本申请公开了一种健身课程的推荐方法、装置、存储介质及电子装置。该方法包括：根据目标用户的用户特征从数据库中的多个健身课程中获取第一预设数量的健身课程；获取第一预设数量的健身课程中的每个健身课程的课程特征，并将每个健身课程的课程特征以及目标用户的用户特征输入目标模型进行处理，得到目标用户对于每个健身课程的偏好分值；基于偏好分值从第一预设数量的健身课程中确定目标健身课程，其中，目标健身课程为待推荐给目标用户的健身课程。通过本申请，解决了相关技术中从大量健身课程中确定待推荐给用户的健身课程的计算量大的问题。大的问题。大的问题。
【技术实现步骤摘要】
健身课程的推荐方法、装置、存储介质及电子装置
[0001]本申请涉及健身课程推荐
，具体而言，涉及一种健身课程的推荐方法、装置、存储介质及电子装置。
技术介绍
[0002]在用户进行健身训练之前，为了便于用户选择到喜欢的课程，或根据用户的健身需求编排得到符合用户喜爱的课程列表，需要确定待推荐给用户的课程，具体地，从海量课程中进行课程的选择，将选择的课程确定为待推荐给用户的课程，该过程计算量大，计算方法复杂，且得到的课程存在不符合用户偏好的问题。
[0003]针对相关技术中从大量健身课程中确定待推荐给用户的健身课程的计算量大的问题，目前尚未提出有效的解决方案。
技术实现思路
[0004]本申请提供一种健身课程的推荐方法、装置、存储介质及电子装置，以解决相关技术中从大量健身课程中确定待推荐给用户的健身课程的计算量大的问题。
[0005]根据本申请的一个方面，提供了一种健身课程的推荐方法。该方法包括：根据目标用户的用户特征从数据库中的多个健身课程中获取第一预设数量的健身课程；获取第一预设数量的健身课程中的每个健身课程的课程特征，并将每个健身课程的课程特征以及目标用户的用户特征输入目标模型进行处理，得到目标用户对于每个健身课程的偏好分值，其中，目标模型由多组样本数据训练得到，每组样本数据包括课程特征、用户特征以及用户对健身课程的偏好标签；基于偏好分值从第一预设数量的健身课程中确定目标健身课程，其中，目标健身课程为待推荐给目标用户的健身课程。
[0006]可选地，在将每个健身课程的课程特征以及目标用户的用户特征输入目标模型进行处理，得到目标用户对于每个健身课程的偏好分值之前，该方法还包括：获取多个样本用户的用户特征，多个样本健身课程的课程特征，并获取样本用户和样本健身课程之间的交叉特征，其中，交叉特征用于表征样本用户对样本健身课程的训练行为特征；根据样本用户和样本健身课程之间的交叉特征确定样本用户对样本健身课程的偏好标签，其中，偏好标签包括正标签和负标签；分别基于每个偏好标签拼接样本用户的用户特征以及样本健身课程的课程特征，得到多组样本数据；根据多组样本数据训练预设分类模型，得到目标模型。
[0007]可选地，根据样本用户和样本健身课程之间的交叉特征确定样本用户对样本健身课程的偏好标签包括：在交叉特征中至少包括以下之一特征的情况下，确定样本用户对样本健身课程的偏好标签为正标签：样本用户对样本健身课程进行了重复练习的行为特征、样本用户对样本健身课程进行了正面评价的行为特征；在交叉特征中至少包括以下之一特征的情况下，确定样本用户对样本健身课程的偏好标签为负标签：样本用户对样本健身课程进行了中途退出的行为特征、样本用户对样本健身课程进行了负面评价的行为特征。
[0008]可选地，根据目标用户的用户特征从健身课程数据库中的多个健身课程中获取第
一预设数量的健身课程包括：根据目标用户的用户特征确定目标用户所属的群体，其中，用户特征包括用户的属性特征和运动特征；确定群体对多个健身课程中的每个健身课程的练习完成度；从多个健身课程中获取群体的练习完成度大于预设值的健身课程，得到第一预设数量的健身课程。
[0009]可选地，基于偏好分值从第一预设数量的健身课程中确定目标健身课程包括：按照每个健身课程的偏好分值对第一预设数量的健身课程进行排序，得到排序结果；获取排序结果的前第二预设数量的健身课程；将第二预设数量的健身课程确定为目标健身课程。
[0010]可选地，在基于偏好分值从第一预设数量的健身课程中确定待推荐给目标用户的目标健身课程之后，该方法还包括：获取目标用户的健身目标，其中，健身目标至少通以下特征表征：训练类型、训练部位、训练时长；从目标健身课程中选取与健身目标匹配的第三预设数量的健身课程；将第三预设数量的健身课程与预设时间区间内的多个预设段进行匹配，得到训练课程时间表；向目标用户推荐训练课程时间表。
[0011]根据本申请的另一方面，提供了一种健身课程的推荐装置。该装置包括：第一获取单元，用于根据目标用户的用户特征从数据库中的多个健身课程中获取第一预设数量的健身课程；第二获取单元，用于获取第一预设数量的健身课程中的每个健身课程的课程特征，并将每个健身课程的课程特征以及目标用户的用户特征输入目标模型进行处理，得到目标用户对于每个健身课程的偏好分值，其中，目标模型由多组样本数据训练得到，每组样本数据包括课程特征、用户特征以及用户对健身课程的偏好标签；第一确定单元，用于基于偏好分值从第一预设数量的健身课程中确定目标健身课程，其中，目标健身课程为待推荐给目标用户的健身课程。
[0012]可选地，装置还包括：第三获取单元，用于在将每个健身课程的课程特征以及目标用户的用户特征输入目标模型进行处理，得到目标用户对于每个健身课程的偏好分值之前，获取多个样本用户的用户特征，多个样本健身课程的课程特征，并获取样本用户和样本健身课程之间的交叉特征，其中，交叉特征用于表征样本用户对样本健身课程的训练行为特征；第二确定单元，用于根据样本用户和样本健身课程之间的交叉特征确定样本用户对样本健身课程的偏好标签，其中，偏好标签包括正标签和负标签；分别基于每个偏好标签拼接样本用户的用户特征以及样本健身课程的课程特征，得到多组样本数据；根据多组样本数据训练预设分类模型，得到目标模型。
[0013]根据本专利技术实施例的另一方面，还提供了一种非易失性存储介质，非易失性存储介质包括存储的程序，其中，程序运行时控制非易失性存储介质所在的设备执行一种健身课程的推荐方法。
[0014]根据本专利技术实施例的另一方面，还提供了一种电子装置，包含处理器和存储器；存储器中存储有计算机可读指令，处理器用于运行计算机可读指令，其中，计算机可读指令运行时执行一种健身课程的推荐方法。
[0015]通过本申请，采用以下步骤：根据目标用户的用户特征从数据库中的多个健身课程中获取第一预设数量的健身课程；获取第一预设数量的健身课程中的每个健身课程的课程特征，并将每个健身课程的课程特征以及目标用户的用户特征输入目标模型进行处理，得到目标用户对于每个健身课程的偏好分值，其中，目标模型由多组样本数据训练得到，每组样本数据包括课程特征、用户特征以及用户对健身课程的偏好标签；基于偏好分值从第
一预设数量的健身课程中确定目标健身课程，其中，目标健身课程为待推荐给目标用户的健身课程，解决了相关技术中从大量健身课程中确定待推荐给用户的健身课程的计算量大的问题。进而达到了提高确定待推荐给用户的健身课程的效率的效果。
附图说明
[0016]构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0017]图1是根据本申请实施例提供的健身课程的推荐方法的流程图；
[0018]图2是根据本申请实施例提供的另一种健身课程的推荐方法的流程图；以及
[0019]图3是根据本申请实施例提供的健身课程的推荐装置的示意图。...
【技术保护点】
【技术特征摘要】
1.一种健身课程的推荐方法，其特征在于，包括：根据目标用户的用户特征从数据库中的多个健身课程中获取第一预设数量的健身课程；获取所述第一预设数量的健身课程中的每个健身课程的课程特征，并将所述每个健身课程的课程特征以及所述目标用户的用户特征输入目标模型进行处理，得到所述目标用户对于所述每个健身课程的偏好分值，其中，所述目标模型由多组样本数据训练得到，每组所述样本数据包括课程特征、用户特征以及用户对健身课程的偏好标签；基于所述偏好分值从所述第一预设数量的健身课程中确定目标健身课程，其中，所述目标健身课程为待推荐给所述目标用户的健身课程。2.根据权利要求1所述的方法，其特征在于，在所述将所述每个健身课程的课程特征以及所述目标用户的用户特征输入目标模型进行处理，得到所述目标用户对于所述每个健身课程的偏好分值之前，所述方法还包括：获取多个样本用户的用户特征，多个样本健身课程的课程特征，并获取所述样本用户和所述样本健身课程之间的交叉特征，其中，所述交叉特征用于表征所述样本用户对所述样本健身课程的训练行为特征；根据所述样本用户和所述样本健身课程之间的交叉特征确定所述样本用户对所述样本健身课程的偏好标签，其中，所述偏好标签包括正标签和负标签；分别基于每个所述偏好标签拼接所述样本用户的用户特征以及所述样本健身课程的课程特征，得到所述多组样本数据；根据所述多组样本数据训练预设分类模型，得到所述目标模型。3.根据权利要求2所述的方法，其特征在于，所述根据所述样本用户和所述样本健身课程之间的交叉特征确定所述样本用户对所述样本健身课程的偏好标签包括：在所述交叉特征中至少包括以下之一特征的情况下，确定所述样本用户对所述样本健身课程的偏好标签为所述正标签：所述样本用户对所述样本健身课程进行了重复练习的行为特征、所述样本用户对所述样本健身课程进行了正面评价的行为特征；在所述交叉特征中至少包括以下之一特征的情况下，确定所述样本用户对所述样本健身课程的偏好标签为所述负标签：所述样本用户对所述样本健身课程进行了中途退出的行为特征、所述样本用户对所述样本健身课程进行了负面评价的行为特征。4.根据权利要求1所述的方法，其特征在于，所述根据目标用户的用户特征从健身课程数据库中的多个健身课程中获取第一预设数量的健身课程包括：根据所述目标用户的用户特征确定所述目标用户所属的群体，其中，所述用户特征包括用户的属性特征和运动特征；确定所述群体对所述多个健身课程中的每个健身课程的练习完成度；从所述多个健身课程中获取所述群体的所述练习完成度大于预设值的健身课程，得到所述第一预设数量的健身课程。5.根据权利要求1所述的方法，其特征在于，所述基于所述偏好分值从所述第一预设数量的健身课程中确定目标健身课程包括：按照所述每个健身课...
【专利技术属性】
技术研发人员：王军博，陈一初，
申请(专利权)人：北京卡路里信息技术有限公司，
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。