一种基于数据分析的产后锻炼课程评价系统及方法技术方案

本发明专利技术公开了一种基于数据分析的产后锻炼课程评价系统及方法，属于产后恢复技术领域。该系统包括星级评价获取模块、用户信息采集模块、动作分析模块、效果预测模块、推送模块；所述星级评价获取模块的输出端与所述用户信息采集模块的输入端相连接；所述用户信息采集模块的输出端与所述动作分析模块的输入端相连接；所述动作分析模块的输出端与所述效果预测模块、推送模块的输入端相连接；所述效果预测模块的输出端与所述推送模块的输入端相连接，本发明专利技术能够提供相关平台播放课程供用户学习，并且基于用户给出的评价信息进行规范用户动作，查找原因，帮助产后女性快速恢复身体。帮助产后女性快速恢复身体。帮助产后女性快速恢复身体。

【技术实现步骤摘要】
一种基于数据分析的产后锻炼课程评价系统及方法


[0001]本专利技术涉及产后恢复
，具体为一种基于数据分析的产后锻炼课程评价系统及方法。

技术介绍

[0002]在女性受孕期时间内，由于胎儿体重及羊水重量的增加，位于骨盆最低部的盆底肌会受到更大的持续性的压力，使其逐步变得松弛；分娩时，胎儿需要经产道娩出，盆底肌会过度牵伸，进一步加重损伤，盆底肌在骨盆底部，前起耻骨，后至尾骨，承托着膀胱、直肠、子宫、阴道等盆腔器官，其收缩与舒张，还参与控制排便、排尿，影响着性生活质量。
[0003]因此，在产后盆底肌的锻炼至关重要，目前各类APP上都存在有产后锻炼的相关课程，大部分APP都是以视频教学的形式进行教学，但是并没有能够及时进行纠正用户的动作情况，而且在进行盆底肌的锻炼中，用户在做动作时，会因为自身无法掌握要领的情况下，使用腹部进行发力，导致盆底肌并没有得到应有的训练，最终效果并不理想，从而给出低星级的评价。
[0004]而且，在目前的APP中，并不能够根据用户已经完成的课程进行预测用户在做完全部课程的效果，因此也并不能及时推荐给用户一些更准确的课程进行调节以保证有最优的效果。

技术实现思路

[0005]本专利技术的目的在于提供一种基于数据分析的产后锻炼课程评价系统及方法，以解决上述
技术介绍
中提出的问题。
[0006]为了解决上述技术问题，本专利技术提供如下技术方案：一种基于数据分析的产后锻炼课程评价系统，该系统包括星级评价获取模块、用户信息采集模块、动作分析模块、效果预测模块、推送模块；所述星级评价获取模块用于获取参加产后锻炼课程的用户提交的星级评价；所述用户信息采集模块用于获取参加产后锻炼课程的用户的基本信息情况；所述动作分析模块用于分析用户在进行产后锻炼课程中的动作是否标准；所述效果预测模块用于预测用户在参加完产后锻炼课程后的锻炼效果；所述推送模块用于推送相关课程；所述星级评价获取模块的输出端与所述用户信息采集模块的输入端相连接；所述用户信息采集模块的输出端与所述动作分析模块的输入端相连接；所述动作分析模块的输出端与所述效果预测模块、推送模块的输入端相连接；所述效果预测模块的输出端与所述推送模块的输入端相连接。
[0007]根据上述技术方案，所述星级评价获取模块包括星级评价获取单元、记录单元；所述星级评价获取单元用于获取用户提交的星级评价信息；所述记录单元用于记录星级评价获取单元中的低星级评价的信息；所述星级评价获取单元的输出端与所述记录单元的输入端相连接。
[0008]根据上述技术方案，所述动作分析模块包括视频转换单元、动作分析单元；所述视频转换单元用于将用户进行课程训练的视频转换成图片；所述动作分析单元用于对图片上的动作进行分析，判断用户在参与课程的过程中的主要发力部位；所述视频转换单元的输出端与所述动作分析单元的输入端相连接；所述动作分析单元的输出端与所述效果预测模块、推送模块的输入端相连接。
[0009]根据上述技术方案，所述效果预测模块包括状态建立单元、效果预测单元；所述状态建立单元用于建立不同用户在参加完产后训练课程后的状态信息；所述效果预测单元用于根据当前状态信息进行课程结束后的效果预测；所述状态建立单元的输出端与所述效果预测单元的输入端相连接；所述效果预测单元的输出端与所述推送模块的输入端相连接。
[0010]根据上述技术方案，所述推送模块包括指令单元、推送单元；所述指令单元用于分析应当推送什么样的课程给到相应的用户；所述推送单元用于推送相应课程；所述指令单元的输出端与所述推送单元的输出端相连接。
[0011]一种基于数据分析的产后锻炼课程评价方法，该方法包括以下步骤：S1、获取产后锻炼课程的用户评价，获取评价用户的基本信息；S2、获取评价星级，对低星级评价的用户进行关注，分析用户的动作水平和身体素质；S3、根据步骤S2的分析数据，建立课程推荐模型；S4、获取用户的一段时间使用数据，预测用户的产后锻炼情况，并根据大数据预测获得低星级评价的概率，及时进行推送相关课程。
[0012]根据上述技术方案，在步骤S1中，用户通过网络平台获取产后锻炼课程，并可以在学习后基于自身情况发表评价，同时平台可以获取用户的基本信息和锻炼过程；用户的基本信息记为集合A，其中A={x1、x2、x3、
……
、x
n
}；其中，x1、x2、x3、
……
、x
n
分别代表用户的基本信息之一。
[0013]所述用户的基本信息包括用户年龄、分娩时间、分娩次数、体重、肌肉程度、训练过程等；例如用户的体重过大，就会导致长期的腹压过高，就会对盆底肌产生一定的影响。
[0014]根据上述技术方案，在步骤S2中，还包括：获取评价星级，设置星级阈值为N1，对低于N1星级的评价定义为低星级评价；获取低星级评价的用户的基本信息，分析其动作水平与身体素质；获取用户的动作视频，对动作视频进行抽帧处理，获取抽帧后的图片，建立图片集；在图片集中，获取用户腹部动作图片，以用户每一次呼吸作为一个阶段，对每一个阶段下的腹部动作图片记为一个集合B；对用户的每一次呼吸进行判断即通过用户腹部的涨缩进行判断，即一涨一缩之间为一次呼吸阶段；肌肉是随意肌，是由神经控制的，当在用力时，肌肉收到神经传来的信号就会收缩，收缩的话，长度变短体积不变，自然从宽度上向外鼓胀和变硬；获取一个集合B下的腹部动作图片的肌肉鼓胀程度，获取鼓胀差值，记为h，所述鼓
胀差值为平静时与发力时的肌肉鼓胀差值；获取用户基本信息，选取出与肌肉相关的基本信息，包括年龄、体脂率、肌肉水平、体重，分别记为x1、x2、x3、x4；则可以建立该用户在进行锻炼时腹部发力的肌肉鼓胀差值h1为：h1=x1k1+x2k2+x3k3+x4k4其中，k1、k2、k3、k4分别为基本信息x1、x2、x3、x4的影响因子系数；则可以计算在产后训练课程中，在任一动作下，该用户的腹部肌肉参与发力程度值P为：P=（h1‑
h）/h1设置在产后训练课程中各个动作下的腹部发力阈值，该阈值记为P
i
，若存在P＞P
i
，则说明用户该动作不标准，发力部位错误，生成记录；设置次数阈值为J，若存在超出阈值P
i
的总次数超过阈值J时，即判断用户是由于动作不标准导致课程训练效果差。
[0015]在这一过程中，因为在产后训练课程中，主要是进行盆底肌的锻炼，可是部分用户由于动作不标准，导致腹部发力过多，使得盆底肌得不到锻炼，最终导致锻炼效果很差，因而进行低星级的评价；所以通过对低星级评价的排查，进而指出用户的锻炼动作方式的错误，从而进一步提高锻炼效果。
[0016]根据上述技术方案，在步骤S3中，还包括：获取用户的腹部肌肉参与发力程度值P，对所有的发力程度值P按照时间顺序进行排序，并获取其变化趋势；获取T时间段内的发力程度值P的最大值、最小值和动作次数；根据公式：其中，P1为发力程度值P的最大值、最小值中的一种，为T时间段内顺序在前；P2为发力程度值本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据分析的产后锻炼课程评价系统，其特征在于：该系统包括星级评价获取模块、用户信息采集模块、动作分析模块、效果预测模块、推送模块；所述星级评价获取模块用于获取参加产后锻炼课程的用户提交的星级评价；所述用户信息采集模块用于获取参加产后锻炼课程的用户的基本信息情况；所述动作分析模块用于分析用户在进行产后锻炼课程中的动作是否标准；所述效果预测模块用于预测用户在参加完产后锻炼课程后的锻炼效果；所述推送模块用于推送相关课程；所述星级评价获取模块的输出端与所述用户信息采集模块的输入端相连接；所述用户信息采集模块的输出端与所述动作分析模块的输入端相连接；所述动作分析模块的输出端与所述效果预测模块、推送模块的输入端相连接；所述效果预测模块的输出端与所述推送模块的输入端相连接。2.根据权利要求1所述的一种基于数据分析的产后锻炼课程评价系统，其特征在于：所述星级评价获取模块包括星级评价获取单元、记录单元；所述星级评价获取单元用于获取用户提交的星级评价信息；所述记录单元用于记录星级评价获取单元中的低星级评价的信息；所述星级评价获取单元的输出端与所述记录单元的输入端相连接。3.根据权利要求1所述的一种基于数据分析的产后锻炼课程评价系统，其特征在于：所述动作分析模块包括视频转换单元、动作分析单元；所述视频转换单元用于将用户进行课程训练的视频转换成图片；所述动作分析单元用于对图片上的动作进行分析，判断用户在参与课程的过程中的主要发力部位；所述视频转换单元的输出端与所述动作分析单元的输入端相连接；所述动作分析单元的输出端与所述效果预测模块、推送模块的输入端相连接。4.根据权利要求1所述的一种基于数据分析的产后锻炼课程评价系统，其特征在于：所述效果预测模块包括状态建立单元、效果预测单元；所述状态建立单元用于建立不同用户在参加完产后训练课程后的状态信息；所述效果预测单元用于根据当前状态信息进行课程结束后的效果预测；所述状态建立单元的输出端与所述效果预测单元的输入端相连接；所述效果预测单元的输出端与所述推送模块的输入端相连接。5.根据权利要求1所述的一种基于数据分析的产后锻炼课程评价系统，其特征在于：所述推送模块包括指令单元、推送单元；所述指令单元用于分析应当推送什么样的课程给到相应的用户；所述推送单元用于推送相应课程；所述指令单元的输出端与所述推送单元的输出端相连接。6.一种基于数据分析的产后锻炼课程评价方法，其特征在于：该方法包括以下步骤：S1、获取产后锻炼课程的用户评价，获取评价用户的基本信息；S2、获取评价星级，对低星级评价的用户进行关注，分析用户的动作水平和身体素质；S3、根据步骤S2的分析数据，建立课程推荐模型；S4、获取用户的一段时间使用数据，预测用户的产后锻炼情况，并根据大数据预测获得低星级评价的概率，及时进行推送相关课程。7.根据权利要求6所述的一种基于数据分析的产后锻炼课程评价方法，其特征在于：在
步骤S1中，用户通过网络平台获取产后锻炼课程，并可以在学习后基于自身情况发表评价，同时平台可以获取用户的基本信息和锻炼过程；用户的基本信息记为集合A，其中A={x1、x2、x3、
……
、x
n
}；其中，x1、x2、x3、
……
、x
n
分别代表用户的基本信息之一。8.根据权利要求7所述的一种基于数据分析的产后锻炼课程评价方法，其特征在于：在步骤S2中，还包括：获取评价星级，设置星级阈值为N1，对低于N1星级的评价定义为低星级评价；获取低星级评价的用户的基本信息，分析其动作水平与身体素质；获取用户的动作视频，对动作视频进行抽帧处理，获取抽帧后的图片，建立图片集；在图片集中，获取用户腹部动作图片，以用户每一次呼吸作为一个阶段，对每一个阶段...

【专利技术属性】
技术研发人员：郑伟峰，吴恒龙，
申请(专利权)人：南京麦豆健康管理有限公司，
类型：发明
国别省市：