应的食材配比；

根据所述个性食材信息和所述食材配比进行个人饮食推荐。

3.如权利要求1所述的健身指导方法，其特征在于，所述基于所述个人信息确定与用户当前体质情况匹配的体质大数据分析模型的步骤之后还包括：

获取用户制定的自定义健身计划信息，其中，所述自定义健身计划信息至少包括自定义健身项目信息或自定义健身强度信息；

确定所述体质大数据分析模型与自定义健身计划信息中各个自定义健身项目或自定义健身强度是否匹配；

若不匹配，则生成舍弃不匹配的健身项目或健身强度的提示信息。

4.如权利要求3所述的健身指导方法，其特征在于，所述确定所述体质大数据分析模型与自定义健身计划信息中各个自定义健身项目或自定义健身强度是否匹配的步骤之后还包括：

若不匹配，则基于所述体质大数据分析模型确定不匹配健身项目或健身强度的替换项目或替换强度；

根据所述替换项目或替换强度生成更正健身计划的提示信息。

5.如权利要求1所述的健身指导方法，其特征在于，所述基于所述大数据健身计划模型生成用户的个性健身指导信息的步骤之前还包括：

获取用户选定的健身目标，其中，所述健身目标至少包括增肌、减脂、耐力提升或协调性提升；

基于所述体质大数据分析模型与所述健身目标确定适合用户的健身项目、健身强度以及个性食谱；

所述基于所述大数据健身计划模型生成用户的个性健身指导信息的步骤包括：

根据所述大数据健身计划模型、健身项目、所述健身强度以及所述个性食谱生成用户的个性健身指导信息。

6.如权利要求5所述的健身指导方法，其特征在于，所述根据所述大数据健身计划模型、健身项目、所述健身强度以及所述个性食谱生成用户的个性健身指导信息的步骤之后包括：

获取用户基于所述个性健身指导信息进行健身过程中提交的阶段体质参数信息；

根据所述阶段体质参数信息和所述健身目标确定用户的阶段性健身效果，并基于所述阶段性健身结果生成健身建议信息。

7.如权利要求6所述的健身指导方法，其特征在于，所述根据所述阶段体质参数信息和所述健身目标确定用户的阶段性健身效果，并基于所述阶段性健身结果生成健身建议信息的步骤包括：

根据所述阶段体质参数确定是否产生预设水平的健身效果；

若是，则生成继续按照当前个性健身指导信息继续健身的建议信息。

8.如权利要求7所述的健身指导方法，其特征在于，所述根据所述阶段体质参数确定是否产生预设水平的健身效果的步骤之后还包括：

若否，则执行步骤：根据所述大数据健身计划模型、健身项目、所述健身强度以及所述个性食谱生成用户的个性健身指导信息，获得新的个性健身指导信息；

根据新的个性健身指导信息生成根据新的个性健身指导信息进行健身的建议信息。

9.一种健身指导装置，其特征在于，所述健身指导装置至少包括存储器、处理器以及存储在所述存储器上的健身指导程序，所述健身指导程序被所述处理器执行时实现如权利要求1至8中任一项所述的健身指导方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有健身指导程序，所述健身指导程序被处理器执行时实现如权利要求1至8中任一项所述的健身指导方法的步骤。