本发明专利技术公开了一种运动推荐方法、装置、系统及计算机可读存储介质，涉及信息处理技术领域。该方法的一实施例包括：通过获取用户数据；并根据用户数据，确定用户的病因类型、体能状态级别和健康风险；之后基于病因类型、体能状态级别、健康风险为用户生成推荐运动方案；所述推荐运动方案至少包括运动类型分配信息、运动强度信息和运动动作信息；并获取用户执行推荐运动方案所生成的运动行为数据；最后对运动行为数据进行强度分类处理，并基于强度分类结果对推荐运动方案进行调整，由此，能够根据用户的身体情况自动生成符合用户的推荐运动方案，不仅提高了用户运动的体验性，而且能够满足用户通过运动改善慢性疾病的需求。足用户通过运动改善慢性疾病的需求。足用户通过运动改善慢性疾病的需求。
【技术实现步骤摘要】
一种运动推荐方法、装置、系统及计算机可读存储介质
[0001]本专利技术涉及信息处理
，尤其涉及一种运动推荐方法、装置、系统及计算机可读存储介质。
技术介绍
[0002]运动是很好的强身健体的方式，研究表示，当进行身体活动时，人体的反应包括心跳、呼吸加快、循环血量增加，代谢和产热加速等，都是身体产生健康效益的生理基础。运动可以治疗和预防包括糖尿病、心脏病、肥胖、高血压、癌症等40种以上的慢性疾病。尤其对于预防或控制2型糖尿病，运动尤为重要。
[0003]2型糖尿病，又名非胰岛素依赖型糖尿病，其特点是人体自身能够产生胰岛素，但细胞无法对其作出反应，使胰岛素的效果大打折扣。通常主要是由于胰岛素抵抗，合并有相对性胰岛素分泌不足所致的一类疾病，可发生在任何年龄，但多见于成人，常在40岁以后起病，起病多隐匿，症状相对较轻，易被患者忽视。
[0004]目前，针对2型糖尿病的治疗通常是以药物治疗为主，并结合辅助治疗以控制血糖在正常的范围内。辅助治疗主要是通过对患者生活方式进行干预，以改善用户的糖尿病指标。辅助治疗包括合理的运动和控制饮食等。现有技术可能有针对2型糖尿病患者定制的食疗方案，但是现有技术还很少有结合患者身体状况定制的运动方案。
技术实现思路
[0005]有鉴于此，本专利技术实施例提供一种运动推荐方法、装置、系统及计算机可读存储介质，能够结合用户当前身体的用户数据，自动生成一种符合用户身体情况的推荐运动方案，并在用户运动过程中自动调节用户的推荐运动方案，从而实现了智能化定制个性的推荐运动方案。
[0006]为实现上述目的，根据本专利技术实施例第一方面，提供一种运动推荐方法，其特征在于，包括：获取用户数据，所述用户数据至少包括基础数据、疾病数据、体能数据、健康指标数据；根据所述用户数据，确定所述用户的病因类型、体能状态级别和健康风险；基于所述病因类型、体能状态级别、健康风险为用户生成推荐运动方案，所述推荐运动方案至少包括运动类型分配信息、运动强度信息和运动动作信息；获取用户执行所述推荐运动方案所生成的运动行为数据；对所述运动行为数据进行强度分类处理，并基于强度分类结果对所述推荐运动方案进行调整。
[0007]可选的，所述根据所述用户数据，确定所述用户的病因类型、体能状态级别和健康风险，包括：基于机器学习的病因识别模型或者决策树模型或者预设规则，对第一用户数据进行处理，得到用户的病因类型；所述第一用户数据包括疾病数据和/或基础数据；基于机器学习的体能识别模型或者决策树模型或者预设规则，对第二用户数据进行处理，得到用户的体能状态级别；所述第二用户数据包括体能数据和/或基础数据；基于机器学习的健康风险识别模型或者决策树模型或者预设规则，对第三用户数据进行处理，得到用户的健康
风险；所述第三用户数据包括健康指标数据和/或基础数据。
[0008]可选的，所述基于所述病因类型、体能状态级别、健康风险为用户生成推荐运动方案，包括：基于所述病因类型，确定运动类型分配信息；基于所述体能状态级别，确定运动强度信息；基于所述健康风险，确定运动建议信息；基于所述运动类型分配信息、运动强度信息，以及运动建议信息，确定运动动作；基于所述运动类型分配信息、运动强度信息，以及运动动作信息，为用户生成推荐运动方案。
[0009]可选的，所述基于所述运动类型分配信息、运动强度信息，以及运动建议信息，确定运动动作信息，包括：基于所述运动类型分配信息、运动强度信息，以及运动建议信息，生成用户的个人标签；基于所述个人标签在所述动作标签库中进行标签匹配，将匹配度最高的动作标签对应的运动动作确定为用户的运动动作。
[0010]可选的，所述对所述运动行为数据进行强度分类处理，并基于强度分类结果对所述推荐运动方案进行调整，包括：基于运动行为模型，对所述运动行为数据进行强度分类处理，得到强度分类结果；其中，所述运动行为模型包括多个子模型和集成模型，集成模型根据多个子模型的输出确定最终的分类结果；若所述强度分类结果表征强度适当，则保持运动强度；若所述强度分类结果表征强度过低，则通过调整所述推荐运动方案以提升运动强度；若所述强度分类结果表征强度过高，则通过调整所述推荐运动方案以降低运动强度。
[0011]可选的，所述的方法还包括：根据所述用户数据确定用户运动前的身体状态级别；判断所述身体状态级别是否满足第一预设条件，若判断结果表征所述身体状态级别不满足第一预设条件，则向所述用户发送针对运动前的预警提示信息。
[0012]可选的，所述的方法还包括：根据所述用户数据和所述运动行为数据确定用户运动中的身体状态级别；判断所述身体状态级别是否满足第二预设条件；若判断结果表征所述身体状态级别不满足第二预设条件，则向所述用户发送针对运动中的预警提示信息。
[0013]可选的，所述运动行为数据至少包括具有运动属性的数据和运动环境数据。为实现上述目的，根据本专利技术实施例第二方面，还提供一种运动推荐装置，该装置包括：第一获取模块，用于获取用户数据，所述用户数据至少包括基础数据、疾病数据、体能数据、健康指标数据；确定模块，用于根据所述用户数据，确定所述用户的病因类型、体能状态级别和健康风险；生成模块，用于基于所述病因类型、体能状态级别、健康风险为用户生成推荐运动方案，所述推荐运动方案至少包括运动类型分配信息、运动强度信息和运动动作信息；第二获取模块，用于获取用户执行所述推荐运动方案所生成的运动行为数据；调整模块，用于对所述运动行为数据进行强度分类处理，并基于强度分类结果对所述推荐运动方案进行调整。
[0014]为实现上述目的，根据本专利技术实施例第三方面，还提供一种运动推荐系统，所述系统包括客户端、服务器和数据库；所述客户端用于获取用户数据和运动行为数据；并将所述用户数据和运动行为数据发送至服务器；所述所述服务器执行如第一方面所述的方法；所述数据库用于存储动作行为标签。
[0015]为实现上述目的，根据本专利技术实施例第四方面，还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面所述的方法。
[0016]为实现上述目的，根据本专利技术实施例第五方面，还提供一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于从所述存储器中读取所述
可执行指令，并执行所述指令以实现如第一方面所述的方法。
[0017]本专利技术实施例通过获取用户数据，所述用户数据至少包括基础数据、疾病数据、体能数据、健康指标数据；并根据所述用户数据，确定所述用户的病因类型、体能状态级别和健康风险；之后基于所述病因类型、体能状态级别、健康风险为用户生成推荐运动方案，所述推荐运动方案至少包括运动类型分配信息、运动强度信息和运动动作信息；并获取用户执行所述推荐运动方案所生成的运动行为数据；最后对所述运动行为数据进行强度分类处理，并基于强度分类结果对所述推荐运动方案进行调整，由此，能够根据用户的身体情况自动生成符合用户的推荐运动方案，不仅提高了用户运动的体验性，而且能够满足用户通过运动改善慢性疾本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种运动推荐方法，其特征在于，包括：获取用户数据，所述用户数据至少包括基础数据、疾病数据、体能数据、健康指标数据；根据所述用户数据，确定所述用户的病因类型、体能状态级别和健康风险；基于所述病因类型、体能状态级别、健康风险为用户生成推荐运动方案，所述推荐运动方案至少包括运动类型分配信息、运动强度信息和运动动作信息；获取用户执行所述推荐运动方案所生成的运动行为数据；对所述运动行为数据进行强度分类处理，并基于强度分类结果对所述推荐运动方案进行调整。2.根据权利要求1所述的方法，其特征在于，所述根据所述用户数据，确定所述用户的病因类型、体能状态级别和健康风险，包括：基于机器学习的病因识别模型或者决策树模型或者预设规则，对第一用户数据进行处理，得到用户的病因类型；所述第一用户数据包括疾病数据和/或基础数据；基于机器学习的体能识别模型或者决策树模型或者预设规则，对第二用户数据进行处理，得到用户的体能状态级别；所述第二用户数据包括体能数据和/或基础数据；基于机器学习的健康风险识别模型或者决策树模型或者预设规则，对第三用户数据进行处理，得到用户的健康风险；所述第三用户数据包括健康指标数据和/或基础数据。3.根据权利要求1所述的方法，其特征在于，所述基于所述病因类型、体能状态级别、健康风险为用户生成推荐运动方案，包括：基于所述病因类型，确定运动类型分配信息；基于所述体能状态级别，确定运动强度信息；基于所述健康风险，确定运动建议信息；基于所述运动类型分配信息、运动强度信息，以及运动建议信息，确定运动动作信息；基于所述运动类型分配信息、运动强度信息，以及运动动作信息，为用户生成推荐运动方案。4.根据权利要求3所述的方法，其特征在于，所述基于所述运动类型分配信息、运动强度信息，以及运动建议信息，确定运动动作信息，包括：基于所述运动类型分配信息、运动强度信息，以及运动建议信息，生成用户的个人标签；基于所述个人标签在所述动作标签库中进行标签匹配，将匹配度最高的动作标签对应的运动动作确定为用户的运动动作。5.根据权利要求1所述的方法，其特征在于，所述对所述运动行为数据进行强度分类处理，并基于强度分类结果对所述推荐运动方案进行调整，包括：基于运动行为模型，对所述运动行为数据进行强度分类处理，得到强度分类结果；其中，所述运动行为模型包括多个子模型和集成模型，集成模...
【专利技术属性】
技术研发人员：陈虹，杜硕，
申请(专利权)人：北京因数健康科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。