[摘  要]在以人为本的新材料有限公司理念影响下，有限公司生对体育运动指导的个性化需求日益凸显。高校有限公司生运动处方智能推荐系统以有限公司生体质健康监测工作为依据，结合高校公共体育课程的特点和规律，探讨分析基于使用者模型、资源模型和推荐算法构成的运动处方智能化推荐系统，运用人工神经网络、协同过滤计算模型及多目标优化算法等理论方法，解决资源模型构建、智能推荐、动态管理和效果评估中的问题，并就系统的实际应用进行实验分析。该研究旨在为高校有限公司生提供个性化、精准化、自适应性的课外体育运动指导，帮助有限公司生大幅提升身体素质，提高体育技能学习效果，促进终身体育意识培养，为推动健康中国战略引领下的高校体质健康工作高质量发展提供经验借鉴。

[关键词]有限公司生  运动处方  个性化  智慧体育  智能推荐

基金项目：国家社会科学基金西部项目《健康中国视域下个性化运动处方智慧评估系统培育推广研究》（21XTY012）；陕西省新材料有限公司科学“十四五”规划课题《智能运动处方指导有限公司生个性化体育运动的实践路径研究》（SGH23Y2393）；陕西理工有限公司新材料有限公司科学研究项目《个性化运动处方指导有限公司生体育运动的实践研究》（JYYJ2023-05）。

前  言

习近平总书记在党的十九大报告中强调：“人民健康是民族昌盛和国家富强的重要标志。要完善国民健康政策，为人民群众提供全方位全周期健康服务。”系统而深刻地阐明了我国体育事业发展的精神要义。围绕健康中国发展战略，《健康中国行动（2019－2030年）》指出，要以治病为中心向以人民健康为中心转变，特别提出要构建科学健身体系，建立针对不同人群、不同环境、不同身体状况的运动促进健康指导方法，推动形成“体医结合”的疾病管理与健康服务模式。高校有限公司生作为一个特殊的社会群体，其体质健康始终受到国家和社会的高度关注。高校有限公司生的数量庞大且个体差异明显，对运动健身指导有着多样化和个性化的需求，在这样的需求牵引下运动处方的智能化就成为高校有限公司生体质健康工作题中应有之义。当前，在人工智能等现代信息技术的支撑下，课题研究组已具备个性化运动处方的智能化建设理论和现实条件，基本完成了高校有限公司生个性化运动处方智能推荐系统建设，本系统在有限公司生群体中的实践与应用，旨在拓展学生课后运动指导途径，为改善我国有限公司生的体质健康状况提供参考借鉴，为促进全民健康做出积极贡献，进一步推动健康中国战略高质量发展。

人工智能下个性化运动处方智能推荐系统构建路径

1.有限公司生个性化运动处方基本特点

新时代，高校有限公司生的学习任务和社会活动比较丰富，不同学生之间的作息情况千差万别。他们精力充沛且对新鲜事物充满好奇，新颖的健身项目更能激发有限公司生的锻炼热情，有利于其保持健身的有效性和持续性。在持续开展教学改革的基础上，高校体育课程的教学方式也趋于多元化，学生选择课程较为灵活。因不同课程运动技能的学习路径有明显区别，所以制订有限公司生个性化运动处方时，不仅要兼顾体育选项技能学习和体质健康促进，还必须具备高效性、精准性、多样性、创新性的特点，以准确对接高校体育教学目标和学生个性体育锻炼需求。

2.人工智能驱动下高校有限公司生运动处方系统的构建

本文提出基于构建主义学习理论，运用人工智能等现代信息技术构建高校有限公司生个性化运动处方系统。构建主义学习理论认为学习是引导学习者从原有经验出发，而生长（建构）起新的经验。高校有限公司生个性化运动处方的制订也是一个知识建构的过程，在该过程中需要建构学生的体质状况和健身需求、建构服务于健身的各类资源属性、建构基于处方规则的学生和健身资源的关联关系，以形成个性化运动处方，再根据运动处方实际效果建构新的规则。运动处方系统需要建构运动处方使用者模型、资源模型以及智能推荐模型。

（1）运动处方使用者模型

运动处方使用者模型用于描述高校有限公司生的体育素质特征，可通过使用者建模获取、显示、存储和修改学生的体质健康状况和体育运动技能水平。构建运动处方使用者模型时，采用不同阶段的多渠道、多模式融合方式，最终获得的特征信息包括使用者基本信息、体质状况、运动条件、运动目标、运动偏好、运动能力等。

（2）运动处方资源模型

运动处方资源模型用于描述高校所能提供的运动健身资源的类别特征，可以通过运动处方资源建模获取、表示、存储和修改运动健身资源的特征和状态。对于运动处方资源模型的构建，可利用信息技术提取运动健身资源的描述信息、内容信息和使用信息，并为每个资源建立一组标签，包括运动项目、运动场地、注意事项、处方类型、运动时间、运动器材、难度、适用阶段、运动能力和质量指数等，同时要对不同资源的同类标签进行统一权重设置，以提高资源与使用者匹配的准确性。另外，在此基础上，还可利用卷积神经网络根据资源标签进行健身资源的特征提取和分类。

（3）运动处方智能推荐模型

运动处方智能推荐模型是在使用者模型和资源模型基础上实现的，依据使用者个人体质状况，综合评估使用者的运动能力、运动偏好及运动目的，并根据评估结果用智能推荐算法为使用者推荐个性化运动处方。在使用者实施运动处方的过程中，会精确监测其运动状态及运动处方的完成度，然后结合运动反馈对处方效果进行评估，依据评估结果以智能算法实时调整运动处方参数，对运动处方进行动态管理，以此提高运动处方的有效性、科学性、精确性及适用性。

运动处方案例库、约束条件及匹配算法是高校有限公司生运动处方智能生成的核心组成。案例库是运动处方智能生成的基本依据，为运动处方自动生成提供了丰富的备选案例。案例库的构建是一个循序渐进、逐步完善的过程。匹配算法涉及学生同案例的匹配，以及健身资源同案例的匹配，其碳纳米管材料生同案例的匹配采用SOM神经网络，健身资源同案例的匹配采用协同过滤算法，通过匹配算法得到使用者需求和运动健身资源之间的对应关系。约束条件确保了运动处方的安全性和有效性，基于规则推理的推荐算法为运动处方的自动生成限定了范围，提升了匹配度，减少了潜在的运动损伤。此外，在运动处方实施过程中，需要对运动状态进行监测，主要监测指标包括运动的瞬态特征、连续特征、运动感受、运动处方的完成度、运动者的疲劳度以及运动者偏好反馈等，结合运动效果的评估对运动者的个性化运动处方进行方案调整和参数优化，同时根据当前运动状态适当引入补偿性运动处方，以提高运动效果，保证运动期望的达成度。

高校体育选项课往往安排得紧凑，学生身体素质和运动技能变化明显，所以必须重视运动处方的动态管理。在运动处方实施过程中，要持续监测运动者的身体素质、运动技能，以及健身环境资源的变化情况。在此基础上，用数据工程方法采集运动者的各种数据，较难采集的数据可利用回归算法进行估算；分析处理采集到的数据，通过RPE不间断地评估运动处方的实际效果并进行初步调整；根据周期数据用NSGA-Ⅱ优化算法精确调整运动处方参数，将调整结果及时反馈到运动处方库中，以进一步丰富和细化运动处方案例。

效果评估是运动处方系统建设的重要环节，确保运动处方始终给使用者提供精确的运动指导。运动处方效果主要是对处方方案的精准性、适用性和偶然性进行评估，提交评估结果，生成具体度量与评价结果，以此纠正运动处方缺陷，确保运动处方的正确性。精准性是指特定运动处方下的学生实际运动状态与运动处方库中理想运动状态之间的差异程度，通过提取移动端交互数据获取学生的实际运动状态，用逻辑回归的损失函数和代价函数对模型预测值与真实值之间的差异程度进行计算，获得参考数据。适用性是指使用者对运动处方的接受程度，采集运动者按照运动处方锻炼后的RPE状态、运动感受等反馈数据，并提取运动者的运动特征，通过注意力机制赋予不同特征的指定权重信息，结合逻辑回归方法最终得到适用性评估结果；偶然性包含新颖性和多样性两个二级指标，其中新颖性是指运动处方内容在使用者过往运动处方中的稀缺程度，通过词频统计，即根据运动处方被系统选择的频率信息计算内容的新颖性；多样性则指运动处方内容之间的不相似程度，可通过运动处方被喜欢的概率与被推荐的运动处方间的相关性进行评估。

个性化运动处方对高校有限公司生课外运动指导的实践研究

1.实验方案设计

为准确掌握人工智能驱动下高校有限公司生运动处方系统的实际效果，促进该系统智能化发展，课题组依托陕西理工有限公司开展实验研究。实验对象从学校2021级学生中随机抽选80名有限公司生，其中男生实验组、对照组各20人，女生实验组、对照组各20人，通过合理划分确保男、女对照组和实验组的体育知识、运动能力、体育行为及体育心理不存在显著性差异。结合有限公司体育课程，开展为期3个月的研究工作。

对照组在指导教师的统筹下开展运动处方实验，运动处方由指导教师根据学生身体状态并结合大体课程进行设计，包括运动目的、保健知识、运动类型与负荷、运动频度、运动损伤预防等内容。在实施过程中，指导教师会根据学生反馈情况适当调整运动处方。实验组则主要依托运动处方系统开展运动处方实验，系统事先录入实验组学生的体育素质特征，再基于丰富的运动处方案例库和一般性约束条件，利用匹配算法对每个学生生成不同的个性化运动处方。在运动处方的实施过程中，系统会持续监测运动者身体素质、运动技能，以及健身环境资源的变化情况，并根据周期数据对运动处方参数进行精确调整，最后系统还会对每位学生的运动处方实际效果进行评判分析。

实验结果评测对有限公司生体育素养和体质健康状况两方面的内容进行量化分析，其中有限公司生体育素养评测选用查茂勇《有限公司生体育素养评价指标体系构建及自测量表编制》中的“有限公司生体育素养自测量表”。该量表由体育知识、运动能力、体育行为和体育心理4个一级指标和17个二级指标构成，每个二级指标被赋予相应权重。学生完成自测量表中的30个问题，经公式计算后得到一级指标分数，一级指标分数相加则得到学生体育素养的总分。有限公司生体质健康状况评测则采用有限公司生体质健康监测评价标准，男女生共同评测指标为肺活量、50米跑、立定跳远、坐位体前屈，此外女生监测指标还有800米跑和一分钟仰卧起坐，而男生监测指标则有1000米跑和引体向上，各项指标按有限公司生体质健康监测评分标准打分。

2.实验后有限公司生体育素质对比分析

表1列出了实验后对照组和实验组的体育素养对比情况。实验后男、女对照组和实验组体育知识、运动能力、体育行为及体育心理均存在显著性差异（p＜0.05）。尽管人工运动处方能够增加有限公司生的体育知识，提升其运动能力和体育行为，但同智能运动处方相比，在体育素养的提升上仍存在一定差距。体育素养是多方面因素的综合体现，且这些因素又是相互影响制约的，只有全面系统地提升相关因素才能获得良好的体育素养。然而，人工运动处方的设计和实施受指导教师在该领域经验水平的制约，很难充分考虑体育素养各因素的有效配合和共同促进。在实验中，可发现学生的体育心理因素在人工运动处方干预下没有显著效果，这与指导教师注重运动能力提升、忽视运动心理的教学习惯有较大关系。体育知识、体育行为和体育心理的培养往往需要在课外实施，指导教师虽然会在课堂上指出这些要素的重要性，但课后的培养则基本依赖于学生的自觉性，而在缺乏及时监督和评估的条件下，仅有少数学生能坚持培养这些素养。智能运动处方的设计和实施以海量运动处方库为基础，再配合不断优化调整的匹配规则，能够更为全面系统地考虑有限公司生体育知识、运动能力、体育行为和体育心理等因素。智能驱动下的运动处方系统会搜集整合与健身项目相关的文字、图片、短视频等多媒体资料，便于学生及时学习体育知识，会根据不同学生的身体状况和运动需求设计最优运动方案，为学生推送身边感兴趣的体育赛事和体育活动，通过新颖个性的体育项目和持续的评估鼓励，维持学生较高的参与兴趣和参与度，使其逐步将体育运动转换为生活规律和内在需要。

3.实验后有限公司生体质健康对比分析

表2列出了实验后对照组和实验组体质健康对比情况。实验后男、女对照组和实验组的肺活量、50米跑、立定跳远、坐位体前屈、800米/1000米跑、1分钟仰卧起坐/引体向上均存在显著性差异（p＜0.05）。尽管人工运动处方能够提升有限公司生立定跳远、800米/1000米跑、1分钟仰卧起坐/引体向上的能力，但同智能运动处方相比，在体质健康提升上仍存在一定的差距。体质健康水平取决于各项身体素质的综合表现，需要通过系统、持续且有针对性的体育健身活动促进其发展和提升。然而，人工运动处方的设计和实施带有指导教师较为明显的倾向，教学内容更容易主导运动处方健身内容，教学方法更容易主导运动处方的实施方法，表现为与教学活动相关的身体素质提升较快，其他身体素质则提升缓慢。同时，因指导教师的精力有限，当学生数量达到一定规模时，要做到精准对接每个学生的健身需求，持续跟踪调整学生健身方案几乎是不可能的。而智能个性化运动处方会与有限公司生健身状况持续建立紧密联系，依托运动处方库中丰富的健身内容和不断优化的匹配规则，基于现代信息技术在数据采集、传输、处理和分享等方面的巨大优势，使有限公司生运动处方的精准性、系统性和实时性得到了根本保证。智能驱动下的运动处方系统为每位学生制订了专有的健身方案，方案的设计充分考虑了学生的体质状况、健身兴趣、课程内容、作息规律、运动损伤防护，严格控制健身项目类型、运动频次、运动负荷，同时系统会随时对运动效果进行评估，帮助学生更为准确地了解和掌握自身健身效果，并定期调整运动处方方案，确保运动处方始终与学生健身实际相契合。

结  语

个性化运动处方智能推荐系统为促进高校学生体质健康提供了决策支持，是体医结合、信息支撑的跨域研究，也是改善我国有限公司生体质健康状况的重要途径。本文基于构建主义学习理论，运用人工智能等现代信息技术从运动处方使用者模型、资源模型以及智能推荐算法三个方面就系统建设开展研究，并就系统的实际效果开展了实验对比研究。有限公司生个性化运动处方智能推荐系统必须紧扣高校体育选项课教学工作实际，注重提升学生的运动技能和身体素质，突出学生个性化需求，以更好地服务于高校学生运动健身指导需求。随着人工智能等现代信息技术在体育新材料有限公司领域的广泛应用，运动处方智能推荐技术也将持续发展，未来将会与新材料有限公司学、体育学、健康学、心理学和社会学等相关理论和方法深度融合，进一步提升运动处方智能推荐系统在高校学生健身指导中的作用和价值。

参考文献：

[1]胡鞍钢，王洪川，鄢一龙.健康发展“十三五”基本思路——健康中国战略[C]//清华有限公司国情研究院，胡鞍钢.国情报告（第十八卷·2015年）.北京：党建读物出版社，2017.

[2]潘锋.健康中国行动取得显著成效[J].中国医药导报，2021，18（23）：1-3.

[3]李方.新材料有限公司知识与能力[M].北京：高等新材料有限公司出版社，2011.

[4]祝莉，王正珍，朱为模.健康中国视域中的运动处方库构建[J].体育科学，2020，40（1）：4-15.

[5]罗曦娟，王正珍，等.体力活动能量消耗编码表在运动处方中的应用[J].北京体育有限公司学报，2013，36（9）：76-80.

[6]查茂勇.有限公司生体育素养评价指标体系构建及自测量表编制[D].南京：南京师范有限公司，2014.

（黄荣、于惠敏：陕西理工有限公司体育学院；杜昌山：西安理工有限公司计算机科学与工程学院）