[发明专利]数据处理方法及装置、电子设备和介质在审
申请号: | 202310223158.4 | 申请日: | 2023-03-09 |
公开(公告)号: | CN116230164A | 公开(公告)日: | 2023-06-06 |
发明(设计)人: | 金颖;申茂霖;王冰婵;刘芳菲;周楚杰 | 申请(专利权)人: | 格致健康管理有限公司 |
主分类号: | G16H20/30 | 分类号: | G16H20/30;G06F18/214;G06F18/21;G06F18/27 |
代理公司: | 北京市汉坤律师事务所 11602 | 代理人: | 魏小薇;吴丽丽 |
地址: | 571999 海南省澄迈县老城镇高新*** | 国省代码: | 海南;46 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 数据处理 方法 装置 电子设备 介质 | ||
1.一种数据处理方法,包括:
获取回归模型,其中,所述回归模型表示多个自变量与血脂变化量之间的对应关系,所述多个自变量包括运动干预周期和训练刺激量,所述血脂变化量为所述运动干预周期前后的血脂差值,所述训练刺激量是所述运动干预周期内的运动数据的函数;
至少基于目标用户的目标运动干预周期和目标血脂变化量,利用所述回归模型预测所述目标用户的目标训练刺激量,其中,所述目标训练刺激量表示所述目标用户在所述目标运动干预周期内应当完成的运动量,以实现所述目标血脂变化量。
2.根据权利要求1所述的方法,其中,所述运动干预周期内的运动数据包括多个运动时长,所述多个运动时长分别指示在多个运动心率区间内的运动时间量,所述训练刺激量是所述多个运动时长的加权和。
3.根据权利要求1所述的方法,其中,所述多个自变量还包括用户基础属性和用户历史运动参数,所述用户基础属性指示用户的身体特征,所述用户历史运动参数指示用户的运动习惯,并且
其中,所述利用所述回归模型预测所述目标用户的目标训练刺激量包括:
基于所述目标用户的目标运动干预周期、目标血脂变化量、用户基础属性以及用户历史运动参数,利用所述回归模型预测所述目标训练刺激量。
4.根据权利要求3所述的方法,其中,所述用户基础属性包括以下至少一项:年龄、性别、身高、体重以及当前血脂指标。
5.根据权利要求3所述的方法,其中,所述回归模型是通过如下步骤建立的:
获取多个样本,每个样本包括样本运动干预周期、样本训练刺激量、样本用户基础属性、样本用户历史运动参数和样本血脂变化量;
通过对所述多个样本进行回归分析,建立所述血脂变化量关于所述多个自变量的函数作为所述回归模型。
6.根据权利要求1-5中任一项所述的方法,其中,所述目标运动干预周期包括多个运动周期区间,所述方法还包括:
确定所述多个运动周期区间中每个运动周期区间对应的训练刺激分量;
响应于确定当前时刻为该运动周期区间的起始时刻,生成第一提示信息,所述第一提示信息指示该运动周期区间对应的训练刺激分量。
7.根据权利要求6所述的方法,其中,所述确定所述多个运动周期区间中每个运动周期区间对应的训练刺激分量包括:
将所述目标训练刺激量的相应部分分配至每个运动周期区间,作为该运动周期区间对应的训练刺激分量。
8.根据权利要求6所述的方法,其中,所述确定所述多个运动周期区间中每个运动周期区间对应的训练刺激分量,包括:
获取在当前运动周期区间之前已完成的训练刺激量;
将所述目标训练刺激量和所述已完成的训练刺激量的差值的相应部分分配至剩余运动周期区间,所述剩余运动周期区间包括所述当前运动周期区间和所述多个运动周期区间中处于该当前运动周期区间之后的其他运动周期区间。
9.根据权利要求6所述的方法,还包括:
生成第二提示信息,所述第二提示信息指示通过各种运动类型完成所述多个运动周期区间中的当前运动周期区间对应的训练刺激分量所需的相应不同运动时长。
10.根据权利要求6所述的方法,还包括:
获取所述目标用户在所述多个运动周期区间中的当前运动周期区间内的心率记录数据和在所述当前运动周期区间的运动时长;
基于所述当前运动周期区间内的心率记录数据和所述当前运动周期区间的运动时长,计算所述目标用户在所述当前运动周期区间内已完成的训练刺激量;
生成第三提示信息,所述第三提示信息指示所述目标用户在所述当前运动周期区间内已完成的训练刺激量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于格致健康管理有限公司,未经格致健康管理有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310223158.4/1.html,转载请声明来源钻瓜专利网。