[发明专利]一种运动推荐方法、装置、系统及计算机可读存储介质

权利要求书

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，集成模型根据多个子模型的输出确定最终的强度分类结果；

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。

6.根据权利要求1所述的方法，其特征在于，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。

7.根据权利要求1所述的方法，其特征在于，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。

8.根据权利要求1、6或7所述的方法，其特征在于，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。