本发明专利技术公开了一种针对目标对象的体育项目推荐方法及装置，方法包括：首先获取目标对象的运动数据，生成以数据类型划分的第一数据元组；接着，将所述第一数据元组中运动日期及用户标识相同的数据划分为一组，并统计每个用户每天针对不同强度运动的运动时长和阻抗运动时长，得到第二数据元组；然后，根据所述第二数据元组，将日期按照周编号分组，计算每个用户在各周每天的不同强度运动总时间、阻抗运动天数，得到第三数据元组；最后，根据不同用户的中高强度运动时间和阻抗运动天数，对所述第三数据元组进行划分得到多个用户组，并向各个用户组发出对应的运动推荐策略，本发明专利技术准确性高且更加科学规范，可广泛应用于计算机技术领域。域。域。
【技术实现步骤摘要】
一种针对目标对象的体育项目推荐方法及装置
[0001]本专利技术涉及计算机
，尤其是一种针对目标对象的体育项目推荐方法及装置。
技术介绍
[0002]随着移动设备的普及以及APP的多元化发展，人们的生活越来越便利。现代人的衣、食、住、行已经离不开手机等移动设备。随着人工智能技术的发展，人们日常运动都可以在手机上进行。
[0003]体育锻炼对于青少年学生的重要性不言而喻，而运动APP更是当下青少年学生进行体育锻炼重要的辅助工具。运动APP如何科学、合理推荐青少年学生体育锻炼项目是一个重要问题。传统的个性化推荐算法着重于用户的兴趣爱好，通过不断推荐用户感兴趣的项目/商品，来提高用户的满意度和黏度。但是对于运动APP而言，仅考虑用户爱好，而忽略体育锻炼的科学性和合理性，可能会引起其他问题，比如用户的运动不够多样化、运动强度不够等。
[0004]因此，如何改进运动项目推荐结果的准确性以及科学性，成为亟待解决的问题。
技术实现思路
[0005]有鉴于此，本专利技术实施例提供一种准确性高且更加科学规范的，针对目标对象的体育项目推荐方法及装置。
[0006]本专利技术实施例的一方面提供了一种针对目标对象的体育项目推荐方法，包括：
[0007]获取目标对象的运动数据，生成以数据类型划分的第一数据元组；
[0008]将所述第一数据元组中运动日期及用户标识相同的数据划分为一组，并统计每个用户每天针对不同强度运动的运动时长和阻抗运动时长，得到第二数据元组；
[0009]根据所述第二数据元组，将日期按照周编号分组，计算每个用户在各周每天的不同强度运动总时间、阻抗运动天数，得到第三数据元组；
[0010]根据不同用户的中高强度运动时间和阻抗运动天数，对所述第三数据元组进行划分得到多个用户组，并向各个用户组发出对应的运动推荐策略。
[0011]可选地，所述方法还包括：
[0012]按照周编号对所述第二数据元组进行分组，得到第四数据元组，其中，所述第四数据元组用于表征用户标识、用户在各周选择运动的次数以及周编号；
[0013]根据所述第四数据元组，构建不同用户之间的相似度矩阵。
[0014]可选地，所述方法还包括：
[0015]根据所述相似度矩阵，对用户相似度进行降序排序，为每个用户筛选出相似度靠前的多个相似用户。
[0016]可选地，所述方法还包括：
[0017]根据目标用户对应的多个相似用户以及被所述相似用户选中且未被目标用户选
中的运动项目，计算得到用户
‑
候选运动分数矩阵。
[0018]可选地，所述方法还包括：
[0019]构建第一运动强度矩阵，其中，所述第一运动强度矩阵中每个元素为1代表该运动是中高强度运动。
[0020]可选地，所述方法还包括：
[0021]将所述用户
‑
候选运动分数矩阵和所述运动强度矩阵进行点乘，得出用户
‑
候选中高强度运动分数矩阵；
[0022]按照所述用户
‑
候选中高强度运动分数矩阵，对运动分数进行降序排序，并向目标用户推荐排序靠前的多个中高强度运动。
[0023]可选地，所述方法还包括：
[0024]构建第二运动强度矩阵，其中，所述第二运动强度矩阵中每个元素为1代表该运动是高强度运动。
[0025]可选地，所述方法还包括：
[0026]将所述第二运动强度矩阵与用户
‑
候选运动分数矩阵进行点乘，得出用户
‑
候选高强度运动分数矩阵；
[0027]按照所述用户
‑
候选高强度运动分数矩阵，对运动分数进行降序排序，并向目标用户推荐排序靠前的多个高强度运动。
[0028]可选地，所述方法还包括：
[0029]构建运动类型矩阵，其中，所述运动类型矩阵中每个元素为1代表该运动是阻抗运动；
[0030]根据所述运动类型矩阵，生成运动类型强度；
[0031]计算所述运动类型强度与用户
‑
候选运动分数矩阵之间的点乘结果，得出用户
‑
候选阻抗运动矩阵；
[0032]按照分数降序排序，并将排名靠前的多个阻抗运动推荐给目标用户。
[0033]本专利技术实施例的另一方面还提供了一种针对目标对象的体育项目推荐装置，包括：
[0034]第一模块，用于获取目标对象的运动数据，生成以数据类型划分的第一数据元组；
[0035]第二模块，用于将所述第一数据元组中运动日期及用户标识相同的数据划分为一组，并统计每个用户每天针对不同强度运动的运动时长和阻抗运动时长，得到第二数据元组；
[0036]第三模块，用于根据所述第二数据元组，将日期按照周编号分组，计算每个用户在各周每天的不同强度运动总时间、阻抗运动天数，得到第三数据元组；
[0037]第四模块，用于根据不同用户的中高强度运动时间和阻抗运动天数，对所述第三数据元组进行划分得到多个用户组，并向各个用户组发出对应的运动推荐策略。
[0038]本专利技术实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行前面的方法。
[0039]本专利技术的实施例首先获取目标对象的运动数据，生成以数据类型划分的第一数据
元组；接着，将所述第一数据元组中运动日期及用户标识相同的数据划分为一组，并统计每个用户每天针对不同强度运动的运动时长和阻抗运动时长，得到第二数据元组；然后，根据所述第二数据元组，将日期按照周编号分组，计算每个用户在各周每天的不同强度运动总时间、阻抗运动天数，得到第三数据元组；最后，根据不同用户的中高强度运动时间和阻抗运动天数，对所述第三数据元组进行划分得到多个用户组，并向各个用户组发出对应的运动推荐策略，本专利技术准确性高且更加科学规范。
附图说明
[0040]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0041]图1为本专利技术实施例的整体步骤流程图；
[0042]图2为本专利技术实施例的具体应用流程图。
具体实施方式
[0043]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0044]本专利技术实施例的一方面提供了一种针对目标对象的体育项目推荐方法，如图1所示，包括：
[0045]获取目标对象的运动数据，生成以数据类型划分的第一数据元组；本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种针对目标对象的体育项目推荐方法，其特征在于，包括：获取目标对象的运动数据，生成以数据类型划分的第一数据元组；将所述第一数据元组中运动日期及用户标识相同的数据划分为一组，并统计每个用户每天针对不同强度运动的运动时长和阻抗运动时长，得到第二数据元组；根据所述第二数据元组，将日期按照周编号分组，计算每个用户在各周每天的不同强度运动总时间、阻抗运动天数，得到第三数据元组；根据不同用户的中高强度运动时间和阻抗运动天数，对所述第三数据元组进行划分得到多个用户组，并向各个用户组发出对应的运动推荐策略。2.根据权利要求1所述的一种针对目标对象的体育项目推荐方法，其特征在于，所述方法还包括：按照周编号对所述第二数据元组进行分组，得到第四数据元组，其中，所述第四数据元组用于表征用户标识、用户在各周选择运动的次数以及周编号；根据所述第四数据元组，构建不同用户之间的相似度矩阵。3.根据权利要求2所述的一种针对目标对象的体育项目推荐方法，其特征在于，所述方法还包括：根据所述相似度矩阵，对用户相似度进行降序排序，为每个用户筛选出相似度靠前的多个相似用户。4.根据权利要求3所述的一种针对目标对象的体育项目推荐方法，其特征在于，所述方法还包括：根据目标用户对应的多个相似用户以及被所述相似用户选中且未被目标用户选中的运动项目，计算得到用户
‑
候选运动分数矩阵。5.根据权利要求1
‑
4任一项所述的一种针对目标对象的体育项目推荐方法，其特征在于，所述方法还包括：构建第一运动强度矩阵，其中，所述第一运动强度矩阵中每个元素为1代表该运动是中高强度运动。6.根据权利要求5所述的一种针对目标对象的体育项目推荐方法，其特征在于，所述方法还包括：将所述用户
‑
候选运动分数矩阵和所述运动强度矩阵进行点乘，得出用户
‑
候选中高强度运动分数矩阵；按照所述用户
【专利技术属性】
技术研发人员：郑倩如，柳义筠，钟贵，谌颃，邬厚民，
申请(专利权)人：广州科技贸易职业学院，
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。