一种基于群体画像的社区健身活动推荐方法

技术领域

本发明涉及一种健身医疗研究方法，尤其是涉及一种基于群体画像的社区健身活动推荐方法。

背景技术

为了保持身体健康，人们经常采取各种方式锻炼身体。对于大众普通人而言，充满动力与激情的群体方式能够达到更好的锻炼效果。

目前市面上对于个人健身器材和推荐方案层出不穷，如利用图像识别，健康数据(心率/运动速率等)的采集技术，推出室内健身器材、虚拟现实显示设备和个人穿戴设备等产品实现个性化健身系统。

然而，发明人发现实际中健身方案至少存在如下问题：个人健身往往会受到运动场地装备不足、自制力不够和缺乏相对专业指导等方面的约束；且价格高昂的健身设备使得个人健身始终只有少数人涉足，不能达到普及化和全民健身的目标。

发明内容

本发明提供了一种基于群体画像的社区健身活动推荐方法，解决了健身房健身成本较高，覆盖率低和个体健身积极性差等问题，旨在提升全民健身频数与质量，提高全民平均身心健康素质指数，其技术方案如下所述：

一种基于群体画像的社区健身活动推荐方法，包括以下步骤：

S1：构建个性化社群画像，用于对用户健康数据进行建模；

S2：构建专业健康知识库，用于对专业健身与健康知识内容进行收集并存储；

S3：基于目标群体的个性化社群画像和专业健康知识库，生成群体用户健身方案。

步骤S1中，所述用户健康数据包括用户的基本信息数据，所述基本信息数据包含但不仅限于以下内容：年龄、性别、身高、体重、腰围、臀围、疾病史。

步骤S1中，所述用户健康数据包括用户的健身数据，所述健身数据包含但不限于以下内容：体脂率、常做运动、运动量大小和用户基本信息。

步骤S1中，所述用户健康数据包括用户的用户就诊数据，所述就诊数据包含但不限于以下内容：患病史、感冒次数/年、就诊史、身体各项基本状况。

步骤S1中，基于社群用户的基本信息数据、健身数据和就诊健康数据，构建群体用户画像。

步骤S2中，专业健康知识库包括：(1)采集医疗知识数据，基于医疗专家专业知识，收集合并存储相关医疗健康知识数据；(2)采集健康知识数据，基于健康专家专业知识，收集合并存储健康饮食和健身方案数据；(3)获取健身专业知识数据，所述获取健身专业知识数据包含但不限于针对不同用户体质推荐专业健身教程、专业健身指导和对应身体部位锻炼。

所述健康知识库中还包括医疗知识数据、健康知识数据和健身专业知识数据三者之间的对应关系。

所述群体用户健身方案包含针对目标用户群体的推荐健身方案和推荐医疗信息，所述推荐健身方案包括健身方式、健身时间、健康饮食信息。

所述推荐方案包括的健身方式、健身时间、健康饮食信息，至少包括针对目标社群用户的推荐活动、不同类别人群的推荐运动和不同年龄段或类型人群的推荐饮食与日常习惯。

步骤S3之后，还包括动态改进优化的过程，进而优化群体用户健身方案，包括(1)用户数据反馈：根据群体用户健身方案结果反馈，动态调整社群画像。针对人员流动和健康状况的变动实时更新社群用户画像；(2)专业知识补全：根据群体用户健身方案结果反馈及新知识的出现，丰富补全融合健康知识库。

本发明提供的基于群体画像的社区健身活动推荐方法，通过对目标用户群体基本信息、健康和健身数据的采集建模解决了科学健身的技术问题，为社区、相关部门开展全民健康活动提出了高效准确的推荐方案，为提高全民化的身心健康做出科学积极的推动作用，提高了全民健康指数，真正达到了全民化的健身目的。

附图说明

图1是所述基于群体画像的社区健身活动推荐方法的框架示意图；

图2是所述基于群体画像的社区健身活动推荐方法的流程示意图。

具体实施方式

如图1所示，所述基于群体画像的社区健身活动推荐方法，以下述实施例作为说明，内容仅为方便理解提供的实现细节，并非实施本方案的必须，本方法包括以下步骤：

S1：构建个性化社群画像，用于对用户健康数据进行建模，用户健康数据包括用户的基本信息数据和医疗数据。本步骤是基于单独目标用户利用特征化的方式计算群体用户画像综合参数，构建群体用户画像。其中包含但不限于对用户信息的分段、分类和向量化。具体来说，包括以下步骤：

S11：针对作为目标群体的社群用户，采集用户的基本信息数据。

根据社区调研结果，获取与社群用户健康数据相关的基本信息数据，健康数据与社群用户基本信息数据密切相连，其中可作为衡量用户基本信息数据的，包含但不仅限于以下内容：年龄、性别、身高、体重、腰围、臀围、疾病史。

S12：采集用户的健身数据，根据社区调研结果和体育馆/健身房数据库，获取社群用户的健身数据。

为了进一步衡量社群用户的综合身体健康指标，利用从健身房和体育馆场所的数据库中获取用户的健身数据和运动量与频数。其中作为衡量用户健身数据参数信息的，包含但不限于以下内容：体脂率、常做运动、运动量大小和用户基本信息。

S13：获取社群用户就诊数据；

根据社群用户就诊医院数据库，获取社群用户就诊频数与健康状况，从而获取社群用户的就诊健康数据(医疗数据)，能够综合衡量社群用户的健康状况。其中作为衡量用户就诊健康数据的，包含但不限于以下内容：患病史、感冒次数/年、就诊史、身体各项基本状况。例如：感冒次数/年可以衡量目标用户的身体素质，感冒次数越多，身体素质越差。

S14：构建社群用户画像；

基于社群用户的基本信息数据、健身数据和就诊健康数据，构建群体用户画像。首先统计目标用户基本信息，计算存储健身数据中不同健身项目的次数时长，构建目标群体的社群用户基本信息画像；再根据统计的社群用户就诊频数和就诊类别，计算社群用户基本健康参数，从而生成社群用户画像。

S2：构建专业健康知识库，用于对专业健身与健康知识内容进行收集并存储。其包括以下内容：

S21：获取医疗专业知识，采集医疗知识数据，基于医疗专家专业知识，收集合并存储相关医疗健康知识数据。

收集合并存储专业医疗知识，为生成科学性健身方案提供医疗基础。例如：糖尿病患者不建议晨练，医疗知识还会收集各个病症的禁忌和缓解方式。

S22：获取医疗专业知识，采集健康知识数据，基于健康专家专业知识，收集合并存储健康饮食和健身方案数据。

获取健康专业知识主要针对日常习惯和食疗数据的存储融合。根据人群身体基本信息和健康状况推荐但不限于适宜的日常习惯和饮食调整。

S23：获取健身专业知识

获取健身专业知识，是针对采集融合存储专业健身知识。包含但不限于针对不同用户体质推荐专业健身教程、专业健身指导和对应身体部位锻炼。

S24：健康知识库构建

针对医疗、健康和健身专业知识构建健康知识库。基于医疗专家专业知识和健康专家专业知识，映射合并构建健康知识库。所述健康知识库中包含针对各种病症的医疗健康知识、健康知识数据和健身方案及三者之间的对应关系，其中健康知识数据还涉及适宜生理特征范围的饮食方案。通过提供丰富有效的知识事实，为基于社群画像的社区健身活动推荐构建知识库。最终的推荐方案来自于健康知识库的一条或多条知识。

S3：基于目标群体画像和专业健身健康知识库，生成群体用户健身方案。通过群体健身方案计算模块，基于已构建的社群画像和健康知识库，利用机器学习相关技术生成社群画像到健康知识库的映射结果，生成社群用户推荐方案。所述健身方案包含针对目标用户群体的推荐健身方案：健身方式、健身时间、健康饮食信息和推荐医疗信息。包括如下步骤：

S31：基于社群画像推荐

根据社群画像和健康知识库，生成健身活动推荐方案。其中确定但不限于根据社群画像匹配健康知识库中的知识内容。

S32：群体用户健身方案

根据步骤S31中筛选的知识内容，合并优化生成推荐方案。其中，这里所说的推荐方案至少包括针对目标社群用户的推荐活动、不同类别人群的推荐运动和不同年龄段或类型人群的推荐饮食与日常习惯。

S4：优化群体用户健身方案，是一种基于群体画像的社区健身活动推荐方案动态改进优化的过程，说明了社群画像和健康知识库的准确性、多样性与实时性对基于群体画像的社区健身活动推荐方案的重要性。包括有：

S41：用户数据反馈

根据群体用户健身方案结果反馈，动态调整社群画像。针对人员流动和健康状况的变动实时更新社群用户画像。

S42：专业知识补全

根据群体用户健身方案结果反馈及新知识的出现，丰富补全融合健康知识库。

本发明获取用户基本数据、健身数据和健康数据构建群体用户画像；同时根据医疗专业知识、健身专业知识和健康专业知识构建健康知识库，最后基于机器学习分类技术生成健身活动推荐方案。

本实施方式中，由于采集了群体用户健康、健身和基本信息多维数据，因此可以生成多维度的健身推荐方案，包含目标社群中各个年龄段及人群类型的多维度推荐方案；由于构建了专业健康知识库，因此生成的推荐结果具有更强的专业性和科学性。