CN109935299A - 一种训练计划的生成方法、装置、设备和存储介质 - Google Patents
一种训练计划的生成方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN109935299A CN109935299A CN201910293154.7A CN201910293154A CN109935299A CN 109935299 A CN109935299 A CN 109935299A CN 201910293154 A CN201910293154 A CN 201910293154A CN 109935299 A CN109935299 A CN 109935299A
- Authority
- CN
- China
- Prior art keywords
- course
- user
- training
- drill program
- target
- 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
Abstract
本发明公开了一种训练计划的生成方法、装置、设备和存储介质,该方法包括:根据用户的当前身体参数和目标运动参数确定课程候选集;基于用户运动偏好对课程候选集进行筛选,得到目标训练课程;根据目标训练课程生成训练计划。本发明实施例解决了现有技术中需要手动编排目标训练课程,而造成编排不灵活,个性化程度低以及人力成本较大的技术问题,从而实现了智能地编排目标训练课程,以生成训练计划,满足了用户多样性、灵活度、个性化的需求。
Description
技术领域
本发明实施例涉及健身技术,尤其涉及一种训练计划的生成方法、装置、设备和存储介质。
背景技术
随着人们生活水平的不断提升,人们越来越重视身体素质的提高。为了保证能够有规划的训练,用户可通过专门的健身应用软件找到符合自身需求的训练内容,并制定训练计划。
在现有的健身应用软件,只能通过人工手动编排,生成用户所需的训练计划。但现有的训练计划生成方式,由于需要人工手动编排,从而编排不灵活,个性化程度低以及人力成本较大。
发明内容
有鉴于此,本发明提供一种训练计划的生成方法、装置、设备和存储介质,实现了智能生成训练计划,从而满足了用户多样性、灵活度、个性化的需求。
第一方面,本发明实施例提供了一种训练计划的生成方法,包括:
根据用户的当前身体参数和目标运动参数确定课程候选集;
基于用户运动偏好对所述课程候选集进行筛选,得到目标训练课程;
根据所述目标训练课程生成训练计划。
进一步的,在所述根据用户的当前身体参数和目标运动参数确定课程候选集之后,所述基于用户运动偏好对所述课程候选集进行筛选之前,还包括:
基于用户标识获取对应的历史训练记录;
根据所述历史训练记录确定用户运动偏好。
进一步的,在所述根据用户的当前身体参数和目标运动参数确定课程候选集之前,还包括:
实时获取用户特征信息;
根据所述用户特征信息确定目标运动参数。
进一步的,在所述根据用户的当前身体参数和目标运动参数确定课程候选集之前,还包括:
通过体能测试,获取用户的当前身体参数。
进一步的,所述根据用户的当前身体参数和目标运动参数确定课程候选集,包括:
根据用户的当前身体参数对预设数据库中的所有训练课程进行筛选,得到课程训练集;
基于所述课程训练集中各训练课程的历史属性信息,并根据目标运动参数对所述课程训练集进行筛选,得到课程候选集。
进一步的,所述根据所述目标训练课程生成训练计划,包括:
基于预设健身法则对所述目标训练课程进行编排,确定每日训练课程;
对所述每日训练课程进行组合,生成训练计划。
进一步的,所述根据所述历史训练记录确定用户运动偏好,包括:
对所述历史训练记录中各训练课程的完成次数进行排序;
将所述完成次数达到预设次数阈值的训练课程作为用户运动偏好。
第二方面,本发明实施例还提供了一种训练计划的生成装置,包括:
第一确定模块,用于根据用户的当前身体参数和目标运动参数确定课程候选集;
第二确定模块,用于基于用户运动偏好对所述课程候选集进行筛选,得到目标训练课程;
生成模块,用于根据所述目标训练课程生成训练计划。
进一步的,所述训练计划的生成装置,还包括:
第一获取模块,用于在所述根据用户的当前身体参数和目标运动参数确定课程候选集之后,所述基于用户运动偏好对所述课程候选集进行筛选之前,基于用户标识获取对应的历史训练记录;
第三确定模块,用于根据所述历史训练记录确定用户运动偏好。
进一步的,所述训练计划的生成装置,还包括:
第二获取模块,用于在所述根据用户的当前身体参数和目标运动参数确定课程候选集之前,实时获取用户特征信息;
第四确定模块,用于根据所述用户特征信息确定目标运动参数。
进一步的,所述训练计划的生成装置,还包括:
第三获取模块,用于在所述根据用户的当前身体参数和目标运动参数确定课程候选集之前,通过体能测试,获取用户的当前身体参数。
进一步的,所述第一确定模块,包括:
筛选单元,用于根据用户的当前身体参数对预设数据库中的所有训练课程进行筛选,得到课程训练集;
第一确定单元,用于基于所述课程训练集中各训练课程的历史属性信息,并根据目标运动参数对所述课程训练集进行筛选,得到课程候选集。
进一步的,所述生成模块,包括:
第二确定单元,用于基于预设健身法则对所述目标训练课程进行编排,确定每日训练课程;
组合生成单元,用于对所述每日训练课程进行组合,生成训练计划。
进一步的,所述第三确定模块,包括:
排序单元,用于对所述历史训练记录中各训练课程的完成次数进行排序;
第三确定单元,用于将所述完成次数达到预设次数阈值的训练课程作为用户运动偏好。
第三方面,本发明实施例还提供了一种训练计划的生成设备,包括:存储器以及一个或多个处理器;
所述存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面所述的训练计划的生成方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的训练计划的生成方法。
本发明通过根据用户的当前身体参数和目标运动参数确定课程候选集,然后基于用户运动偏好对课程候选集进行筛选,得到目标训练课程;并根据目标训练课程生成训练计划,解决了现有技术中需要手动编排目标训练课程,而造成编排不灵活,个性化程度低以及人力成本较大的技术问题,从而实现了智能地编排目标训练课程,以生成训练计划,满足了用户多样性、灵活度、个性化的需求。
附图说明
图1是本发明实施例提供的一种训练计划的生成方法的流程图;
图2是本发明实施例提供的一种训练计划的生成方法的流程图;
图3是本发明实施例提供的一种训练计划的生成方法的流程图;
图4是本发明实施例提供的一种训练计划的生成方法的流程图;
图5是本发明实施例提供的一种筛选训练课程的显示示意图;
图6是本发明实施例提供的一种训练计划的生成方法的流程图;
图7是本发明实施例提供的一种训练计划的生成方法的流程图;
图8是本发明实施例提供的一种训练计划的生成装置的结构框图;
图9是本发明实施例提供的一种训练计划的生成设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
图1是本发明实施例提供的一种训练计划的生成方法的流程图,本实施例中提供的训练计划的生成方法可以由训练计划的生成设备执行,该训练计划的生成设备可以通过软件和/或硬件的方式实现,该训练计划的生成设备可以是两个或多个物理实体构成,也可以是一个物理实体构成。本实施例中训练计划的生成设备可为智能手机、平板、ipad等移动终端,并在该训练计划的生成设备中集成有健身应用软件。
参考图1,该训练计划的生成方法具体包括如下步骤:
S110、根据用户的当前身体参数和目标运动参数确定课程候选集。
其中,用户的当前身体参数用来表征用户身体各个部位当前所能承受的运动强度。当然,在对用户的当前身体参数进行说明时,可采用分值或者描述性词语进行描述。假设分值范围为1-100,当分值越高,表示用户对应身体部位所能承受的运动强度越高,相应的,也表示用户对应身体部位的运动能力就越突出;在采用描述性词语对用户的当前身体参数进行描述时,可将当前身体参数分为优秀、及格、一般、很差这四个等级。在此需要理解的是,为了便于对用户的当前身体参数进行说明,可采用描述性词语对用户的当前身体参数的整体情况进行描述,而采用分值对用户身体各个部位的情况进行描述。比如,假设用户的上肢集群为60分,下肢集群为70分,则表明用户的下肢集群比上肢集群所能承受的运动强度更高,然后通过对用户身体各个部位的分值进行统计分析,得到用户的当前身体参数的整体情况为及格,表明用户身体各个部位都达到了及格分,也可理解为用户具备一定的训练基础。
其中,目标运动参数可以理解为用户所要达到的健身目标。示例性地,健身目标可以为减脂、增肌、塑性等。当然,若用户需在训练计划中增加有跑步、仰卧起坐、俯卧撑等运动项目时,目标运动参数可以为跑步里程、仰卧起坐的个数、俯卧撑的个数。比如,跑步里程为3.5千米,则目标运动参数为3500;又如,俯卧撑的个数为20个,则目标运动参数为20。
在确定用户的当前身体参数和目标运动参数之后,采用课程筛选器对健身应用软件中的所有训练课程进行筛选,以筛选出符合用户当前身体参数和目标运动参数的训练课程,并将筛选得到的训练课程作为编排训练计划的课程候选集。其中,课程筛选器可以理解为一种算法,可根据用户的当前身体参数和目标运动参数,对健身应用软件中的所有训练课程进行分析处理,确定每个训练课程是否符合用户的当前身体参数和目标运动参数。
S120、基于用户运动偏好对课程候选集进行筛选,得到目标训练课程。
在实施例中,用户运动偏好可以理解为用户喜欢的训练课程。当然,用户运动偏好可与用户性别、用户年龄有关。比如,相对20-35岁之间的女生来说,用户运动偏好更偏重于有氧舞蹈,瑜伽等训练课程;而相对20-40岁之间的男生来说,用户运动偏好更偏重于俯卧撑、动感单车、举哑铃等训练课程。当然,也可采用其它的维度对用户运动偏好进行分类,对此并不进行限定。
在确定用户运动偏好之后,基于用户运动偏好,并通过课程筛选器再对课程候选集中的所有训练课程进行筛选,筛选出满足用户运动偏好的训练课程,并将满足用户运动偏好的训练课程作为目标训练课程。
S130、根据目标训练课程生成训练计划。
其中,训练计划指的是为用户编排的一套固定周期内的训练课程集合,并且该训练计划可帮助用户达到一定的健身目的。在实施例中,在确定目标训练课程之后,可按照预设健身规则自动对目标训练课程进行编排,以生成用户每日需要训练的运动项目。
本实施例的技术方案,通过根据用户的当前身体参数和目标运动参数确定课程候选集,然后基于用户运动偏好对课程候选集进行筛选,得到目标训练课程;并根据目标训练课程生成训练计划,解决了现有技术中需要手动编排目标训练课程,而造成编排不灵活,个性化程度低以及人力成本较大的技术问题,从而实现了智能地编排目标训练课程,以生成训练计划,满足了用户多样性、灵活度、个性化的需求。
在上述实施例的基础上,为了能够根据用户运动偏好对课程候选集进行筛选,需在步骤S120之前,确定用户运动偏好。图2是本发明实施例提供的一种训练计划的生成方法的流程图。参考图2,该训练计划的生成方法,具体包括如下步骤:
S210、根据用户的当前身体参数和目标运动参数确定课程候选集。
S220、基于用户标识获取对应的历史训练记录。
其中,用户标识用来表明用户唯一身份的信息。在实施例中,可以采用不同形式对用户标识进行描述。比如,用户标识可以为数字形式,也可以为文字形式。比如,用户标识可以为用户身份标识号码(Identity,ID),也可以为注册健身应用软件的用户昵称。
当然,为了保证通过用户标识可准确地获取到对应的历史训练记录,每个用户需对应有唯一的用户标识。其中,历史训练记录指的是用户在该健身应用软件中上的所有训练课程。当然,为了保证通过历史训练记录更能准确地确定用户运动偏好,在历史训练记录中,既可包括用户已完成的训练课程,也可包括中途停止未完成的训练课程。比如,该健身应用软件中设置用户需完成20个俯卧撑,但在实际训练过程中,用户只完成了16个,则该训练课程也可纳入历史训练记录中。
S230、根据历史训练记录确定用户运动偏好。
在实施例中,可根据历史训练记录中各训练课程的完成次数来确定用户运动偏好。具体的,该步骤可包括步骤S2301-S2302。
S2301、对历史训练记录中各训练课程的完成次数进行排序。
在实施例中,在通过用户标识获取到对应的历史训练记录之后,对历史训练记录中的所有训练课程的完成次数进行统计。示例性地,假设统计历史训练记录的时间为2019年4月1日,以及热舞操、俯卧撑、卷腹的完成次数分别为4次、5次、16次,然后对热舞操、俯卧撑、卷腹的完成次数进行排序,可得到卷腹、俯卧撑、热舞操的完成次数依次降低。
S2302、将完成次数达到预设次数阈值的训练课程作为用户运动偏好。
在此需要说明的是,为了保证确定的训练课程尽可能接近于用户运动偏好,在对训练课程的完成次数进行统计排序的同时,还需考虑历史训练记录中各训练课程在该健身应用软件中的上线时间。其中,上线时间指的是训练课程在该健身应用软件中出现的时间。
示例性地,假设热舞操、俯卧撑、卷腹的上线时间分别为2019年3月20日、2018年1月2日、2018年1月2日。通过对这三个训练课程的上线时间进行分析,可得到热舞操的上线时间最晚,并接近于历史训练记录的统计时间,虽然热舞操的完成次数是最低的,但可将热舞操列为用户运动偏好;而俯卧撑和卷腹的上线时间相同,但俯卧撑的完成次数明显比卷腹的完成次数低,则可将卷腹列为用户运动偏好,而不将俯卧撑列为用户运动偏好。
可以理解为,在该健身应用软件中对训练课程进行上线的同时,可对不同训练课程的上线时间和完成次数之间设置一定的权重,并根据上线时间和完成次数,以及两者分别对应的权重进行统计,以确定用户运动偏好。比如,假设各训练课程的上线时间的权重设置为A,以及各训练课程的完成次数的权重设置为B。在确定用户运动偏好的情况下,可计算出A与上线时间的乘积,B与完成次数的乘积,然后将两个乘积进行相加,以得到最后的结果,然后根据最后的结果确定用户运动偏好。
当然,为了便于计算A与上线时间的乘积,可将各训练课程的上线时间转换为对应的数值。通过对各训练课程的上线时间与历史训练记录的统计时间进行比较,若训练课程的上线时间越接近于历史训练记录的统计时间,则该训练课程对应的分值越高。
S240、基于用户运动偏好对课程候选集进行筛选,得到目标训练课程。
S250、根据目标训练课程生成训练计划。
在上述实施例的基础上,为了能够根据用户的当前身体参数和目标运动参数确定课程候选集,需在根据用户的当前身体参数和目标运动参数确定课程候选集之前,确定用户的当前身体参数和目标运动参数。图3是本发明实施例提供的一种训练计划的生成方法的流程图。参考图3,该训练计划的生成方法具体包括如下步骤:
S310、实时获取用户特征信息。
其中,用户特征信息,可以理解为用户在该健身应用软件中所填写的健身信息。在实施例中,可通过回答问题的方式获取用户特征信息。示例性地,在用户打开该健身应用软件后,该健身应用软件的显示页面自动切换至智能生成训练计划的页面,可在该智能生成训练计划的页面上,弹出“健身目标是减脂、增肌或塑性?”、“是否需要增加跑步?”等一系列问题,在用户回答问题的同时,该健身应用软件可实时获取到用户特征信息。
S320、根据用户特征信息确定目标运动参数。
在实施例中,在获取到用户特征信息之后,可直接根据用户特征信息得到对应的目标运动参数。示例性地,假设用户在对健身目标进行选择时,所选择的为“塑性”,并且在回答是否需要增加跑步时,所选择的为:“是”,则对应的目标运动参数为塑性和跑步。
S330、通过体能测试,获取用户的当前身体参数。
在实施例中,在对用户进行体能测试之前,需先获取用户的基本信息,比如,用户的年龄、用户身高以及用户性别,然后对用户进行体能测试,以获取到用户的当前身体参数。具体的,可通过体能测试仪对用户进行体能测试,得到体测成绩,然后将体测成绩和用户的基本信息进行结合分析,以确定用户的当前身体参数。其中,体测成绩指的是用户的脂肪率、无机盐含量、左下肢脂肪量、右下肢脂肪量等。可以理解为,用户的当前身体参数指的是身体各个部位的运动强度,而体测成绩指的是用户身体所含物质的含量多少。当然,也可通过问卷的方式,对用户的当前身体参数进行评估。
S340、根据用户的当前身体参数和目标运动参数确定课程候选集。
S350、基于用户运动偏好对课程候选集进行筛选,得到目标训练课程。
S360、根据目标训练课程生成训练计划。
在此需要说明的是,步骤S330也可在步骤S310之前,对此并不进行限定,只要步骤S310和步骤320连续即可。
在上述实施例的基础上,对根据用户的当前身体参数和目标运动参数确定课程候选集作进一步的说明。图4是本发明实施例提供的一种训练计划的生成方法的流程图。参考图4,该训练计划的生成方法具体包括如下步骤:
S410、根据用户的当前身体参数对预设数据库中的所有训练课程进行筛选,得到课程训练集。
在实施例中,为了更准确地得到目标训练课程,首先可通过用户的当前身体参数对预设数据库中的所有训练课程进行筛选。其中,当前身体参数不仅仅只限定于用户身体各个部位的运动强度,也可包括用户的年龄和性别。示例性地,可通过用户的年龄和性别对预设数据库中的所有训练课程进行筛选,比如,用户为26岁的女生,则可排除预设数据库中符合男性的训练课程,以得到课程训练集。当然,也可通过其它的当前身体参数对预设数据库中的所有训练课程进行筛选。
S420、基于课程训练集中各训练课程的历史属性信息,并根据目标运动参数对课程训练集进行筛选,得到课程候选集。
其中,历史属性信息指的是各训练课程在该健身应用软件中的每个训练日的完成率。在实施例中,在通过课程筛选器对课程训练集中的训练课程进行筛选时,可采用按概率分布采样的方式进行课程筛选,以使得到的课程候选集中的训练课程分布动态收敛到稳定状态。具体的,可通过各训练课程的历史属性信息,计算每个训练日的训练课程完成率的分布,在对课程训练集进行课程筛选时,按照分布的概率来采样训练课程,使得筛选得到的训练课程,既满足用户的当前身体参数、目标运动参数和训练课程特征,又符合训练计划的分布规律。其中,训练课程特征与其自身属性信息有关,比如,可将训练课程分为无氧运动和有氧运动。
图5是本发明实施例提供的一种筛选训练课程的显示示意图。参考图5,示例性地,假设训练计划的周期为n天,并且每天可设置有三个训练课程。其中,训练日1、训练日2、训练日3……训练日n,分别表示第一天训练、第二天训练、第三天训练……第n天训练;训练课程11、训练课程12、训练课程21、训练课程22分别表示第一天训练的第一个课程、第一天训练的第二个课程、第二天训练的第一个课程、第二天训练的第二个课程,依次类推。假设训练课程11、训练课程12、训练课程13、训练课程21、训练课程22、训练课程23的每日完成率分别为90%、62%、80%、53%、75%、89%,则可确定第一天训练的课程为训练课程11.第二天训练的课程为训练课程23。
S430、基于用户运动偏好对课程候选集进行筛选,得到目标训练课程。
S440、根据目标训练课程生成训练计划。
在上述实施例的基础上,对根据所述目标训练课程生成训练计划作进一步的具体化。图6是本发明实施例提供的一种训练计划的生成方法的流程图。参考图6,该训练计划的生成方法具体包括如下步骤:
S510、根据用户的当前身体参数和目标运动参数确定课程候选集。
S520、基于用户运动偏好对课程候选集进行筛选,得到目标训练课程。
S530、基于预设健身法则对目标训练课程进行编排,确定每日训练课程。
在此需要说明的是,预设健身法则用来保证用户能快速的达到健身目的的科学健身法则。比如,预设健身法则可以为用户的服装法则(比如,需穿宽松舒适的衣服,以及运动鞋等),用户的饮食法则(训练前需吃清淡食物,并且饭后一小时之后训练等),用户的作息法则(保证每天睡眠时间为6-10个小时,并且最初阶段每周训练三天、每隔一天训练一次等)以及用户的训练法则(比如,渐进性超负荷法则、多组练习法则等)。其中,渐进性超负荷法则指的是使用户的肌肉承担不断增加的负荷;多组练习法则指的是每个动作要练多组的训练法则。在实施例中,按照预设健身法则,选取每一天需要练的训练课程,以生成每日训练课程。当然,每日训练课程可包括一个或多个训练课程。
S540、对每日训练课程进行组合,生成训练计划。
在实施例中,将每日训练课程组合在一起,生成一套训练计划。当然,训练计划的周期可由该健身应用软件智能化的确定,也可由用户手动制定,对此并不进行限定。
在上述实施例的基础上,对训练计划的生成方法作进一步的说明。图7是本发明实施例提供的一种训练计划的生成方法的流程图。
参考图7,该训练计划的生成方法具体包括如下步骤:
S610、获取用户的体测成绩。
S620、获取用户画像。
其中,用户画像是一种算法,对用户的数据进行分析处理可以得到用户的虚拟形象。在实施例中,通过用户画像得到用户的年龄、性别和身高等。
S630、确定用户训练画像。
其中,用户训练画像指的是上述实施例中的当前身体参数。在实施例中,根据用户的体测成绩和用户画像确定用户训练画像。
S640、获取用户的历史训练记录。
S650、构建历史训练集。
在实施例中,对历史训练记录中各训练课程的完成次数进行统计,并提取出完成次数达到预设次数阈值的训练课程,并将完成次数达到预设次数阈值的训练课程纳入历史训练集中。其中,预设次数阈值的具体数值可根据实际情况进行具体限定。
S660、确定用户运动偏好。
在实施例中,将完成次数达到预设次数阈值的训练课程作为用户运动偏好。
S670、获取训练动作。
在实施例中,对每个训练课程进行动作解析,以获取到每个训练课程对应的所有训练动作。
S680、确定课程画像。
在实施例中,根据训练动作确定课程画像。其中,课程画像用于对每个训练动作进行分析,以将多个训练动作组合成一个训练课程。
S690、获取实时特征。
其中,实时特征指的是上述实施例中的步骤S310,即实时获取用户特征信息。在实施例中,获取实时特征的过程为线上实现的操作,即需要有网络连接的前提下才能执行的。
S6100、特征缓存。
在实施例中,在获取到用户特征信息之后,将用户特征信息缓存到本地,以便于根据用户特征信息确定用户的目标运动参数。
S6110、特征构建。
通过对用户训练画像的特征、课程画像的特征以及实时特征进行分析,以确定用户所需的目标训练课程的特征。
S6120、通过课程筛选器筛选得到课程候选集。
在实施例中,按照用户所需的目标训练课程的特征,通过课程筛选器对预设数据库中的所有训练课程进行筛选,以得到课程候选集。
S6130、得到目标训练课程。
在实施例中,按照用户运动偏好,对课程候选集中的训练课程进行筛选,以得到目标训练课程。
S6140、编排训练日。
在实施例中,按照训练日之间的科学健身法则,选取每一天需要练的训练课程,以确定每日训练课程。
S6150、获取计划规则。
其中,计划规则指的是用户每周所需要训练的天数,以及训练的具体日期。
S6160、生成训练计划。
按照计划规则,对每日训练课程进行编排,以生成一套训练计划。
在实施例中,利用海量的用户数据(通过用户画像得到)、体测成绩和课程数据,构建了用户训练画像和课程画像。然后通过历史训练记录确定了用户运动偏好。在此需要说明的是,对步骤S610-步骤S630,步骤S640-步骤S660,以及步骤S670-步骤S680这三个的执行顺序不作限定,即步骤S640-步骤S660可在步骤S610-步骤S630之前,步骤S670-步骤S680也可在步骤S610-步骤S630,或步骤S640-步骤S660之前。
本实施例的技术方案,通过从动作粒度编排训练课程,为训练计划增加了多样性和灵活性,并基于用户运动偏好对课程候选集进行筛选,得到目标训练课程,并根据目标训练课程生成训练计划,更好的满足了用户的个性化需求。
图8是本发明实施例提供的一种训练计划的生成装置的结构框图。本实施例的训练计划的生成装置可配置于移动终端中,参考图8,该训练计划的生成装置包括:第一确定模块710、第二确定模块720和生成模块730。
其中,第一确定模块710,用于根据用户的当前身体参数和目标运动参数确定课程候选集;
第二确定模块720,用于基于用户运动偏好对课程候选集进行筛选,得到目标训练课程;
生成模块730,用于根据目标训练课程生成训练计划。
本实施例提供的技术方案,通过根据用户的当前身体参数和目标运动参数确定课程候选集,然后基于用户运动偏好对课程候选集进行筛选,得到目标训练课程;并根据目标训练课程生成训练计划,解决了现有技术中需要手动编排目标训练课程,而造成编排不灵活,个性化程度低以及人力成本较大的技术问题,从而实现了智能地编排目标训练课程,以生成训练计划,满足了用户多样性、灵活度、个性化的需求。
在上述实施例的基础上,所述训练计划的生成装置,还包括:
第一获取模块,用于在根据用户的当前身体参数和目标运动参数确定课程候选集之后,基于用户运动偏好对课程候选集进行筛选之前,基于用户标识获取对应的历史训练记录;
第三确定模块,用于根据历史训练记录确定用户运动偏好。
在上述实施例的基础上,该训练计划的生成装置,还包括:
第二获取模块,用于在根据用户的当前身体参数和目标运动参数确定课程候选集之前,实时获取用户特征信息;
第四确定模块,用于根据用户特征信息确定目标运动参数。
在上述实施例的基础上,该训练计划的生成装置,还包括:
第三获取模块,用于在根据用户的当前身体参数和目标运动参数确定课程候选集之前,通过体能测试,获取用户的当前身体参数。
在上述实施例的基础上,第一确定模块710,包括:
筛选单元,用于根据用户的当前身体参数对预设数据库中的所有训练课程进行筛选,得到课程训练集;
第一确定单元,用于基于课程训练集中各训练课程的历史属性信息,并根据目标运动参数对课程训练集进行筛选,得到课程候选集。
在上述实施例的基础上,生成模块730,包括:
第二确定单元,用于基于预设健身法则对目标训练课程进行编排,确定每日训练课程;
组合生成单元,用于对每日训练课程进行组合,生成训练计划。
在上述实施例的基础上,第三确定模块,包括:
排序单元,用于对历史训练记录中各训练课程的完成次数进行排序;
第三确定单元,用于将完成次数达到预设次数阈值的训练课程作为用户运动偏好。
上述训练计划的生成装置可执行本发明任意实施例所提供的训练计划的生成方法,具备执行方法相应的功能模块和有益效果。
图9是本发明实施例提供的一种训练计划的生成设备的结构示意图。参考图9,该训练计划的生成设备包括:处理器810、存储器820、输入装置830以及输出装置840。该训练计划的生成设备中处理器810的数量可以是一个或者多个,图9中以一个处理器810为例。该训练计划的生成设备中存储器820的数量可以是一个或者多个,图9中以一个存储器820为例。该训练计划的生成设备的处理器810、存储器820、输入装置830以及输出装置840可以通过总线或者其他方式连接,图9中以通过总线连接为例。实施例中,该训练计划的生成设备可为移动终端。
存储器820作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明任意实施例所述的训练计划的生成设备对应的程序指令/模块(例如,训练计划的生成装置中的第一确定模块710、第二确定模块720和生成模块730)。存储器820可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据设备的使用所创建的数据等。此外,存储器820可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器820可进一步包括相对于处理器810远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置830可用于接收输入的数字或者字符信息,以及产生与设备的用户设置以及功能控制有关的键信号输入,还可以是用于获取图像的摄像头以及获取音频数据的拾音设备。输出装置840可以包括扬声器等音频设备。需要说明的是,输入装置830和输出装置840的具体组成可以根据实际情况设定。
处理器810通过运行存储在存储器820中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的训练计划的生成方法。
上述提供的训练计划的生成设备可用于执行上述任意实施例提供的训练计划的生成方法,具备相应的功能和有益效果。
本发明实施例还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种训练计划的生成方法,包括:
根据用户的当前身体参数和目标运动参数确定课程候选集;
基于用户运动偏好对课程候选集进行筛选,得到目标训练课程;
根据目标训练课程生成训练计划。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的训练计划的生成方法操作,还可以执行本发明任意实施例所提供的训练计划的生成方法中的相关操作,且具备相应的功能和有益效果。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,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,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是机器人,个人计算机,服务器,或者网络设备等)执行本发明任意实施例所述的训练计划的生成方法。
值得注意的是,上述训练计划的生成装置中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种训练计划的生成方法,其特征在于,包括:
根据用户的当前身体参数和目标运动参数确定课程候选集;
基于用户运动偏好对所述课程候选集进行筛选,得到目标训练课程;
根据所述目标训练课程生成训练计划。
2.根据权利要求1所述的方法,其特征在于,在所述根据用户的当前身体参数和目标运动参数确定课程候选集之后,所述基于用户运动偏好对所述课程候选集进行筛选之前,还包括:
基于用户标识获取对应的历史训练记录;
根据所述历史训练记录确定用户运动偏好。
3.根据权利要求1所述的方法,其特征在于,在所述根据用户的当前身体参数和目标运动参数确定课程候选集之前,还包括:
实时获取用户特征信息;
根据所述用户特征信息确定目标运动参数。
4.根据权利要求1所述的方法,其特征在于,在所述根据用户的当前身体参数和目标运动参数确定课程候选集之前,还包括:
通过体能测试,获取用户的当前身体参数。
5.根据权利要求1所述的方法,其特征在于,所述根据用户的当前身体参数和目标运动参数确定课程候选集,包括:
根据用户的当前身体参数对预设数据库中的所有训练课程进行筛选,得到课程训练集;
基于所述课程训练集中各训练课程的历史属性信息,并根据目标运动参数对所述课程训练集进行筛选,得到课程候选集。
6.根据权利要求1所述的方法,其特征在于,所述根据所述目标训练课程生成训练计划,包括:
基于预设健身法则对所述目标训练课程进行编排,确定每日训练课程;
对所述每日训练课程进行组合,生成训练计划。
7.根据权利要求2所述的方法,其特征在于,所述根据所述历史训练记录确定用户运动偏好,包括:
对所述历史训练记录中各训练课程的完成次数进行排序;
将所述完成次数达到预设次数阈值的训练课程作为用户运动偏好。
8.一种训练计划的生成装置,其特征在于,包括:
第一确定模块,用于根据用户的当前身体参数和目标运动参数确定课程候选集;
第二确定模块,用于基于用户运动偏好对所述课程候选集进行筛选,得到目标训练课程;
生成模块,用于根据所述目标训练课程生成训练计划。
9.一种训练计划的生成设备,其特征在于,包括:存储器以及一个或多个处理器;
所述存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的训练计划的生成方法。
10.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的训练计划的生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910293154.7A CN109935299A (zh) | 2019-04-12 | 2019-04-12 | 一种训练计划的生成方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910293154.7A CN109935299A (zh) | 2019-04-12 | 2019-04-12 | 一种训练计划的生成方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109935299A true CN109935299A (zh) | 2019-06-25 |
Family
ID=66989848
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910293154.7A Pending CN109935299A (zh) | 2019-04-12 | 2019-04-12 | 一种训练计划的生成方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109935299A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110610752A (zh) * | 2019-08-23 | 2019-12-24 | 北京卡路里信息技术有限公司 | 运动目标确定方法及装置 |
CN110727718A (zh) * | 2019-10-14 | 2020-01-24 | 成都乐动信息技术有限公司 | 一种健身课程智能生成方法及系统 |
CN110732130A (zh) * | 2019-10-11 | 2020-01-31 | 苏州菠萝健康科技有限公司 | 一种体能康复训练进程以及动作质量评估方法 |
CN111460305A (zh) * | 2020-04-01 | 2020-07-28 | 随机漫步(上海)体育科技有限公司 | 辅助单车训练的方法、可读存储介质及电子设备 |
CN112085416A (zh) * | 2020-09-23 | 2020-12-15 | 北京奥康达体育产业股份有限公司 | 一种基于云计算的个性化健身管理系统 |
CN113515695A (zh) * | 2021-05-06 | 2021-10-19 | 乐渊网络科技(上海)有限公司 | 健身辅助方法、装置、电子设备和计算机可读存储介质 |
CN113656640A (zh) * | 2021-08-23 | 2021-11-16 | 成都拟合未来科技有限公司 | 一种健身训练方法及系统及装置及介质 |
WO2023025039A1 (zh) * | 2021-08-23 | 2023-03-02 | 华为技术有限公司 | 训练计划的生成方法、装置、电子设备及可读存储介质 |
CN115862807A (zh) * | 2022-09-02 | 2023-03-28 | 深圳市智云医康医疗科技有限公司 | 基于机器学习的健身训练方法、系统、介质及电子设备 |
CN117094695A (zh) * | 2023-08-21 | 2023-11-21 | 北华大学 | 一种运动训练课程规划安排方法及系统 |
CN117275675A (zh) * | 2023-11-16 | 2023-12-22 | 北京无疆脑智科技有限公司 | 训练方案生成方法、装置、电子设备和存储介质 |
CN113656640B (zh) * | 2021-08-23 | 2024-04-30 | 成都拟合未来科技有限公司 | 一种健身训练方法及系统及装置及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN104126184A (zh) * | 2011-11-23 | 2014-10-29 | 耐克创新有限合伙公司 | 用于包括训练计划的自动个人训练的方法和系统 |
CN108114453A (zh) * | 2016-11-30 | 2018-06-05 | 巨码科技股份有限公司 | 使用历史记录的运动方法与系统 |
CN108538360A (zh) * | 2018-03-21 | 2018-09-14 | 国云科技股份有限公司 | 一种基于时序数据库的集群式健身管理系统及实现方法 |
CN108921246A (zh) * | 2018-06-29 | 2018-11-30 | 上海东巍体育科技有限公司 | 一种基于可穿戴设备的青少年健身器材交互系统及方法 |
-
2019
- 2019-04-12 CN CN201910293154.7A patent/CN109935299A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104126184A (zh) * | 2011-11-23 | 2014-10-29 | 耐克创新有限合伙公司 | 用于包括训练计划的自动个人训练的方法和系统 |
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 |
CN108114453A (zh) * | 2016-11-30 | 2018-06-05 | 巨码科技股份有限公司 | 使用历史记录的运动方法与系统 |
CN108538360A (zh) * | 2018-03-21 | 2018-09-14 | 国云科技股份有限公司 | 一种基于时序数据库的集群式健身管理系统及实现方法 |
CN108921246A (zh) * | 2018-06-29 | 2018-11-30 | 上海东巍体育科技有限公司 | 一种基于可穿戴设备的青少年健身器材交互系统及方法 |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110610752A (zh) * | 2019-08-23 | 2019-12-24 | 北京卡路里信息技术有限公司 | 运动目标确定方法及装置 |
CN110732130A (zh) * | 2019-10-11 | 2020-01-31 | 苏州菠萝健康科技有限公司 | 一种体能康复训练进程以及动作质量评估方法 |
CN110727718A (zh) * | 2019-10-14 | 2020-01-24 | 成都乐动信息技术有限公司 | 一种健身课程智能生成方法及系统 |
CN111460305A (zh) * | 2020-04-01 | 2020-07-28 | 随机漫步(上海)体育科技有限公司 | 辅助单车训练的方法、可读存储介质及电子设备 |
CN111460305B (zh) * | 2020-04-01 | 2023-05-16 | 随机漫步(上海)体育科技有限公司 | 辅助单车训练的方法、可读存储介质及电子设备 |
CN112085416A (zh) * | 2020-09-23 | 2020-12-15 | 北京奥康达体育产业股份有限公司 | 一种基于云计算的个性化健身管理系统 |
CN113515695A (zh) * | 2021-05-06 | 2021-10-19 | 乐渊网络科技(上海)有限公司 | 健身辅助方法、装置、电子设备和计算机可读存储介质 |
CN113515695B (zh) * | 2021-05-06 | 2023-05-05 | 乐渊网络科技(上海)有限公司 | 健身辅助方法、装置、电子设备和计算机可读存储介质 |
CN113656640B (zh) * | 2021-08-23 | 2024-04-30 | 成都拟合未来科技有限公司 | 一种健身训练方法及系统及装置及介质 |
CN113656640A (zh) * | 2021-08-23 | 2021-11-16 | 成都拟合未来科技有限公司 | 一种健身训练方法及系统及装置及介质 |
WO2023025039A1 (zh) * | 2021-08-23 | 2023-03-02 | 华为技术有限公司 | 训练计划的生成方法、装置、电子设备及可读存储介质 |
CN115862807A (zh) * | 2022-09-02 | 2023-03-28 | 深圳市智云医康医疗科技有限公司 | 基于机器学习的健身训练方法、系统、介质及电子设备 |
CN115862807B (zh) * | 2022-09-02 | 2024-02-02 | 深圳市智云医康医疗科技有限公司 | 基于机器学习的健身训练方法、系统、介质及电子设备 |
CN117094695B (zh) * | 2023-08-21 | 2024-02-27 | 北华大学 | 一种运动训练课程规划安排方法及系统 |
CN117094695A (zh) * | 2023-08-21 | 2023-11-21 | 北华大学 | 一种运动训练课程规划安排方法及系统 |
CN117275675A (zh) * | 2023-11-16 | 2023-12-22 | 北京无疆脑智科技有限公司 | 训练方案生成方法、装置、电子设备和存储介质 |
CN117275675B (zh) * | 2023-11-16 | 2024-03-26 | 北京无疆脑智科技有限公司 | 训练方案生成方法、装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109935299A (zh) | 一种训练计划的生成方法、装置、设备和存储介质 | |
Duda | The conceptual and empirical foundations of Empowering Coaching™: Setting the stage for the PAPA project | |
Gulbin et al. | An integrated framework for the optimisation of sport and athlete development: A practitioner approach | |
Faude et al. | Combined strength and power training in high-level amateur football during the competitive season: a randomised-controlled trial | |
Rowe | Sporting capital: a theoretical and empirical analysis of sport participation determinants and its application to sports development policy and practice | |
MacMahon et al. | Sports officials and officiating: Science and practice | |
Stevens et al. | Leading us to be active: A two-wave test of relationships between identity leadership, group identification, and attendance. | |
CN110070295A (zh) | 课堂教学质量的评析方法、装置和计算机设备 | |
Ford et al. | Participant development in sport and physical activity: The impact of biological maturation | |
Waardenburg | Which wider social roles? An analysis of social roles ascribed to voluntary sports clubs | |
Macdonald et al. | Moving beyond the crises in secondary physical education: An Australian initiative | |
CN109637233A (zh) | 一种智能教学的方法及系统 | |
Frisancho et al. | Better luck next time: Learning through retaking | |
CN106974656A (zh) | 用于采集运动状态并进行实时对比矫正的系统与实现方法 | |
González-Haro et al. | Learning styles favoured by professional, amateur, and recreational athletes in different sports | |
CN108877885A (zh) | 一种基于热成像仪和智能手环的私教健身管理系统及方法 | |
CN104933121A (zh) | 一种用于外语学习、语言能力测试的方法、装置和系统 | |
CN109300069A (zh) | 用户学习路径模型的获取方法、装置以及电子设备 | |
Toft Amholt et al. | Motivating playgrounds: understanding how school playgrounds support autonomy, competence, and relatedness of tweens | |
Etling et al. | Just like one of the guys?: Perceptions of male and female sportscasters' voices | |
Lascu et al. | Evaluating task design for skill development in an amateur female cricket team | |
Lascu et al. | “Train how you play”: Using representative learning design to train amateur cricketers | |
De la Poza et al. | Modelling the propagation of adult male muscle dysmorphia in Spain: economic, emotional and social drivers | |
Ding | Application of Big Data in Sports Science and Reflections | |
Sulz et al. | Whole-school approaches to health promotion in high schools: A review of four recent interventions |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190625 |