[发明专利]基于群组画像的体育教学智能系统

摘要

一种基于群组画像的体育教学智能系统，包括：位于手环端的数据感知模块、自组网模块以及位于云平台端的监控报警模块、群组优化模块，本发明采用基于群组的模式对运动过程心率数据的传输、监控、分析进行分组处理。在传输层通过组建群组，增强网络结构灵活性，避免连接过程的连接数量、连接范围限制。通过群组数据构建概率模型识别异常，划分不同监控报警标准，提升监测模块抗干扰性、准确性。在数据分析过程层层深入，分三个侧面构建群组画像，挖掘个体与群组表现，通过分组模式分为体质群组、个人运动强度群组、课堂运动效果群组，利用分组结果优化群组画像，为细化教学内容，优化课堂结构，区分教学人群，度量课堂运动效果提供决策支持。

主权项

1.一种基于群组画像的体育教学智能系统，其特征在于，包括：位于手环端的数据感知模块和自组网模块以及位于云平台端的群组优化模块、监控报警模块以及分组支持模块，其中：数据感知模块通过手环传感器采集相应生理指标信息、设备匹配信息并通过自组网模块发送至云平台端；自组网模块通过分组传输算法划分不同群组并组建不同内网，由内网的主传输设备与外部通信；群组优化模块进行体质分组、个人运动强度分组、课堂运动效果分组，将分组结果反馈到分组支持模块，优化群组画像；分组支持模块提供分组策略，通过构建三个语义关联的群组画像共同构成群组画像模型，提升分组结果的可解释性，为教师优化课程提供决策支持；分组支持模块的模型预设单元为群组画像模型提供预设初始值，解决冷启动问题；监控报警模块基于体质分组结果，在每个群组内部采用历史数据构建心率阈值模型，监控数据感知模块采集的数据，识别异常进行预警；所述的群组画像包括：体质群组画像、运动量群组画像、课程群组画像，其中：体质群组画像是指：符合一系列共同体质特征的人群集合；运动量群组画像是指：通过学生课堂运动强度的一系列特征集合构造的群组特征模型；课程群组画像是指：课程运动量、课程结构特征相近的课程群体集合；所述的生理指标信息包括使用者的心率、步数、当前环境温度、GPS定位坐标；所述的体质分组是指：在单个班级内基于BMI、性别、静态心率以及历史数据中的最高心率通过聚类算法k‑均值算法对学生进行聚类，划分为强体质群组、普通体质群组、弱体质群组、高危体质群组；所述的心率阈值模型是指：根据群组历史数据构建心率、心率变化速率分布，基于群组数据标记异常学生，通过滑动窗口模型减少数据噪音干扰，计算每次心率变化速率v＝(p*60/t₂‑p*60/t₁)/(t₂‑t₁)，其中给定参数p为心跳次数，t₂和t₁分别为p次心跳持续时间，对心率及心率变化速率数据分别拟合正态分布概率模型，模型接收新数据不断更新模型参数，通过群组分布情况计算概率，对小概率心率标记异常，进行预警。