[发明专利]一种基于神经网络学习算法的社区健身推荐方法和系统

说明书

本申请实施例提供一种基于神经网络学习算法的社区健身推荐方法和系统。该方法包括：通过用户身体特征数据构建用户身体特征集，通过健身器材特征构建健身器材特征集，通过健身方法特征构建健身方法特征集；基于所述用户身体特征集、所述健身器材特征集以及所述健身方法特征集，训练社区健身推荐神经网络；采集用户特征数据，导入所述社区健身推荐神经网络，预测所述用户的匹配健身器材以及匹配健身方法；根据所述匹配健身器材及匹配健身方法向用户进行健身推荐。本申请通过神经网络学习算法提高了社区健身推荐的准确度和效率。

技术领域

本申请涉及人工智能技术及社区健身推荐领域，尤其涉及一种基于神经网络学习算法的社区健身推荐方法和系统。

背景技术

目前社区中的健身器件一般都是老年人在使用，受到身体的限制，例如老花眼、行动不便，很难通过器械上的文字来判断是否适合自身使用。

而且，即使适合老年人使用，老年人也很难掌握器件的使用方法及适应自己身体特征的使用步骤。

另外，成型的健身训练方法一般需要对全身进行训练的，但是社区中居住的老年人一般都存在这样或那样的身体问题，不适合借助健身器材进行某些健身训练，更有可能需要针对特定身体部位进行训练和康复。

实际生活中，社区中的老年人更需要针对自身身体状况，获得针对特定健身器件的定制健身方案，这样可以更加合理地分配社区健身资源，提高社区老年人健身积极性和健身效果。

因此，亟须一种高效、准确的方法和设备能够解决这些问题。

发明内容

有鉴于此，本申请的目的在于提出一种基于神经网络学习算法的社区健身推荐方法和系统，提高社区健身训练方法的推荐的效率，解决目前社区中老年人等需要帮助的人群无法及时准确、科学的健身方法推荐的技术问题。

基于上述目的，本申请提出了一种基于神经网络学习算法的社区健身推荐方法，包括：

通过用户身体特征数据构建用户身体特征集，通过健身器材特征构建健身器材特征集，通过健身方法特征构建健身方法特征集；

基于所述用户身体特征集、所述健身器材特征集以及所述健身方法特征集，训练社区健身推荐神经网络；

采集用户特征数据，导入所述社区健身推荐神经网络，预测所述用户的匹配健身器材以及匹配健身方法；

根据所述匹配健身器材及匹配健身方法向用户进行健身推荐。

在一些实施例中，通过用户身体特征数据构建用户身体特征集，通过健身器材特征构建健身器材特征集，通过健身方法特征构建健身方法特征集，包括：

根据所述用户身体的性别、年龄、身高、体重、身体病态部位和期待健身部位，构建所述用户身体特征集；

根据所述健身器材的数量、使用方式、状态、针对身体部位，构建所述健身器材特征集；

根据所述健身方法的健身步骤、健身获益部位、健身受损部位，构建所述健身方法特征集。

在一些实施例中，基于所述用户身体特征集、所述健身器材特征集以及所述健身方法特征集，训练社区健身推荐神经网络，包括：

所述社区健身推荐神经网络中，根据用户健身需求，初始输入端为所述用户身体特征集、所述健身器材特征集和所述健身方法特征集，输出端为指定时段的用户健身推荐方案，构建一组或多组深度学习网络。

在一些实施例中，一组或多组深度学习网络，包括：

用户身体特征学习网络，通过用户身体的性别、年龄、身高、体重、身体病态部位和期待健身部位，预测用户的身体的健身部位；