CN112597397B - 一种基于大数据的体育运动推荐方法、装置和存储介质 - Google Patents
一种基于大数据的体育运动推荐方法、装置和存储介质 Download PDFInfo
- Publication number
- CN112597397B CN112597397B CN202011629705.1A CN202011629705A CN112597397B CN 112597397 B CN112597397 B CN 112597397B CN 202011629705 A CN202011629705 A CN 202011629705A CN 112597397 B CN112597397 B CN 112597397B
- Authority
- CN
- China
- Prior art keywords
- sports
- user
- historical
- information
- motion
- 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.)
- Active
Links
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/219—Managing data history or versioning
-
- 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
- G06F16/903—Querying
- G06F16/9038—Presentation of query results
-
- 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
- G06F16/904—Browsing; Visualisation therefor
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)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明属于大数据应用技术领域,公开一种基于大数据的体育运动推荐方法、装置和存储介质。所述方法包括:接收用户输入的历史运动信息,所述历史运动信息包括用户历史运动类型、历史运动时长以及间隔运动时长;根据所述用户历史运动类型、历史运动时长以及间隔运动时长从预设的大数据库中查找与上述信息相关度匹配的体育运动类型,将所述体育运动类型推荐给用户。本发明通过分析用户输入的历史运动信息,了解用户在进行此次运动之前进行了什么类型的体育运动,间隔时间多长等各种信息,从而可以根据用户的历史运动信息来结合推荐给当前用户体育运动类型,使得用户在间隔时间之后想再次进行体育运动时不再纠结选择什么体育运动更为合适。
Description
技术领域
本发明属于大数据应用技术领域,尤其涉及一种基于大数据的体育运动推荐方法、装置和存储介质。
背景技术
体育运动是在人类发展过程中逐步开展起来的有意识地对自己身体素质的培养的各种活动。采取了各种走、跑、跳、投以及舞蹈等多种形式的身体活动,这些活动就是人们通常称作的身体练习过程。体验运动的内容丰富,具有球类、滑冰、举重、武术、游泳、摔跤、自行车、田径、健美操、登山等多种项目。
但是每个人根据自己身体情况的不同,都会适合做不同的运动,才能达到良好的运动效果,如果运动者不根据自身的实际情况就盲目的做运动,那么很容易做的运动不适合自身的情况,这样的运动效果就非常不好,甚至还会对身体造成损伤。
现有技术中,虽然有很多运动推荐软件,但是随着现代生活速度的加快,实际上,除非生活时间比较宽裕的人群才会有时间去形成一个完善的体育运动系统,而大部分人都生活在简单的体育运动状态下,即难以坚持体育运动,体育运动对于一般的工作者只能是有空的时候就做、断断续续的做,那么大部分工作者并不能够连续进行有效的运动,当断开运动太久之后,如何重新进入体育运动,如何选择合适的运动类型,现有技术中没有能够进行有效推荐,运动用户只能够自行选择锻炼项目,但是距离上一次运动太久之后,用户很难做出选择,做出的选择也未必科学,难以满足人们的多变的需求。
所以,现有技术中缺乏一种能够在用户不能够长时间形成体育运动系统、时不时进行体育运动的状态下有效的推荐体育运动类型的技术。
发明内容
本发明实施例的目的在于提供一种基于大数据的体育运动推荐方法、装置和存储介质,旨在解决现有技术中缺乏一种能够在用户不能够长时间形成体育运动系统、时不时进行体育运动的状态下有效的推荐体育运动类型的技术的问题。
本发明实施例是这样实现的,一种基于大数据的体育运动推荐方法,所述方法包括以下步骤:
接收用户输入的历史运动信息,所述历史运动信息用于记录用户历史运动情况,所述历史运动信息包括用户历史运动类型、历史运动时长以及间隔运动时长;
根据所述用户历史运动类型、历史运动时长以及间隔运动时长从预设的大数据库中查找与上述信息相关度匹配的体育运动类型,将所述体育运动类型推荐给用户,所述预设的大数据库由大数据采集分析构建而来,所述相关度匹配是指该用户和/或其他用户在进行了相同的运动类型、相同的历史运动时长、相同的间隔运动时长中的一种或多种的组合之后所进行的体育运动类型的相关度。
本发明实施例提供的基于大数据的体育运动推荐方法中,所述接收用户输入的历史运动信息的方式包括但不限于接收用户个人输入的历史运动信息以及接收用户输入的运动账号信息,根据所述运动账号信息同步用户的历史运动信息中的一种或两种的组合;其中,接收用户个人输入的历史运动信息至少包括距离当前时间最近一次用户历史运动类型、该次历史运动时长。
本发明实施例提供的基于大数据的体育运动推荐方法中,接收用户输入的历史运动信息的步骤,还包括:
接收用户输入的个人当前身体状态信息和历史身体状态信息,所述当前身体状态信息和所述历史身体状态信息分别用于描述用户前一次体育运动之后和本次体育运动之前的身体状态;
根据所述个人当前身体状态信息和历史身体状态信息结合所述历史运动信息在预设的大数据库中查找与上述信息相关度匹配的体育运动类型,将所述体育运动类型推荐给用户。
本发明实施例提供的基于大数据的体育运动推荐方法中,所述根据所述个人当前身体状态信息和历史身体状态信息结合所述历史运动信息在预设的大数据库中查找与上述信息相关度匹配的体育运动类型的步骤,具体包括:
根据所述个人当前身体状态信息从预设的大数据库中查找相同身体状态信息下进行的体育运动类型,将体育运动类型罗列供用户选择;
根据用户选择的体育运动类型查找该体育运动类型运动后会产生的运动后身体症状并罗列展示给用户;
根据所述运动后身体症状查找针对该症状可采取的症状修复措施并展示给用户。
本发明实施例提供的基于大数据的体育运动推荐方法中,所述接收用户输入的历史运动信息的步骤,还包括:
接收用户意向运动性质信息,所述意向运动性质信息用于表述用户想通过本次体育运动达到的目的;
根据所述意向运动性质信息结合所述历史运动信息从预设的大数据库中查找与上述信息相关度匹配的体育运动类型,将所述体育运动类型推荐给用户。
本发明实施例提供的基于大数据的体育运动推荐方法中,所述意向运动性质信息包括但不限于意向消耗热量多少、意向锻炼部位中的一种或多种组合。
本发明实施例提供的基于大数据的体育运动推荐方法中,所述意向运动性质信息为意向消耗热量多少时,所述根据所述意向运动性质信息结合所述历史运动信息从预设的大数据库中查找与上述信息相关度匹配的体育运动类型,将所述体育运动类型推荐给用户的步骤,具体包括:
根据所述意向运动性质信息结合所述历史运动信息从预设的大数据库中查找与上述信息相关度匹配的体育运动类型;
根据所述意向消耗热量多少计算推荐的所述体育运动类型需要运动的强度,运动的强度包括但不限于运动时长、运动速度、运动负载中的一种或几种的组合。
本发明实施例提供的基于大数据的体育运动推荐方法中,所述根据所述用户历史运动类型、历史运动时长以及间隔运动时长从预设的大数据库中查找与上述信息相关度匹配的体育运动类型,将所述体育运动类型推荐给用户之后,还包括:
获取用户进行推荐的所述体育运动类型时的运动参数,所述运动参数包括但不限于运动者的身高数据、体重数据、心率数据以及血压数据中一种或几种的组合,并将运动参数存储记录在预设的大数据库中,以供后续进行分析调用。
本发明实施例的另一目的在于提供一种基于大数据的体育运动推荐装置,所述装置包括:
用户信息接收模块,用于接收用户输入的历史运动信息,所述历史运动信息用于记录用户历史运动情况,所述历史运动信息包括用户历史运动类型、历史运动时长以及间隔运动时长;
运动查找推荐模块,用于根据所述用户历史运动类型、历史运动时长以及间隔运动时长从预设的大数据库中查找与上述信息相关度匹配的体育运动类型,将所述体育运动类型推荐给用户,所述预设的大数据库由大数据采集分析构建而来,所述相关度匹配是指该用户和/或其他用户在进行了相同的运动类型、相同的历史运动时长、相同的间隔运动时长中的一种或多种的组合之后所进行的体育运动类型的相关度。
本发明实施例的另一目的在于提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行本发明实施例中所述基于大数据的体育运动推荐方法的步骤。
本发明实施例中提供的一种基于大数据的体育运动推荐方法,通过分析用户输入的历史运动信息,了解用户在进行此次运动之前进行了什么类型的体育运动,间隔时间多长等各种信息,然后根据历史运动信息来进行本次体育运动的推荐,本次体育运动类型的推荐通过预设的大数据库来选择查找推荐,大数据库可以通过统计分析大量的用户数据,记录用户历史运动信息,从而可以根据用户的历史运动信息来结合推荐给当前用户体育运动类型,供用户进行参考,极大地方便了用户的与体育运动需求,使得用户在间隔时间之后想再次进行体育运动时不再纠结选择什么体育运动更为合适。
附图说明
图1为本发明实施例提供的基于大数据的体育运动推荐方法的流程图;
图2为本发明实施例提供的接收用户输入信息的另一流程图;
图3为本发明实施例提供的身体状态信息分析流程图;
图4为本发明实施例提供的接收用户输入信息的又一流程图;
图5为本发明实施例提供的意向消耗热量情形的流程图;
图6为本发明实施例提供的基于大数据的体育运动推荐装置的结构框图;
图7为一个实施例中计算机设备的内部结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。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。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但除非特别说明,这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说,在不脱离本申请的范围的情况下,可以将第一xx脚本称为第二xx脚本,且类似地,可将第二xx脚本称为第一xx脚本。
实施例一
需要说明的是,本发明实施例中提供的基于大数据的体育运动推荐方法可以是通过计算机软硬件进行实现的,其实现本体可以是通过计算机程序来实现各个流程步骤,其载体可以是包括终端以及计算机设备在内的产品。其中,计算机设备可以是独立的物理服务器或终端,也可以是多个物理服务器构成的服务器集群,可以是提供云服务器、云大数据库、云存储和CDN等基础云计算服务的云服务器;终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等,但并不局限于此。
如图1所示,为本发明实施例中提供的一种基于大数据的体育运动推荐方法的流程图,在一个实施例中,提出了一种基于大数据的体育运动推荐方法,本实施例主要以该方法应用于上述终端来举例说明。本发明实施例是这样实现的,一种基于大数据的体育运动推荐方法,所述方法包括以下步骤:
步骤S110,接收用户输入的历史运动信息,所述历史运动信息用于记录用户历史运动情况,所述历史运动信息包括用户历史运动类型、历史运动时长以及间隔运动时长;
步骤S120,根据所述用户历史运动类型、历史运动时长以及间隔运动时长从预设的大数据库中查找与上述信息相关度匹配的体育运动类型,将所述体育运动类型推荐给用户,所述预设的大数据库由大数据采集分析构建而来,所述相关度匹配是指该用户和/或其他用户在进行了相同的运动类型、相同的历史运动时长、相同的间隔运动时长中的一种或多种的组合之后所进行的体育运动类型的相关度。
其中,本发明实施例中的大数据库是指由大数据采集分析构建而来的数据库,大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。在本领域中,大数据的核心主要包括大数据采集、大数据预处理、大数据存储和大数据分析,大数据采集主要是指对各种来源的结构化和非结构化海量数据,所进行的采集;大数据预处理主要是指在进行数据分析之前,先对采集到的原始数据所进行的诸如“清洗、填补、平滑、合并、规格化、一致性检验”等一系列操作,旨在提高数据质量,为后期分析工作奠定基础;大数据存储,指用存储器,以数据库的形式,存储采集到的数据的过程;从可视化分析、数据挖掘算法、预测性分析、语义引擎、数据质量管理等方面,对杂乱无章的数据,进行萃取、提炼和分析的过程;在本领域中,大数据的使用和创建一已经较为成熟,本领域技术人员可以根据实际需要进行创建,本发明实施例中的大数据库主要是统计了大量用户的历史运动信息,如前面所述,历史运动信息主要包括历史运动类型、历史运动时长、间隔运动时长等,当然还包括后面所描述到的其他数据信息,在此不进一步的展开描述,本领域技术人员可以根据实际需要创建符合本发明实施例中功能的大数据库即可。
其中,历史运动信息主要是用来描述用户在此次运动进行之前的历史运动情况,历史运动类型主要是了解用户此前做过什么运动,可以有效的结合用户的喜好进行推荐,另一个就是可以了解到用户在此前最近的一次体育运动类型是什么,便于后续分析该体育运动类型之后大多数用户的选择,便于进行推荐,历史运动时长则主要是记录用户该次历史运动类型运动的时间,便于分析用户的疲劳度等基本情况,间隔运动时长则有助于分析用户的身体恢复情况,或者身体生疏情况,便于进一步的推荐。本发明实施例中主要以上述几个参数为优选进行说明,其他参数本领域技术人员还可以根据实际需要进一步的添加,主要结合大数据库进行分析处理即可,在此不进一步的展开描述。
其中,相关度如前面所述是指该用户和/或其他用户在进行了相同的运动类型、相同的历史运动时长、相同的间隔运动时长中的一种或多种的组合之后所进行的体育运动类型的相关度,主要是通过大数据分析大量用户的选择,有哪些体育运行类型,各自的占比是多少,然后进行推荐,在此不进一步的展开描述。
本发明实施例提供的基于大数据的体育运动推荐方法中,步骤S110中所述接收用户输入的历史运动信息的方式包括但不限于接收用户个人输入的历史运动信息以及接收用户输入的运动账号信息,根据所述运动账号信息同步用户的历史运动信息中的一种或两种的组合;其中,接收用户个人输入的历史运动信息至少包括距离当前时间最近一次用户历史运动类型、该次历史运动时长。
其中,用户个人输入的历史运动信息主要是通过个人填写的方式进行输入,具体的填写内容本领域技术人员可以根据实际情况设置;对于运动账号的情况,现有技术中有很多运动记录平台软件,比如华为的运动健康、keep等,他们具有特定的账号进行记录,可以通过同步这类运动账号获取数据,以便于进行分析。
本发明实施例提供的基于大数据的体育运动推荐方法中,如图2所示,为本发明的实施例中接收用户输入信息的另一流程图,步骤S110接收用户输入的历史运动信息,还包括:
步骤S210,接收用户输入的个人当前身体状态信息和历史身体状态信息,所述当前身体状态信息和所述历史身体状态信息分别用于描述用户前一次体育运动之后和本次体育运动之前的身体状态;
步骤S220,根据所述个人当前身体状态信息和历史身体状态信息结合所述历史运动信息在预设的大数据库中查找与上述信息相关度匹配的体育运动类型,将所述体育运动类型推荐给用户。
其中,用户的个人当前身体状态信息主要是用于了解用户运动之后的身体状况,可以是身体有无酸痛状况、有无生病等,本领域技术人员可以根据实际需要进行设置,通过了解用户的身体状态,可以便于根据身体状态针对性推荐体育运动类型,同时将当前的身体状态信息和历史身体状态信息进行对比,还可以了解到用户的身体状态变化,比如体重是否增加,体脂率如何变化等,从而便于结合大数据进行分析推荐。
进一步的,如图3所示,为本发明是实施例中提供的身体状态信息分析流程图,本发明实施例提供的基于大数据的体育运动推荐方法中,步骤S220所述根据所述个人当前身体状态信息和历史身体状态信息结合所述历史运动信息在预设的大数据库中查找与上述信息相关度匹配的体育运动类型,具体包括:
步骤310,根据所述个人当前身体状态信息从预设的大数据库中查找相同身体状态信息下进行的体育运动类型,将体育运动类型罗列供用户选择;
步骤320,根据用户选择的体育运动类型查找该体育运动类型运动后会产生的运动后身体症状并罗列展示给用户;
步骤330,根据所述运动后身体症状查找针对该症状可采取的症状修复措施并展示给用户。
其中,很多用户的身份状态相似,比如城市大部分白领都是长时间不运动,身体颈椎腰椎等出现疲劳,那么就可以通大数据分析大部分人在相同的身体状态下具有哪些体育运动类型,就可以将其进行推荐给用户;用户选择某一个体育运动类型之后,还可以通过大数据统计分析进行了该体育运动的用户出现了那些身体症状,以便于提醒用户,用户可以根据需要进行选择,避免运动过后出现用户无法接受的状态;进一步的,用户可以接收之后,还可以结合大数据医疗保健进行分析,推荐康复措施,减少用户因为体育运动产生的症状,以便进行修复,极大地方便了用户的使用,修复措施比如可以是拉伸运动或者泡澡等,具体更多类型在此不进一步的展开描述。
本发明实施例提供的基于大数据的体育运动推荐方法中,如4所示,为本发明的实施例中接收用户输入信息的又一流程图,步骤S110所述接收用户输入的历史运动信息的步骤,还包括:
步骤S410,接收用户意向运动性质信息,所述意向运动性质信息用于表述用户想通过本次体育运动达到的目的;
步骤S420,根据所述意向运动性质信息结合所述历史运动信息从预设的大数据库中查找与上述信息相关度匹配的体育运动类型,将所述体育运动类型推荐给用户。
其中,所述意向运动性质信息包括但不限于意向消耗热量多少、意向锻炼部位中的一种或多种组合。
其中,所述意向运动性质信息为意向消耗热量多少时,如图5所示,为本发明实施例中提供的意向消耗热量情形的流程图,步骤S420所述根据所述意向运动性质信息结合所述历史运动信息从预设的大数据库中查找与上述信息相关度匹配的体育运动类型,将所述体育运动类型推荐给用户的步骤,具体包括:
步骤S510,根据所述意向运动性质信息结合所述历史运动信息从预设的大数据库中查找与上述信息相关度匹配的体育运动类型;
步骤S520,根据所述意向消耗热量多少计算推荐的所述体育运动类型需要运动的强度,运动的强度包括但不限于运动时长、运动速度、运动负载中的一种或几种的组合。
本发明实施例提供的基于大数据的体育运动推荐方法中,所述根据所述用户历史运动类型、历史运动时长以及间隔运动时长从预设的大数据库中查找与上述信息相关度匹配的体育运动类型,将所述体育运动类型推荐给用户之后,还包括:
获取用户进行推荐的所述体育运动类型时的运动参数,所述运动参数包括但不限于运动者的身高数据、体重数据、心率数据以及血压数据中一种或几种的组合,并将运动参数存储记录在预设的大数据库中,以供后续进行分析调用。
本发明实施例中提供的一种基于大数据的体育运动推荐方法,通过分析用户输入的历史运动信息,了解用户在进行此次运动之前进行了什么类型的体育运动,间隔时间多长等各种信息,然后根据历史运动信息来进行本次体育运动的推荐,本次体育运动类型的推荐通过预设的大数据库来选择查找推荐,大数据库可以通过统计分析大量的用户数据,记录用户历史运动信息,从而可以根据用户的历史运动信息来结合推荐给当前用户体育运动类型,供用户进行参考,极大地方便了用户的与体育运动需求,使得用户在间隔时间之后想再次进行体育运动时不再纠结选择什么体育运动更为合适。
实施例二
如图6所示,在一个实施例中,提供了一种基于大数据的体育运动推荐装置,该装置可以集成于上述的计算机设备中,具体可以包括:
用户信息接收模块610,用于接收用户输入的历史运动信息,所述历史运动信息用于记录用户历史运动情况,所述历史运动信息包括用户历史运动类型、历史运动时长以及间隔运动时长;
运动查找推荐模块620,用于根据所述用户历史运动类型、历史运动时长以及间隔运动时长从预设的大数据库中查找与上述信息相关度匹配的体育运动类型,将所述体育运动类型推荐给用户,所述预设的大数据库由大数据采集分析构建而来,所述相关度匹配是指该用户和/或其他用户在进行了相同的运动类型、相同的历史运动时长、相同的间隔运动时长中的一种或多种的组合之后所进行的体育运动类型的相关度。
本发明实施例提供的基于大数据的体育运动推荐装置中,用户信息接收模块610接收用户输入的历史运动信息的方式包括但不限于接收用户个人输入的历史运动信息以及接收用户输入的运动账号信息,根据所述运动账号信息同步用户的历史运动信息中的一种或两种的组合;其中,接收用户个人输入的历史运动信息至少包括距离当前时间最近一次用户历史运动类型、该次历史运动时长。
本发明实施例提供的基于大数据的体育运动推荐装置中,用户信息接收模块610接收用户输入的历史运动信息,还包括接收用户输入的个人当前身体状态信息和历史身体状态信息,所述当前身体状态信息和所述历史身体状态信息分别用于描述用户前一次体育运动之后和本次体育运动之前的身体状态。
运动查找推荐模块620还用于根据所述个人当前身体状态信息和历史身体状态信息结合所述历史运动信息在预设的大数据库中查找与上述信息相关度匹配的体育运动类型,将所述体育运动类型推荐给用户。
本发明实施例提供的基于大数据的体育运动推荐装置中,运动查找推荐模块620根据所述个人当前身体状态信息和历史身体状态信息结合所述历史运动信息在预设的大数据库中查找与上述信息相关度匹配的体育运动类型,具体包括:
根据所述个人当前身体状态信息从预设的大数据库中查找相同身体状态信息下进行的体育运动类型,将体育运动类型罗列供用户选择;
根据用户选择的体育运动类型查找该体育运动类型运动后会产生的运动后身体症状并罗列展示给用户;
根据所述运动后身体症状查找针对该症状可采取的症状修复措施并展示给用户。
本发明实施例提供的基于大数据的体育运动推荐装置中,用户信息接收模块610接收用户输入的历史运动信息,还包括接收用户意向运动性质信息,所述意向运动性质信息用于表述用户想通过本次体育运动达到的目的。
运动查找推荐模块620还用于根据所述意向运动性质信息结合所述历史运动信息从预设的大数据库中查找与上述信息相关度匹配的体育运动类型,将所述体育运动类型推荐给用户。
其中,所述意向运动性质信息包括但不限于意向消耗热量多少、意向锻炼部位中的一种或多种组合。
其中,所述意向运动性质信息为意向消耗热量多少时,运动查找推荐模块620根据所述意向运动性质信息结合所述历史运动信息从预设的大数据库中查找与上述信息相关度匹配的体育运动类型,将所述体育运动类型推荐给用户,具体包括:
根据所述意向运动性质信息结合所述历史运动信息从预设的大数据库中查找与上述信息相关度匹配的体育运动类型;
根据所述意向消耗热量多少计算推荐的所述体育运动类型需要运动的强度,运动的强度包括但不限于运动时长、运动速度、运动负载中的一种或几种的组合。
本发明实施例提供的基于大数据的体育运动推荐装置中,运动查找推荐模块620根据所述用户历史运动类型、历史运动时长以及间隔运动时长从预设的大数据库中查找与上述信息相关度匹配的体育运动类型,将所述体育运动类型推荐给用户之后,还包括:
获取用户进行推荐的所述体育运动类型时的运动参数,所述运动参数包括但不限于运动者的身高数据、体重数据、心率数据以及血压数据中一种或几种的组合,并将运动参数存储记录在预设的大数据库中,以供后续进行分析调用。
另外,需要说明的是,在此实施例中,与实施例一中相同部分内容不进一步的解释,本领域技术人员可以结合实施例一的解释进行理解。
本发明实施例中提供的一种基于大数据的体育运动推荐装置,通过分析用户输入的历史运动信息,了解用户在进行此次运动之前进行了什么类型的体育运动,间隔时间多长等各种信息,然后根据历史运动信息来进行本次体育运动的推荐,本次体育运动类型的推荐通过预设的大数据库来选择查找推荐,大数据库可以通过统计分析大量的用户数据,记录用户历史运动信息,从而可以根据用户的历史运动信息来结合推荐给当前用户体育运动类型,供用户进行参考,极大地方便了用户的与体育运动需求,使得用户在间隔时间之后想再次进行体育运动时不再纠结选择什么体育运动更为合适。
实施例三
在一个实施例中,提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时,使得处理器执行以下步骤:
接收用户输入的历史运动信息,所述历史运动信息用于记录用户历史运动情况,所述历史运动信息包括用户历史运动类型、历史运动时长以及间隔运动时长;
根据所述用户历史运动类型、历史运动时长以及间隔运动时长从预设的大数据库中查找与上述信息相关度匹配的体育运动类型,将所述体育运动类型推荐给用户,所述预设的大数据库由大数据采集分析构建而来,所述相关度匹配是指该用户和/或其他用户在进行了相同的运动类型、相同的历史运动时长、相同的间隔运动时长中的一种或多种的组合之后所进行的体育运动类型的相关度。
实施例四
在一个实施例中,提出了一种计算机设备,计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
接收用户输入的历史运动信息,所述历史运动信息用于记录用户历史运动情况,所述历史运动信息包括用户历史运动类型、历史运动时长以及间隔运动时长;
根据所述用户历史运动类型、历史运动时长以及间隔运动时长从预设的大数据库中查找与上述信息相关度匹配的体育运动类型,将所述体育运动类型推荐给用户,所述预设的大数据库由大数据采集分析构建而来,所述相关度匹配是指该用户和/或其他用户在进行了相同的运动类型、相同的历史运动时长、相同的间隔运动时长中的一种或多种的组合之后所进行的体育运动类型的相关度。
图7示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是独立的物理服务器或终端,也可以是多个物理服务器构成的服务器集群,可以是提供云服务器、云大数据库、云存储和CDN等基础云计算服务的云服务器。还可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等,但并不局限于此。如图7所示,该计算机设备包括该计算机设备包括通过系统总线链接的处理器、存储器、网络接口、输入装置和显示屏。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现基于大数据的体育运动推荐方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行基于大数据的体育运动推荐方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、大数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (6)
1.一种基于大数据的体育运动推荐方法,其特征在于,所述方法包括以下步骤:
接收用户输入的历史运动信息,所述历史运动信息用于记录用户历史运动情况,所述历史运动信息包括用户历史运动类型、历史运动时长以及间隔运动时长;所述接收用户输入的历史运动信息的方式包括但不限于接收用户个人输入的历史运动信息以及接收用户输入的运动账号信息,根据所述运动账号信息同步用户的历史运动信息中的一种或两种的组合;其中,接收用户个人输入的历史运动信息至少包括距离当前时间最近一次用户历史运动类型、该次历史运动时长;接收用户输入的历史运动信息的步骤,还包括:接收用户输入的个人当前身体状态信息和历史身体状态信息,所述当前身体状态信息和所述历史身体状态信息分别用于描述用户前一次体育运动之后和本次体育运动之前的身体状态;根据所述个人当前身体状态信息和历史身体状态信息结合所述历史运动信息在预设的大数据库中查找与上述信息相关度匹配的体育运动类型,将所述体育运动类型推荐给用户;所述根据所述个人当前身体状态信息和历史身体状态信息结合所述历史运动信息在预设的大数据库中查找与上述信息相关度匹配的体育运动类型的步骤,具体包括:根据所述个人当前身体状态信息从预设的大数据库中查找相同身体状态信息下进行的体育运动类型,将体育运动类型罗列供用户选择;根据用户选择的体育运动类型查找该体育运动类型运动后会产生的运动后身体症状并罗列展示给用户;根据所述运动后身体症状查找针对该症状可采取的症状修复措施并展示给用户;所述接收用户输入的历史运动信息的步骤,还包括:接收用户意向运动性质信息,所述意向运动性质信息用于表述用户想通过本次体育运动达到的目的;根据所述意向运动性质信息结合所述历史运动信息从预设的大数据库中查找与上述信息相关度匹配的体育运动类型,将所述体育运动类型推荐给用户;
根据所述用户历史运动类型、历史运动时长以及间隔运动时长从预设的大数据库中查找与上述信息相关度匹配的体育运动类型,将所述体育运动类型推荐给用户,所述预设的大数据库由大数据采集分析构建而来,所述相关度匹配是指该用户和/或其他用户在进行了相同的运动类型、相同的历史运动时长、相同的间隔运动时长中的一种或多种的组合之后所进行的体育运动类型的相关度。
2.根据权利要求1所述的基于大数据的体育运动推荐方法,其特征在于,所述意向运动性质信息包括但不限于意向消耗热量多少、意向锻炼部位中的一种或多种组合。
3.根据权利要求2所述的基于大数据的体育运动推荐方法,其特征在于,所述意向运动性质信息为意向消耗热量多少时,所述根据所述意向运动性质信息结合所述历史运动信息从预设的大数据库中查找与上述信息相关度匹配的体育运动类型,将所述体育运动类型推荐给用户的步骤,具体包括:
根据所述意向运动性质信息结合所述历史运动信息从预设的大数据库中查找与上述信息相关度匹配的体育运动类型;
根据所述意向消耗热量多少计算推荐的所述体育运动类型需要运动的强度,运动的强度包括但不限于运动时长、运动速度、运动负载中的一种或几种的组合。
4.根据权利要求1所述的基于大数据的体育运动推荐方法,其特征在于,所述根据所述用户历史运动类型、历史运动时长以及间隔运动时长从预设的大数据库中查找与上述信息相关度匹配的体育运动类型,将所述体育运动类型推荐给用户之后,还包括:
获取用户进行推荐的所述体育运动类型时的运动参数,所述运动参数包括但不限于运动者的身高数据、体重数据、心率数据以及血压数据中一种或几种的组合,并将运动参数存储记录在预设的大数据库中,以供后续进行分析调用。
5.一种基于大数据的体育运动推荐装置,其特征在于,所述装置包括:
用户信息接收模块,用于接收用户输入的历史运动信息,所述历史运动信息用于记录用户历史运动情况,所述历史运动信息包括用户历史运动类型、历史运动时长以及间隔运动时长;
运动查找推荐模块,用于根据所述用户历史运动类型、历史运动时长以及间隔运动时长从预设的大数据库中查找与上述信息相关度匹配的体育运动类型,将所述体育运动类型推荐给用户,所述预设的大数据库由大数据采集分析构建而来,所述相关度匹配是指该用户和/或其他用户在进行了相同的运动类型、相同的历史运动时长、相同的间隔运动时长中的一种或多种的组合之后所进行的体育运动类型的相关度。
6.一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计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行权利要求1至4任一项所述基于大数据的体育运动推荐方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011629705.1A CN112597397B (zh) | 2020-12-31 | 2020-12-31 | 一种基于大数据的体育运动推荐方法、装置和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011629705.1A CN112597397B (zh) | 2020-12-31 | 2020-12-31 | 一种基于大数据的体育运动推荐方法、装置和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112597397A CN112597397A (zh) | 2021-04-02 |
CN112597397B true CN112597397B (zh) | 2022-11-15 |
Family
ID=75206573
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011629705.1A Active CN112597397B (zh) | 2020-12-31 | 2020-12-31 | 一种基于大数据的体育运动推荐方法、装置和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112597397B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111125522A (zh) * | 2019-12-16 | 2020-05-08 | 华为技术有限公司 | 向用户推荐运动方案的方法、电子设备以及存储介质 |
CN111353092A (zh) * | 2018-12-24 | 2020-06-30 | 北京嘀嘀无限科技发展有限公司 | 服务推送方法、装置、服务器及可读存储介质 |
-
2020
- 2020-12-31 CN CN202011629705.1A patent/CN112597397B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111353092A (zh) * | 2018-12-24 | 2020-06-30 | 北京嘀嘀无限科技发展有限公司 | 服务推送方法、装置、服务器及可读存储介质 |
CN111125522A (zh) * | 2019-12-16 | 2020-05-08 | 华为技术有限公司 | 向用户推荐运动方案的方法、电子设备以及存储介质 |
Non-Patent Citations (1)
Title |
---|
基于Hadoop集群的用户运动推荐系统;陈诚等;《电脑知识与技术》;20160229(第05期);第1页第2章到第2页第3章 * |
Also Published As
Publication number | Publication date |
---|---|
CN112597397A (zh) | 2021-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Duthie et al. | Time motion analysis of 2001 and 2002 super 12 rugby | |
US20170282038A1 (en) | System and method for optimizing the physical development of athletes | |
CN109817302B (zh) | 一种健身用专家系统 | |
KR102137076B1 (ko) | 스포츠 수강이력관리를 이용한 맞춤형 스포츠 추천 서비스 제공 시스템 | |
Oliva-Lozano et al. | Key load indicators and load variability in professional soccer players: a full season study | |
Ofoghi et al. | Modelling and analysing track cycling Omnium performances using statistical and machine learning techniques | |
Hrovat et al. | Interestingness measure for mining sequential patterns in sports | |
Ni et al. | Deep multi-branch two-stage regression network for accurate energy expenditure estimation with ECG and IMU data | |
CN112597397B (zh) | 一种基于大数据的体育运动推荐方法、装置和存储介质 | |
Nicol et al. | The temporal analysis of elite breaststroke swimming during competition | |
Neuloh et al. | The association of end-spurt behaviour with seasonal best time in long-distance freestyle pool swimming | |
CN113377967A (zh) | 一种目标方案的获取方法、系统、电子设备及介质 | |
Suh et al. | Machine learning-based adaptive wireless interval training guidance system | |
Mai-Nguyen et al. | Leverage the Predictive Power Score of Lifelog Data's Attributes to Predict the Expected Athlete Performance. | |
JP5223019B2 (ja) | 情報提供装置、情報提供方法、情報提供プログラム、及びそのプログラムを記憶するコンピュータ読取可能な記録媒体 | |
Fister Jr et al. | Am I overtraining? A novel data mining approach for avoiding overtraining | |
Spanakis et al. | Utilizing longitudinal data to build decision trees for profile building and predicting eating behavior | |
US20210065869A1 (en) | Versatile data structure for workout session templates and workout sessions | |
CN114373549B (zh) | 一种面向老年人的自适应运动处方健康干预方法及系统 | |
Chakraborty et al. | Functional modeling of pedaling kinematics for the Stroke patients | |
CN108136261B (zh) | 服务器和非暂时性计算机可读介质 | |
Cui et al. | A collaborative filtering algorithm based on user activity level | |
Sharma et al. | Optimal time segments for stress detection | |
Nag et al. | Integrative Multi-Modal Computing for Personal Health Navigation | |
WO2014036653A1 (en) | Comparison of user experience with experience of larger group |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |