买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】基于改进协同过滤ItemCF算法的运动处方生成方法_西安理工大学_202010742958.3 

申请/专利权人:西安理工大学

申请日:2020-07-29

公开(公告)日:2020-11-13

公开(公告)号:CN111933249A

主分类号:G16H20/30(20180101)

分类号:G16H20/30(20180101);G06F16/9536(20190101)

优先权:

专利状态码:在审-实质审查的生效

法律状态:2020.12.01#实质审查的生效;2020.11.13#公开

摘要:本发明公开一种基于改进协同过滤ItemCF算法的运动处方生成方法,步骤为:步骤1,收集运动项目并划分为运动效果属性,作用对象属性,运动条件属性;对运动效果属性、作用对象属性进行量化建立运动项目量化数据库;步骤2,计算运动效果属性在数据库中的分布;步骤3,获取用户输入数据,根据运动数据建立理想运动量化模型;步骤4,根据理想运动量化模型,利用改进的协同过滤ItemCF算法计算运动量化数据库中所有运动对用户输入的适应度;步骤5,筛选适应度最高的运动项目,设定运动强度,运动频率和运动时长,生成运动处方;步骤6,收集新的用户输入数据,从步骤3开始,重复步骤3到步骤5获得新的运动处方。本发明解决了现有技术中存在的运动处方生成结果不符合用户运动能力和运动条件的问题。

主权项:1.基于改进协同过滤ItemCF算法的运动处方生成方法,具体步骤为:步骤1,收集运动项目,通过属性将运动项目划分为运动效果属性,作用对象属性,运动条件属性;对运动效果属性、作用对象属性进行量化得到量化数据,从而建立运动项目量化数据库;步骤2,计算运动效果属性在数据库中的分布;步骤3,获取用户输入数据,根据运动数据利用步骤1的量化方法建立理想运动量化模型;步骤4,根据理想运动量化模型,利用改进的协同过滤ItemCF算法,计算运动量化数据库中所有运动对用户输入的适应度;步骤5,筛选适应度最高的运动项目,设定运动强度,运动频率和运动时长,生成运动处方;步骤6,收集新的用户输入数据,从步骤3开始,重复步骤3到步骤5获得新的运动处方。

全文数据:

权利要求:

百度查询: 西安理工大学 基于改进协同过滤ItemCF算法的运动处方生成方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。