[发明专利]数据处理方法及装置、电子设备和介质

说明书

一种数据处理方法及装置、电子设备和介质。方法包括：获取回归模型，其中，回归模型表示多个自变量与血脂变化量之间的对应关系，多个自变量包括运动干预周期和训练刺激量，血脂变化量为运动干预周期前后的血脂差值，训练刺激量是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，利用回归模型预测目标用户的目标训练刺激量，其中，目标训练刺激量表示目标用户在目标运动干预周期内应当完成的运动量，以实现目标血脂变化量。

技术领域

本公开涉及计算机技术领域，尤其涉及一种数据处理方法及装置、电子设备、非瞬时计算机可读存储介质和计算机程序产品。

背景技术

血脂异常是一种常见的代谢性异常。改善血脂异常的方式除了服用血脂药物之外，运动也可以作为改善血脂异常的重要生活方式干预手段。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本公开提供了一种数据处理方法及装置、电子设备、非瞬时计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了一种数据处理方法。该方法包括：获取回归模型，其中，回归模型表示多个自变量与血脂变化量之间的对应关系，多个自变量包括运动干预周期和训练刺激量，血脂变化量为运动干预周期前后的血脂差值，训练刺激量是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，利用回归模型预测目标用户的目标训练刺激量，其中，目标训练刺激量表示目标用户在目标运动干预周期内应当完成的运动量，以实现目标血脂变化量。

根据本公开的另一方面，提供了一种数据处理装置。该装置包括：第一单元，用于获取回归模型，其中，回归模型表示多个自变量与血脂变化量之间的对应关系，多个自变量包括运动干预周期和训练刺激量，血脂变化量为运动干预周期前后的血脂差值，训练刺激量是运动干预周期内的运动数据的函数；第二单元，用于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，利用回归模型预测目标用户的目标训练刺激量，其中，目标训练刺激量表示目标用户在目标运动干预周期内应当完成的运动量，以实现目标血脂变化量。

根据本公开的另一方面，提供了一种电子设备，包括：处理器；以及存储器，存储器存储有指令，指令被处理器执行时，使处理器执行上述的数据处理方法。

根据本公开的另一方面，提供了一种存储有指令的非瞬时计算机可读存储介质，指令被处理器执行时，使处理器执行上述的数据处理方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括指令，指令被处理器执行时，使处理器执行上述的数据处理方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。

图1示出了根据本公开实施例的可以在其中实施本文描述的各种方法的示例系统的示意图；

图2示出了根据本公开实施例的数据处理方法的流程图；

图3示出了根据本公开实施例的数据处理装置的结构框图；

图4示出了根据本公开实施例的电子设备的结构框图。

具体实施方式