CN115188445A - 一种运动量的推荐方法、装置、设备及介质 - Google Patents
一种运动量的推荐方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN115188445A CN115188445A CN202210817713.1A CN202210817713A CN115188445A CN 115188445 A CN115188445 A CN 115188445A CN 202210817713 A CN202210817713 A CN 202210817713A CN 115188445 A CN115188445 A CN 115188445A
- Authority
- CN
- China
- Prior art keywords
- amount
- target
- data
- evaluation information
- actual
- 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
- 238000000034 method Methods 0.000 title claims abstract description 60
- 230000033001 locomotion Effects 0.000 claims abstract description 83
- 238000011156 evaluation Methods 0.000 claims abstract description 66
- 238000012512 characterization method Methods 0.000 claims abstract description 23
- 230000008569 process Effects 0.000 claims abstract description 21
- 238000004590 computer program Methods 0.000 claims description 17
- 230000001419 dependent effect Effects 0.000 claims description 5
- 230000003860 sleep quality Effects 0.000 abstract description 5
- 238000004891 communication Methods 0.000 description 8
- 230000036387 respiratory rate Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 206010041235 Snoring Diseases 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000033764 rhythmic process Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4815—Sleep quality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- General Physics & Mathematics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Mathematical Analysis (AREA)
- Cardiology (AREA)
- Veterinary Medicine (AREA)
- Mathematical Physics (AREA)
- Primary Health Care (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Heart & Thoracic Surgery (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Epidemiology (AREA)
- Animal Behavior & Ethology (AREA)
- Mathematical Optimization (AREA)
- Surgery (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Probability & Statistics with Applications (AREA)
- Algebra (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Physical Education & Sports Medicine (AREA)
- Pulmonology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明实施例公开了一种运动量的推荐方法、装置、设备及介质。本发明实施例的技术方案,通过获取当前用户的目标睡眠评估信息和在睡眠过程中的第一体征数据;根据所述目标睡眠评估信息和所述第一体征数据确定目标运动量;将所述目标运动量推送至所述当前用户,使得所述当前用户按照所述运动量运动。上述技术方案,通过根据所述目标睡眠评估信息和所述第一体征数据确定目标运动量的方式,使得用户可根据目标运动量进行运动,从而可有效提高睡眠质量。
Description
技术领域
本发明涉及智能床垫技术领域,尤其涉及一种运动量的推荐方法、装置、设备及介质。
背景技术
适当的运动量有利于提高睡眠效果,而运动量过大会导致神经兴奋,从而影响到睡眠效果。目前,亟需一种运动量的推荐方法。
发明内容
本发明提供了一种运动量的推荐方法、装置、设备及介质,以推荐合适的运动量,从而提高用户的睡眠质量。
根据本发明的一方面,一种运动量的推荐方法,包括:
获取当前用户的目标睡眠评估信息和在睡眠过程中的第一体征数据;
根据所述目标睡眠评估信息和所述第一体征数据确定目标运动量;
将所述目标运动量推送至所述当前用户,使得所述当前用户按照所述运动量运动。
根据本发明的另一方面,提供了一种运动量的推荐装置,包括:
数据获取模块,用于获取当前用户的目标睡眠评估信息和在睡眠过程中的第一体征数据;
确定模块,用于根据所述目标睡眠评估信息和所述第一体征数据确定目标运动量;
推荐模块,用于将所述目标运动量推送至所述当前用户,使得所述当前用户按照所述运动量运动。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的运动量的推荐方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的运动量的推荐方法。
本发明实施例的技术方案,通过获取当前用户的目标睡眠评估信息和在睡眠过程中的第一体征数据;根据所述目标睡眠评估信息和所述第一体征数据确定目标运动量;将所述目标运动量推送至所述当前用户,使得所述当前用户按照所述运动量运动。上述技术方案,通过根据所述目标睡眠评估信息和所述第一体征数据确定目标运动量的方式,使得用户可根据目标运动量进行运动,从而可有效提高睡眠质量。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种运动量的推荐方法的流程图;
图2为本发明实施例提供的另一种运动量的推荐方法的流程图;
图3为本发明实施例提供的一种运动量的推荐装置的结构示意图;
图4是实现本发明实施例的运动量的推荐方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
可以理解的是,在使用本公开各实施例公开的技术方案之前,均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
可以理解的是,本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。
图1为本发明实施例提供的一种运动量的推荐方法的流程图,本实施例可适用于推荐运动量的情况,该方法可以由运动量的推荐装置来执行,该运动量的推荐装置可以采用硬件和/或软件的形式实现,该运动量的推荐装置可配置于服务器中。如图1所示,该方法包括:
S110、获取当前用户的目标睡眠评估信息和在睡眠过程中的第一体征数据。
其中,目标睡眠评估信息可以理解为用户想要达到的目标睡眠得分。第一体征数据可以为当前用户的身高、体重、平均心率、平均呼吸频率、打鼾次数等体征数据。心率可以为用户每分钟心跳的次数,平均心率可以为用户每天在睡眠过程中的平均心跳次数。呼吸频率可以为每分钟呼吸的次数,平均呼吸频率可以为用户每天在睡眠过程中的平均呼吸次数。第一体征数据的时间可以是当前用户最新的体征数据,即昨天用户在睡眠过程中的体征数据,也可以是当前用户前一个月或几个月的平均体征数据,本发明实施例,对第一体征数据的时间不作限制,并且对第一体征数据的获取方式也不作限制,例如可以是通过床垫端中的传感器进行获取,也可以通过手环设备进行获取。
具体的,通过床垫端的传感器采集设备或手环设备获取当前用户在睡眠过程中的第一体征数据,通过移动终端中的应用程序APP获取当前用户设定的目标睡眠评估信息。
S120、根据目标睡眠评估信息和第一体征数据确定目标运动量。
其中,目标运动量可以为基于目标睡眠评估信息和第一体征数据预测的运动步数。
具体的,可通过将目标睡眠评估信息和第一体征数据输入至预先训练完成的回归模型或预先构建完成的回归方程中,该回归模型或回归方程输出目标运动量。其中,回归模型或回归方程可以为基于一定数量的不同用户的体征数据和对应的睡眠评估信息以及对应的运动量进行训练或拟合的模型。
可选的,根据目标睡眠评估信息和第一体征数据确定目标运动量的方式可以是:将目标睡眠评估信息和第一体征数据输入设定回归模型中,输出目标运动量。
其中,设定回归模型可以是机器学习模型,例如逻辑回归、神经网络等回归模型。设定回归模型也可以是基于体征数据和对应的睡眠评估信息以及对应的运动量拟合的多元回归方程。具体的,可先对目标睡眠评估信息和第一体征数据进行预处理,将预处理过的目标睡眠评估信息和第一体征数据输入至设定回归模型中,从而该设定回归模型可输出相应的目标运动量。
可选的,设定回归模型的构建方式可以为:获取多个样本用户在睡眠过程中的第二体征数据以及对应的实际运动量;根据第二体征数据确定样本用户的实际睡眠评估信息;对样本用户的第二体征数据、实际睡眠评估信息及实际运动量进行回归拟合,获得设定归回模型。
其中,第二体征数据可以为多个样本用户的身高、体重、平均心率、平均呼吸频率、打鼾次数等体征数据。实际运动量可以为第二体征数据对应的同一天的运动量。第二体征数据的时间可以是最新的体征数据,即昨天用户在睡眠过程中的体征数据,也可以是多个用户前一个月或几个月的平均体征数据,本发明实施例,对第二体征数据的时间不作限制,并且对第二体征数据的获取方式也不作限制。
具体的,可通过床垫端的传感器获取多个样本用户在睡眠过程中的第二体征数据,以及通过移动终端应用程序APP获取与第二体征数据对应的同一天的实际运动量(运动步数),可将第二体征数据输入至睡眠评分模型中得到样本用户的实际睡眠评估信息,还可将实际睡眠评估信息标记为对应的数字,便于后续回归模型的拟合。例如将实际睡眠评估信息为80分以上的睡眠得分定位为优,并赋值为4,将实际睡眠评估信息为70-80分的睡眠得分定位为良,并赋值为3,将实际睡眠评估信息为60-70分的睡眠得分定位为中,并赋值为2,将实际睡眠评估信息为60分以下的睡眠得分定位为差,并赋值为1,从而可得到多个样本用户的第二体征数据和实际运动量与实际睡眠评估信息对应的矩阵,进而可对样本用户的第二体征数据、实际睡眠评估信息及实际运动量进行回归拟合,以拟合实际运动量与第二体征数据和实际睡眠评估信息的对应关系,从而获得设定归回模型。其中,睡眠评分模型可以是深度学习模型,本发明实施例对睡眠评分模型具体使用的算法不作限制。
可选的,对样本用户的第二体征数据、实际睡眠评估信息及实际运动量进行回归拟合,获得设定归回模型,包括:将第二体征数据及实际睡眠评估信息作为自变量、实际运动量作为因变量进行回归拟合,获得设定归回模型。
本实施例,可将第二体征数据及实际睡眠评估信息作为自变量、实际运动量作为因变量,并结合多个用户样本的第二体征数据、实际睡眠评估信息以及对应的实际运动量进行回归拟合,从而可获得实际运动量与第二体征数据和实际睡眠评估信息的对应关系,进而可得到设定归回模型。
可选的,体征数据的获取方式:通过第一设定传感器采集获得;其中,第一设定传感器设置于智能床垫上;实际运动量通过第二设定传感器采集获取;其中,第二设定传感器设置于智能穿戴设备上或者移动终端上。
其中,第一设定传感器可以是压力传感器或声音传感器,压力传感器可以用来采集用户的身高、体重、心率、呼吸频率等数据,声音传感器可以用来采集用户的打鼾次数等数据。第二设定传感器可以是运动传感器,可用于采集用户的运动量,即运动步数。智能穿戴设备可以是手环、手表等设备。移动终端可以是手机。
S130、将目标运动量推送至当前用户,使得当前用户按照运动量运动。
本实施例,可将根据目标睡眠评估信息和第一体征数据预测得到的目标运动量推荐至智能穿戴设备上或者移动终端中的应用程序APP上并进行显示,使得当前用户按照运动量运动。同时还可以将目标睡眠评估信息和第一体征数据发送至智能穿戴设备上或者移动终端中的应用程序APP上并进行显示。
示例性的,可通过如下步骤进行运动量的推荐,具体步骤如下:
步骤1:数据准备。
通过床垫端压力传感器实时采集用户的心率、呼吸频率、身高、体重等体征数据实时传入后台大数据仓库中,通过应用程序APP实时采集手机端运动步数实时存入后台大数据仓库中,以使后台大数据仓库对体征数据和运动量的处理。
步骤2:构建回归模型。
获取多个样本用户的第二体征数据和对应的实际运动量以及对应的实际睡眠评估信息;将第二体征数据及实际睡眠评估信息作为自变量、实际运动量作为因变量进行回归拟合,获得设定归回模型。
步骤3:回归模型预测。
获取当前用户的目标睡眠评估信息和在睡眠过程中的第一体征数据,通过构建的构建回归模型,预测最佳的运动量。
步骤4:回归模型部署。
可将优化后的回归模型部署至云端计算中心,以实现根据回归模型进行运动量的推荐。
步骤5:应用程序APP定制化推荐运动量。
应用程序APP可显示第一体征数据、实际睡眠评估信息、目标睡眠评估信息、实际运动量以及目标运动量。
示例性的,图2为本发明实施例提供的另一种运动量的推荐方法的流程图。通过床垫端压力传感器实时采集用户的心率、呼吸频率、身高、体重等体征数据,通过应用程序APP实时采集手机端运动步数,并将心率、呼吸频率、身高、体重等体征数据以及运动步数输入至睡眠大数据库中(睡眠评分模型),以输出对应的睡眠评估信息。可基于心率、呼吸频率、身高、体重等体征数据、运动步数以及睡眠评估信息拟合回归模型,形成推荐算法,以推荐合适的运动量(运动步数),并可通过获取当前用户的目标睡眠评估信息和在睡眠过程中的第一体征数据确定目标运动量,并将目标运动量通过应用程序APP推荐至用户。
本发明实施例的技术方案,通过获取当前用户的目标睡眠评估信息和在睡眠过程中的第一体征数据;根据目标睡眠评估信息和第一体征数据确定目标运动量;将目标运动量推送至当前用户,使得当前用户按照运动量运动。上述技术方案,通过根据目标睡眠评估信息和第一体征数据确定目标运动量的方式,使得用户可根据目标运动量进行运动,从而可有效提高睡眠质量。
图3为本发明实施例提供的一种运动量的推荐装置的结构示意图。如图3所示,该装置包括:数据获取模块301、确定模块302以及推荐模块303。
数据获取模块,用于获取当前用户的目标睡眠评估信息和在睡眠过程中的第一体征数据;
确定模块,用于根据所述目标睡眠评估信息和所述第一体征数据确定目标运动量;
推荐模块,用于将所述目标运动量推送至所述当前用户,使得所述当前用户按照所述运动量运动。
本发明实施例的技术方案,通过数据获取模块获取当前用户的目标睡眠评估信息和在睡眠过程中的第一体征数据;通过确定模块根据所述目标睡眠评估信息和所述第一体征数据确定目标运动量;通过推荐模块将所述目标运动量推送至所述当前用户,使得所述当前用户按照所述运动量运动。上述技术方案,通过根据所述目标睡眠评估信息和所述第一体征数据确定目标运动量的方式,使得用户可根据目标运动量进行运动,从而可有效提高睡眠质量。
可选的,所述确定模块具体用于:将所述目标睡眠评估信息和所述第一体征数据输入设定回归模型中,输出目标运动量。
可选的,所述确定模块还用于:获取多个样本用户在睡眠过程中的第二体征数据以及对应的实际运动量;根据所述第二体征数据确定所述样本用户的实际睡眠评估信息;对所述样本用户的第二体征数据、实际睡眠评估信息及实际运动量进行回归拟合,获得设定归回模型。
可选的,所述确定模块还用于:将所述第二体征数据及所述实际睡眠评估信息作为自变量、所述实际运动量作为因变量进行回归拟合,获得设定归回模型。
可选的,所述确定模块还用于:通过第一设定传感器采集获得;其中,所述第一设定传感器设置于智能床垫上;所述实际运动量通过第二设定传感器采集获取;其中,所述第二设定传感器设置于智能穿戴设备上或者移动终端上。
本发明实施例所提供的运动量的推荐装置可执行本发明任意实施例所提供的运动量的推荐方法,具备执行方法相应的功能模块和有益效果。
图4示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM12以及RAM13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如方法运动量的推荐。
在一些实施例中,方法运动量的推荐可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM13并由处理器11执行时,可以执行上文描述的方法运动量的推荐的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法运动量的推荐。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种运动量的推荐方法,其特征在于,包括:
获取当前用户的目标睡眠评估信息和在睡眠过程中的第一体征数据;
根据所述目标睡眠评估信息和所述第一体征数据确定目标运动量;
将所述目标运动量推送至所述当前用户,使得所述当前用户按照所述运动量运动。
2.根据权利要求1所述的方法,其特征在于,根据所述目标睡眠评估信息和所述第一体征数据确定目标运动量,包括:
将所述目标睡眠评估信息和所述第一体征数据输入设定回归模型中,输出目标运动量。
3.根据权利要求2所述的方法,其特征在于,所述设定回归模型的构建方式为:
获取多个样本用户在睡眠过程中的第二体征数据以及对应的实际运动量;
根据所述第二体征数据确定所述样本用户的实际睡眠评估信息;
对所述样本用户的第二体征数据、实际睡眠评估信息及实际运动量进行回归拟合,获得设定归回模型。
4.根据权利要求3所述的方法,其特征在于,对所述样本用户的第二体征数据、实际睡眠评估信息及实际运动量进行回归拟合,获得设定归回模型,包括:
将所述第二体征数据及所述实际睡眠评估信息作为自变量、所述实际运动量作为因变量进行回归拟合,获得设定归回模型。
5.根据权利要求3任意所述的方法,其特征在于,所述体征数据的获取方式:通过第一设定传感器采集获得;其中,所述第一设定传感器设置于智能床垫上;
所述实际运动量通过第二设定传感器采集获取;其中,所述第二设定传感器设置于智能穿戴设备上或者移动终端上。
6.一种运动量的推荐装置,其特征在于,包括:
数据获取模块,用于获取当前用户的目标睡眠评估信息和在睡眠过程中的第一体征数据;
确定模块,用于根据所述目标睡眠评估信息和所述第一体征数据确定目标运动量;
推荐模块,用于将所述目标运动量推送至所述当前用户,使得所述当前用户按照所述运动量运动。
7.根据权利要求6所述的装置,其特征在于,所述确定模块具体用于:
将所述目标睡眠评估信息和所述第一体征数据输入设定回归模型中,输出目标运动量。
8.根据权利要求7所述的装置,其特征在于,所述确定模块还用于:
获取多个样本用户在睡眠过程中的第二体征数据以及对应的实际运动量;
根据所述第二体征数据确定所述样本用户的实际睡眠评估信息;
对所述样本用户的第二体征数据、实际睡眠评估信息及实际运动量进行回归拟合,获得设定归回模型。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的运动量的推荐方法。
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存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-5中任一项所述的运动量的推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210817713.1A CN115188445A (zh) | 2022-07-12 | 2022-07-12 | 一种运动量的推荐方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210817713.1A CN115188445A (zh) | 2022-07-12 | 2022-07-12 | 一种运动量的推荐方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115188445A true CN115188445A (zh) | 2022-10-14 |
Family
ID=83517638
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210817713.1A Pending CN115188445A (zh) | 2022-07-12 | 2022-07-12 | 一种运动量的推荐方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115188445A (zh) |
-
2022
- 2022-07-12 CN CN202210817713.1A patent/CN115188445A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11553048B2 (en) | Method and apparatus, computer device and medium | |
CN113392974A (zh) | 模型训练方法、装置、电子设备以及存储介质 | |
CN114065864A (zh) | 联邦学习方法、联邦学习装置、电子设备以及存储介质 | |
CN105844107A (zh) | 数据处理方法和装置 | |
CN113228196B (zh) | 用于优化用于计算睡眠得分的睡眠相关参数的系统和方法 | |
CN104331405B (zh) | 数据报表的处理方法及装置 | |
CN114529945A (zh) | 一种情感识别方法、装置、设备及存储介质 | |
CN115188445A (zh) | 一种运动量的推荐方法、装置、设备及介质 | |
CN105764409A (zh) | 一种睡眠状态判断方法及智能可穿戴设备 | |
CN113222720A (zh) | 一种基于信誉的隐私保护激励机制方法、装置及存储介质 | |
CN116450944A (zh) | 基于推荐模型的资源推荐方法、装置、电子设备和介质 | |
CN109919740B (zh) | 一种生成购衣建议的方法及装置 | |
CN113112311A (zh) | 训练因果推断模型的方法、信息提示方法以装置 | |
CN116013464A (zh) | 睡眠质量提升方法、装置、设备和存储介质 | |
CN114693412A (zh) | 一种床垫枕头推荐方法、装置、设备和存储介质 | |
CN112598344B (zh) | 温度报警区间的动态调节方法、装置、电子设备及介质 | |
CN114224696B (zh) | 一种按摩器控制方法及其相关设备 | |
CN114036389B (zh) | 对象推荐方法、推荐模型的训练方法及装置 | |
Kitade et al. | Development of a real-time chronic stress visualization system from long-term physiological data | |
CN115543078A (zh) | 一种场景控制方法、装置、设备及存储介质 | |
CN112837814B (zh) | 数据显示方法、装置、设备及存储介质 | |
JP7168966B2 (ja) | プログラム、情報処理装置および方法 | |
CN113807403B (zh) | 模型训练的方法、装置、计算机设备及存储介质 | |
CN107844375A (zh) | 应用关闭方法、装置、存储介质及电子设备 | |
WO2023035647A1 (zh) | 基于可穿戴设备的音乐推荐方法、装置、设备及存储介质 |
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 |