KR20090000941A - 사용자 맞춤형 운동 추천 서비스 - Google Patents

Abstract

본 발명 시스템은 사용자에게 운동행위를 고취시키고, 사용자의 건강 상태 및 운동 선호도, 일반 활동량 등을 고려하여 특정 종목의 운동을 추천하는 시스템이다. 즉, 사용자의 건강상태를 혈압기, 맥박측정기 등의 생체 지수 측정 기기와 기존의 환자 건강 상태 데이터베이스를 통한 운동량 및 선호도를 통하여 가장 적절한 운동을 추천해주고, 그 수행 정도를 평가하여 추후 추천시 그 내용을 반영한다. 이를 통하여, 사용자의 건강상태와 운동 수행 내역 그리고 선호도를 모두 종합한 사용자 맞춤형 운동 추천 서비스가 가능하다.

운동추천, 웰빙, 건강, 생체지수, 활동량, 유비쿼터스, 헬스케어

Description

사용자 맞춤형 운동 추천 서비스{Fitting Exercise for each users recommendation service}

도 1a본 발명에 따른 운동 추천 알고리즘

도 1b 본 발명에 따른 운동 추천 알고리즘 예시

전문 의료인, 건강 관리 전문가 혹은 프로그램을 통한 운동 처방 방법은 이미 오래 전부터 시행되어왔으며, 현재 몇 가지 방법이 사용되고 있다.

첫째, 전문 의료인등 전문가를 통한 일반적인 운동 제약사항 처방 방법

둘째, 데이터베이스화 되어 있는 특정 운동 세트 처방 방법

셋째, 기기 통하여 사용자 운동 능력 측정 후 미리 설정되어 있는 리스트 내에서 추천하는 방법

먼저 전문 의료인의 일반적인 운동 제약사항 처방을 통한 운동 처방은, 환자의 건강 상태를 의사가 판단하여, 피해야 할 운동 관련 제약 사항을 처방한다. 이는 환자 개개인의 운동 능력을 토대로 처방하는 것이 아닌, 질병과 관련된 제약사항을 제공함으로써, 기본적인 운동 활동을 사용자 스스로 선택할 수 있도록 하는 수동적인 운동 처방 방법이다. 이는 사용자의 능동적인 운동 활동을 이끌어내지 못하는 단점이 있다.

데이터베이스화 되어 있는 특정 운동 세트의 처방 방법은 기존의 의료진이나 운동 전문가를 통하여 추천된 운동 리스트들을 데이터베이스화하여 사용자에게 추천해주 는 방식이다. 이는 사용자의 다양성을 고려하지 아니하고, 일반적으로 사용자들이 수행해야 할 운동 처방을 내림으로써, 맞춤형 서비스를 제공하지 못하는 한계점이 있다.

마지막으로 기기를 통하여 사용자 운동 능력 측정 후 미리 설정되어 있는 리스트내에서 추천하는 방법은, 기존에 존재하는 운동능력 측정기를 통하여 사용자의 운동능력을 평가한 후 데이터베이스화되어있는 운동 리스트 중에서 알맞은 운동 시퀀스를 추천하여 사용자에게 알려준다. 이는 사용자의 운동 능력이 적용된 시스템으로, 기존의 시스템보다는 사용자 맞춤형 운동 추천 서비스가 가능하지만, 사용자의 단기적인 운동 능력상태나 수행정도, 혹은 각종 운동에 대한 선호도를 고려하지 않음으로써, 사용자가 직접 실행에 옮겨 적용하기에는 능동적 추천 방법이 부족하다.

[표 1] 기존 운동 추천 방법과 발명된 추천 방법의 비교

따라서, 본 발명은 상기와 같은 종래 기술의 단점과 문제점을 해결하기 위한 것으로, 사용자의 건강상태와 운동 수행 내역 그리고 선호도를 모두 종합한 사용자 맞춤형 운동 추천 서비스이다.

본 발명 시스템은 사용자에게 운동행위를 고취시키고, 사용자의 건강 상태 및 운동 선호도, 일반 활동량등을 고려하여 특정 종목의 운동을 추천하는 시스템이다. 즉, 사용자의 건강 상태를 혈압기, 맥박측정기등의 생체 지수 측정 기기와 기존의 환자 건강 상태 데이터베이스를 통한 건강 상태 측정, 활동량 측정기를 통한 실시간 활동량 그리고 사용자의 운동 수행 내역을 통한 운동량 및 선호도를 통하여 가장 적절한 운동을 추천해주고, 그 수행 정도를 평가하여 추후 추천시 그 내용을 반영한다. 이를 통하여, 사용자의 건강상태와 운동 수행 내역 그리고 선호도를 모두 종합한 사용자 맞춤형 운동 추천 서비스가 가능하다.

본 발명 알고리즘 구성은 다음과 같이 3부분으로 구성된다.

① 필요 운동량 추출 알고리즘

② 추천 운동 점수화 알고리즘

③ 사용자 운동 내역 입력을 통한 선호도 설정 알고리즘

도1a본 발명에 따른 운동 추천 알고리즘를 나타낸 것이다.

● 필요 운동량 추출 알고리즘

사용자 건강 지수 측정 알고리즘은 사용자의 제한 사항을 수집하고, 이를 토대로 사용자가 운동으로 소비해야 할 운동량을 추출하는 알고리즘이다. 이를 위하여 사용자의 기존 건강 상태를 알 수 있는 질병 관리 상태를 저장되어있는 데이터를 통하여 파악하고, 이를 제약 사항에 포함시킨다. 이 때, 사용자 질병 상태는 DB에 질병 명과 그 정도가 저장이 된다. 이 정보는 사용자가 웹을 통하여 업데이트 할 수 있도록 하였다.

사용자의 현재 건강 상태를 파악하기 위하여 혈압, 맥박, 혈당, 체중, 체지방을 센서로부터 습득할 수 있도록 하였다. 이 정보들은 이기종 센서들을 통하여 유/무선으로 입력받거나, 사용자 인터페이스를 통하여 직접 입력할 수 있도록 하였다. 입력받은 혈압, 맥박, 혈당 등은 고혈압, 빈맥 및 당뇨 질병의 지수로 변환되어 사용자제한 사항으로 고려된다.

또한, 사용자 체중과 기존에 입력되어 있는 성별, 나이 등을 고려하여 BMR(Basal Metabolic Rate, 기초대사량)을 추출한다. BMR은 아래의 공식에 의해 변환된다.

Harris and Benedict 에 의한 공식 :

· 남자 h = 66.4730 + (13.7516·ω) + (5.0033·s) - (6.7550·α)

· 여자 h = 655.0955 + (9.5634·ω) + (1.8496·s) - (4.6756·α)

h = 칼로리방출량 (24시간동안, KCal), w = 체중 (kg), s = 키 (cm), a = 나이

또한, 다이어트 여부에 따라 필요운동량을 줄어든다.

필요운동량 = 섭취 에너지 - 기초대사량 - 활동량 + 다이어트에 필요한 운동량

이때, 다이어트에 필요한 운동량은,

다이어트에 필요한 운동량 = (현재 체중 - 목표 체중) * 7000 /다이어트 일수

로 정의된다. 이는, 1Kg 의 체중 = 7000KCal 라는 공식이 사용되었다.

● 추천 운동 점수화 알고리즘

추천 운동 점수화 알고리즘은 총 6개로 분류된 음식 종류에 따라서 밥, 국, 반찬1, 반찬2, 반찬3, 반찬4로 구분하고, 각각의 분류로부터 추천된 음식물들의 조합을 통하여 식단 리스트를 생성한 후, 생성된 식단을 점수화한다. 이때, 점수화 방법으로는 아래의 공식을 사용한다.

S_Meal = (1-sqrt([(필요 운동량 - 추천 운동량) /필요 운동량]²))*100 * IF_선호도

S_Meal : 추천음식의 점수

IF_선호도 :해당 음식의 선호도 Impact Factor (0～1)

점수화된 운동 중 최상위 점수의 운동을 기준으로 정렬한 후, 그 중 건강상 제약사항과 배치되지 않는 운동들을 뽑아내어 사용자에게 추천해준다.

이 때, 제약사항들은 운동 데이터베이스에 기록되어 있으며, 사용자 개인 건강 정보와의 비교를 통하여 찾아낸다.

● 사용자 운동 내역 입력을 통한 선호도 설정 알고리즘

사용자에게 추천된 운동 정보는, 그의 선택 여부를 통하여 사용자 선호도가 업데이트된다. 만약, 사용자가 추천된 운동을 수행하기로 선택하였으면, 그 내용을 반영하여 각 운동에 대한 선호도를 증가시키며, 비선호 운동으로 선택될 경우, 선호도를 낮춤으로써 이후 운동 스코어링에 있어 낮은 점수를 부여하도록 한다.

선호 운동의 경우 +δ 를 사용하며, 비선호 운동으로 선택되었을 경우, -δ 를 사용하여, 선호도를 업데이트 하도록 한다. 선호도는 0 ～ 1 사이의 지수로서, 추천음식 점수를 계산함에 있어, 사용자의 선호도가 가장 큰 영향을 미치도록 하였다.

1. 사용자 제한 사항 수집

- 운동 추천 에이전트는 사용자의 질병 데이터베이스 및 생체 정보를 이용한 현재 건강 상태, 다이어트 설정 여부 및 사용자 기초 대사량등을 고려하여 필요한 운동 제한사항을 받는다.

2. 질병 관리 상황

- 사용자 질병 데이터베이스를 이용하여 현재 사용자가 지니고 있는 질병에 대한 정보를 입력받고, 이를 이용하여 에이전트는 피해야 할 운동 종류나 운동강도를 전달 받는다.

3. 사용자 Vital Sign

- 현재 사용자의 혈압, 혈당 등의 기초 생체 신호를 이용하여 질병 관리가 잘되고 있는지 알아보고 그 내용에 따라서 운동의 강도와 종류를 제한한다.

4. 다이어트 여부 및 내용

- 사용자가 다이어트를 진행중이라면, 그에 맞춰 전체 필요 칼로리양을 낮춰야함을 에이전트에 알려준다. 이 때, 에이전트는 운동으로 소모되는 칼로리량을 조 절한다.

5. 사용자 정보를 이용한 BMR산출

- 사용자의 나이, 성별, 체중 및 신장등을 이용하여 BMR (Basal Metabolic Rate)을 계산한다. Harris-Benedict Equation을 이용하여 계산된 BHR은 사용자의 필요 칼로리 도출을 위하여 사용되며, Harris-Benedict Equation은 아래와 같다.

- Man : 66.4730 + 13.7516 * w + 5.0033* s - 6.7550 * a

Woman : 655.0955 + 9.5634 * w + 1.8496 * s - 4.6756 * a

w = weight, s = stature, a = age

6. 필요 운동량 추출

2,3,4,5 항목으로부터 얻어진 필요 영양소 및 제한 사항을 이용하여 사용자에게 필요한 운동량을 처방한다.

7. 선호 운동

- 운동은 음식과는 달리 사용자의 선호도가 많은 비중을 차지하도록 한다. 또 한, 최근 행한 운동의 선호도를 높이하여 같은 종류의 운동을 꾸준히 행할수 있도록 추천한다.

8. 운동 추천

- 계산된 운동 필요량과 사용자의 운동 선호 종목에 따라 사용자가 선택할 수 있는 운동을 그 양 및 강도와 함께 추천해 준다.

9. 추천 운동 선택 여부

사용자는 에이전트로부터 추천된 여러 종류의 운동 중에서 원하는 것을 택한 후 에이전트에게 알린다. 만약 추천된 운동중에 원하는 종류가 없을 경우에이전트에게 그 내용을 알리고, 에이전트는 다른 운동 종류를 추천해준다 이때, 사용자의 선호 운동 내역을 업데이트 한다

10. 추천된 식단 확정

사용자는 자신에게 선택된 운동 내역을 확정하고, 처방된 운동 내역은 사용자의 핸드폰등을 통하여 사용자에게 전송된다.

11. 선호/비선호 음식 선택

사용자의 운동 선호도를 데이터베이스에 업데이트하고, 이를 이용하여 추후 처방시 사용자의 선호도가 높은 운동을 추천해 주도록 한다.

12. 운동 내역 입력

- 사용자가 행한 운동 내역을 입력하도록 한다. 이 때, 추천된 운동 내역을 미리 선택 가능하도록 하고, 다른 내용의 운동이 행하였을 경우, 그 내용을 수정할수 있도록 한다. 이를 통하여 에이전트는 사용자의 운동 선호 내역을 관리한다.

13. 선호 운동 리스트 업데이트

- 사용자로부터 수동으로 입력받은 운동 선호/비선호 리스트와 운동 내역으로부터 에이전트가 축출한 선호도 분석 결과를 토대로 선호 운동 리스트를 업데이트 한다.

도1b 본 발명에 따른 운동 추천 알고리즘를 나타낸 것이다.

따라서, 본 발명은 사용자의 건강상태와 운동 수행 내역 그리고 선호도를 모 두 종합한 사용자 맞춤형 운동 추천 서비스로서, 사용자의 운동 활동 증진과 기존의 잘못된 운동 방법으로 인한 사고를 예방할 수 있다.

Claims (4)

1. 유헬스 산업의 운동 추천 서비스에 있어서,

   사용자의 건강상태와 운동 수행 내역 그리고 선호도를 모두 종합한 사용자 맞춤형 운동 추천 서비스 시스템.
2. 1항에 있어서, 환자의 건강상태를 의사가 판단하여, 질병과 관련된 제약사항을 처방하는 시스템이 아닌 환자의 기본적인 운동 활동을 사용자 스스로 선택할수 있는 능동적인 운동 활동을 제공하는 시스템.
3. 1항에 있어서, 의료진이나 운동 전문가를 통하여 추천된 운동 리스트들의 데이터를 통한 운동 추천 시스템이 아닌, 환자의 다양성을 고려한 시스템,
4. 1항에 있어서, 환자의 운동 능력 측정 후 미리 설정되어 있는 리스트에서만 추천하는 방법이 아닌, 리스트와 환자의 단기적인 운동 능력 상태, 수행정도, 각종 운동에 대한 선호도를 고려한 시스템.

Images