健身课程的确定方法、装置、存储介质及电子装置制造方法及图纸

本申请公开了一种健身课程的确定方法、装置、存储介质及电子装置。该方法包括：确定目标用户的训练目标，并获取目标用户的用户特征以及历史训练数据；将目标用户的训练目标、用户特征以及历史训练数据输入第一目标模型进行处理，得到预测时间段内的健身课程列表，其中，第一目标模型由多组样本数据训练得到，每组样本数据包括用户样本的用户特征、训练目标、历史训练数据以及预设时间段内的健身课程列表。通过本申请，解决了相关技术中根据用户的历史训练行为确定的健身课程难以保证科学合理的运动效果的问题。运动效果的问题。运动效果的问题。

【技术实现步骤摘要】
健身课程的确定方法、装置、存储介质及电子装置


[0001]本申请涉及健身课程确定
，具体而言，涉及一种健身课程的确定方法、装置、存储介质及电子装置。

技术介绍

[0002]在运动健身领域，存在有健身需求的用户不具备相应的健身知识，因而无法安排每天的训练计划以保证健身效果。
[0003]为了帮助用户安排每天的训练计划，相关技术中一般为教练给出计划，用户进行跟练，但这种方式的个性化程度不高，难以满足用户的个性化训练需求。为了进一步满足用户的个性化训练需求，相关技术中还出现了根据用户的历史训练行为为用户推荐课程，但是，用户的历史训练行为受用户的运动偏好影响，根据用户的历史训练行为难以保证科学合理的运动效果。
[0004]针对相关技术中根据用户的历史训练行为确定的健身课程难以保证科学合理的运动效果的问题，目前尚未提出有效的解决方案。

技术实现思路

[0005]本申请提供一种健身课程的确定方法、装置、存储介质及电子装置，以解决相关技术中根据用户的历史训练行为确定的健身课程难以保证科学合理的运动效果的问题。
[0006]根据本申请的一个方面，提供了一种健身课程的确定方法。该方法包括：确定目标用户的训练目标，并获取目标用户的用户特征以及历史训练数据；将目标用户的训练目标、用户特征以及历史训练数据输入第一目标模型进行处理，得到预测时间段内的健身课程列表，其中，第一目标模型由多组样本数据训练得到，每组样本数据包括用户样本的用户特征、训练目标、历史训练数据以及预设时间段内的健身课程列表，其中，预测时间段和预设时间段的长度相等，用户样本包含真实用户以及预设类型用户，预设类型用户的用户特征和历史训练特征由预设训练目标对应的用户群体的特征确定，预设类型用户的预设时间段内的健身课程列表由健身课程图数据库中的健身课程确定。
[0007]可选地，第一目标模型为包含编码端和解码端的序列模型，将目标用户的训练目标、用户特征以及历史训练数据输入第一目标模型进行处理，得到预测时间段内的健身课程列表包括：将目标用户的用户特征、训练目标以及历史训练数据输入第一目标模型的编码端，得到编码向量；将编码向量输入第一目标模型的解码端进行解码，得到预测时间段内的健身课程列表。
[0008]可选地，在将目标用户的用户特征、训练目标以及历史训练数据输入第一目标模型进行处理，得到预测时间段内的健身课程列表之前，该方法还包括：获取多个真实用户的用户特征、训练目标、历史训练数据以及预设时间段内的健身课程列表，得到多个第一用户样本数据；获取预设训练目标对应的用户群体，基于用户群体的用户特征确定预设类型用户的用户特征，基于用户群体历史训练频率确定预设类型用户的历史训练数据，并基于健
身课程图数据库确定预设类型用户的预设时间段内的健身课程列表；由多个不同的预设类型用户的用户特征、训练目标、历史训练数据以及预设时间段内的健身课程列表构成多个第二用户样本数据；由多个第一用户样本数据和多个第二用户样本数据构成多组样本数据，并根据多组样本数据训练预设序列模型，得到第一目标模型。
[0009]可选地，基于健身课程图数据库确定预设类型用户的预设时间段内的健身课程列表包括：根据设训练目标在健身课程图数据库中确定起始节点，其中，健身课程图数据库由多个节点构成，每个节点表征一个健身课程，各个节点之间的连接边表示健身课程之间的关联关系；根据健身课程图数据库中的各个节点之间的连接关系，依次确定起始节点之后的节点，得到多个包含顺序关系的节点；由多个包含顺序关系的节点对应的健身课程构成预设类型用户的预设时间段内的健身课程列表。
[0010]可选地，在将目标用户的训练目标、用户特征以及历史训练数据输入第一目标模型进行处理，得到预测时间段内的健身课程列表之后，该方法还包括：将预测时间段内的健身课程列表中的每个健身课程分别与目标健身课程数据库中的健身课程进行匹配，得到每个健身课程匹配的健身课程，其中，目标健身课程数据库为目标用户偏好的健身课程构成的数据库；分别采用匹配的健身课程替换预测时间段内的健身课程列表中对应的各个健身课程，得到目标用户偏好的目标健身课程列表。
[0011]可选地，在将预测时间段内的健身课程列表中的每个健身课程分别与目标健身课程数据库中的健身课程进行匹配，得到每个健身课程匹配的健身课程之前，该方法还包括：根据目标用户的用户特征从健身课程数据库中获取预设数量的健身课程；将目标用户的用户特征以及预设数量的健身课程中的健身课程的课程特征输入第二目标模型进行处理，得到目标用户对于预设数量的健身课程中的健身课程的偏好分值，其中，第二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；基于偏好分值从预设数量的健身课程中确定目标用户偏好的健身课程，并由目标用户偏好的健身课程构成目标健身课程数据库。
[0012]根据本申请的另一方面，提供了一种健身课程的确定装置。该装置包括：确定单元，用于确定目标用户的训练目标，并获取目标用户的用户特征以及历史训练数据；处理单元，用于将目标用户的训练目标、用户特征以及历史训练数据输入第一目标模型进行处理，得到预测时间段内的健身课程列表，其中，第一目标模型由多组样本数据训练得到，每组样本数据包括用户样本的用户特征、训练目标、历史训练数据以及预设时间段内的健身课程列表，其中，预测时间段和预设时间段的长度相等，用户样本包含真实用户以及预设类型用户，预设类型用户的用户特征和历史训练特征由预设训练目标对应的用户群体的特征确定，预设类型用户的预设时间段内的健身课程列表由健身课程图数据库中的健身课程确定。
[0013]可选地，第一目标模型为包含编码端和解码端的序列模型，处理单元包括：编码模块，用于将目标用户的用户特征、训练目标以及历史训练数据输入第一目标模型的编码端，得到编码向量；解码模块，用于将编码向量输入第一目标模型的解码端进行解码，得到预测时间段内的健身课程列表。
[0014]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
课程的确定方法。
[0015]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确定方法。
[0016]通过本申请，采用以下步骤：确定目标用户的训练目标，并获取目标用户的用户特征以及历史训练数据；将目标用户的训练目标、用户特征以及历史训练数据输入第一目标模型进行处理，得到预测时间段内的健身课程列表，其中，第一目标模型由多组样本数据训练得到，每组样本数据包括用户样本的用户特征、训练目标、历史训练数据以及预设时间段内的健身课程列表，其中，预测时间段和预设时间段的长度相等，用户样本包含真实用户以及预设类型用户，预设类型用户的用户特征和历史训练特征由预设训练目标对应的用户群体的特征确定，预设类型用户的预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种健身课程的确定方法，其特征在于，包括：确定目标用户的训练目标，并获取所述目标用户的用户特征以及历史训练数据；将所述目标用户的所述训练目标、所述用户特征以及所述历史训练数据输入第一目标模型进行处理，得到预测时间段内的健身课程列表，其中，所述第一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用户样本的用户特征、训练目标、历史训练数据以及预设时间段内的健身课程列表，其中，所述预测时间段和所述预设时间段的长度相等，所述用户样本包含真实用户以及预设类型用户，所述预设类型用户的用户特征和历史训练特征由预设训练目标对应的用户群体的特征确定，所述预设类型用户的所述预设时间段内的健身课程列表由健身课程图数据库中的健身课程确定。2.根据权利要求1所述的方法，其特征在于，所述第一目标模型为包含编码端和解码端的序列模型，所述将所述目标用户的所述训练目标、所述用户特征以及所述历史训练数据输入第一目标模型进行处理，得到预测时间段内的健身课程列表包括：将所述目标用户的用户特征、所述训练目标以及所述历史训练数据输入所述第一目标模型的编码端，得到编码向量；将所述编码向量输入所述第一目标模型的解码端进行解码，得到所述预测时间段内的健身课程列表。3.根据权利要求1所述的方法，其特征在于，在所述将所述目标用户的用户特征、所述训练目标以及所述历史训练数据输入第一目标模型进行处理，得到预测时间段内的健身课程列表之前，所述方法还包括：获取多个所述真实用户的所述用户特征、所述训练目标、所述历史训练数据以及所述预设时间段内的健身课程列表，得到多个第一用户样本数据；获取所述预设训练目标对应的所述用户群体，基于所述用户群体的用户特征确定所述预设类型用户的所述用户特征，基于所述用户群体历史训练频率确定所述预设类型用户的历史训练数据，并基于所述健身课程图数据库确定所述预设类型用户的所述预设时间段内的健身课程列表；由多个不同的所述预设类型用户的所述用户特征、所述训练目标、所述历史训练数据以及所述预设时间段内的健身课程列表构成多个第二用户样本数据；由所述多个第一用户样本数据和所述多个第二用户样本数据构成所述多组样本数据，并根据所述多组样本数据训练预设序列模型，得到所述第一目标模型。4.根据权利要求3所述的方法，其特征在于，所述基于所述健身课程图数据库确定所述预设类型用户的所述预设时间段内的健身课程列表包括：根据所述设训练目标在所述健身课程图数据库中确定起始节点，其中，所述健身课程图数据库由多个节点构成，每个节点表征一个健身课程，各个节点之间的连接边表示健身课程之间的关联关系；根据所述健身课程图数据库中的各个节点之间的连接关系，依次确定所述起始节点之后的节点，得到多个包含顺序关系的节点；由所述多个包含顺序关系的节点对应的健身课程构成所述预设类型用户的所述预设时间段内的健身课程列表。
5.根据权利要求1所述的方法，其特征在于，在所述将所述目标用户的所述训练目标、所述用户特征以及所述历...

【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：