基于大數據挖掘和物聯網的智能體育健康管理系統研究

鄧峰 樊永鋒

摘 要：構建基于大數據挖掘和物聯網的智能體育健康管理系統，向居民推薦科學的、個性化的體育健身方式，有助于居民避免運動損傷和預防疾病，有利于政府實時把控居民的體質狀況。本文分析了大數據挖掘和物聯網在構建智能體育健康管理系統中的應用和優勢，提出該系統有四個功能：基本信息管理功能、健康狀況評估功能、運動損傷和疾病預測功能、科學健身方式推薦功能。該系統由用戶層、物聯網層、通信層、網絡層、功能層、規則層、數據層等構成。

關鍵詞：大數據挖掘;物聯網;體育健康;智能管理系統

中圖分類號：TP393.09;TP311.13文獻標識碼：A文章編號：1003-5168（2021）07-0014-04

Intelligent Sport-health Management System Based on Big Data Mining and Internet of Things

DENG Feng FAN Yongfeng

（College of Physical Education， Zhengzhou University，Zhengzhou Henan 450044）

Abstract： The intelligent sports-health management system based on big data mining and Internet of Things is helpful to evaluate residents' sports health behavior， recommend scientific and personalized sports fitness methods to residents， and avoid sports injuries and prevent diseases. It can help the government to control residents' physical health in real time and build a healthy China in an all-round way. This paper analyzed the application methods and advantages of big data mining and Internet of Things in the construction of intelligent sport-health management system. The system should include basic information management function， health assessment function， sports injury and disease prediction function and scientific fitness mode recommendation function. The system should be composed of user layer， Internet of Things layer， communication layer， network layer， function layer， rule layer and data layer.

Keywords： big data mining;Internet of Things;sports health;intelligent management system

新時代，科學的體育健身行為是滿足人民日益增長的美好生活需要的重要支撐條件之一。而不科學的運動方式和過度運動會引發肌肉損傷、關節變形、心功能損傷、缺鐵性貧血、運動性血尿蛋白尿、運動性哮喘等疾病。目前，居民對體育健身方式的認知不盡科學，出現了很多不規范、易損傷的體育健身方式，損害居民健康。

2019年1月，國家體育總局與國家發改委聯合發布《進一步促進體育消費的行動計劃（2019—2020年）》，計劃中提出要大力推行《國家體育鍛煉標準》，引導和支持社會力量開發不同人群的體育技能培訓課程，充分借助互聯網、大數據等手段，提供形式多樣、有針對性的運動處方和健身指導。2019年8月，國務院發布《體育強國建設綱要》，提出要建立面向全民的體育運動水平等級標準和評定體系，要運用物聯網、大數據、云計算等技術，提升智慧化全民健身公共服務能力。

我國“十四五”規劃中提出要全面建設健康中國，居民健康應以防范為主，治療為輔。科學的健身方式是促進健康的主要方式。當前，居民面臨諸多健身方法和運動項目，究竟哪一種健身方式適合自己，如何科學地選擇運動項目和健身方式，這對居民來說是一個難題。基于大數據挖掘和物聯網的智能體育健康管理系統可以隨時隨地收集所有居民的健身、健康數據，采用大數據挖掘的聚類算法和推薦算法，實時監控居民的健康狀況，向居民推薦個性化的體育健身方式。

1 大數據挖掘在智能體育健康管理系統中的應用

大數據挖掘是從海量數據中挖掘出有價值的信息。大數據挖掘要完成兩個任務：一是將各種結構類型的數據進行分類或聚類，將海量的數據分為幾種類型，便于處理，以減少計算量;二是采用預測模型和推薦模型分析數據，找出有用的信息，探尋事物發展規律，幫助用戶做出決策。常用的預測模型有時間序列模型、決策樹、貝葉斯分類模型等，常用的推薦算法主要有基于內容的推薦算法、協同過濾推薦算法、基于關聯規則的推薦算法、基于效用的推薦算法等。

大數據挖掘技術可以將收集到的海量的居民體育健身和健康數據進行聚類分析和整理，評估居民的健康狀況和運動損傷狀況[1]。將大數據處理技術用于運動損傷的評估，可以提高運動損傷評估的準確性和有效性，并提升運動損傷數據處理的效率[2]。具體來說，通過預測模型為用戶預測可能出現的運動損傷和由過度運動造成的慢性疾病;采用數據挖掘技術對人們的健身行為進行分析，以指導體育訓練[3];采用推薦模型為用戶推薦適合于自己的個性化的科學健身方式。

2 物聯網在智能體育健康管理系統中的應用

物聯網是利用網絡和各種傳感設備收集信息，將人與人、人與物、物與物相連，實現智能化的遠程管理控制。5G網絡的數據傳輸量高達每秒10 G，網絡響應時間低于1 ms，超高的傳輸量和超低的網絡響應時間加速了物聯網的發展。利用5G技術和物聯網技術，能將居民、可穿戴設備、智能步道、智能健身器材、智能健身場館等連接起來，為智能體育健康管理系統收集數據，并將系統推薦的科學健身方式推送給居民。物聯網在健身數據收集和信息輸出方面具有獨特的優勢。

2.1 多端口的數據收集

收集居民健身行為數據和健康狀況數據是構建智能體育健康管理系統的基礎，有了真實的、海量的數據，才能采用數據挖掘技術構建精準的科學健身方式的推薦模型。物聯網通過可穿戴式裝備、智能健身器材、智能步道、智慧場館等收集居民運動數據。

可穿戴式設備已經廣泛應用于體育活動中[4]。用于體育的可穿戴式設備有智能手環、智能運動鞋、智能頭帶、智能服裝等。可穿戴式設備常與手機、電腦、電子屏等顯示設備相連，以便用戶查看數據。可穿戴式設備通常收集用戶的心率、運動時間、運動強度、消耗的卡路里、肌肉乳酸堆積量等數據。

智能健身器材在健身和體能訓練中運用較多。智能健身器材配置各種傳感器、控制器、計算模型、顯示器，用于收集和顯示用戶運動時的心率、阻力、爆發力、運動時間、身體部位的動作軌跡、消耗的卡路里等數據，并根據這些數據分析用戶健身動作的規范性、健身方式的科學性。

智能步道由智能硬件、云平臺、小程序組成。智能硬件主要由人流量探測系統、智能互動大屏、健康心率柱、體質檢測屋等組成。智能步道可以實時收集在步道上運動的居民數量、居民運動步數、居民運動時間、消耗的卡路里等數據。

智慧場館是實現網絡覆蓋的智能化體育場館。目前，智慧場館用于收集用戶健身數據的設備和智能步道的設備相似，都是通過接觸式裝備、小程序來實現的。未來，在5G網絡的支持下，智慧場館應通過紅外設備、移動信號、定位系統、虛擬現實（VR）和增強現實（AR）技術自動收集每個居民的運動數據。

2.2 多端口的信息輸出

通過物聯網能將居民健康的評估結果和個性化科學健身方式的推薦結果推送給居民，信息輸出的端口除了傳統的電腦、手機、電視外，還有可穿戴性設備、健身器材的顯示屏、公用的智能互動屏幕、虛擬現實（VR）和增強現實（AR）設備等。

可穿戴式設備一般都配置有小型的顯示屏。未來，裝載有全息影像技術的可穿戴式設備將以立體的形式更加形象地顯示居民健康的評估結果，會更加逼真地呈現規范、科學的健身方式，將居民的運動軌跡與標準運動軌跡進行對比，讓居民對自己錯誤的健身動作有深刻的了解。

健身器材的顯示屏會及時顯示居民健身數據曲線，讓居民看到生理特征、肌肉乳酸堆積量、韌帶承受力量、疲勞程度隨運動時間和運動強度變化的曲線，了解自己在運動時的生理極限，有效地預防運動所造成的肌肉損傷、關節損傷、骨骼損傷和運動疾病。

公用的智能互動屏幕可顯示大眾健康統計數據、大眾健身統計數據、個人與他人比較的健身數據等。通過了解自己的健身排名，激發居民的運動競爭欲望，獲得運動成就感，讓居民享受健身的快樂，養成良好的健身習慣。

使用虛擬現實（VR）設備，可以模擬居民的健身動作，將健身動作與標準動作進行對比，讓居民形象地看到自己的錯誤動作，預測在錯誤動作下可能產生的運動損傷和慢性疾病。居民采用增強現實（AR）設備能模仿標準動作，糾正錯誤動作，達到體育健身的效果。

3 基于大數據挖掘和物聯網智能體育健康管理系統的功能

基于大數據挖掘和物聯網的智能體育健康管理系統有兩類用戶：一類是參與運動的普通居民，另一類是從事大眾體育、大眾健康公共管理的工作人員。該系統應包含四個功能：基本信息管理功能、健康狀況評估功能、運動損傷和疾病預測功能、科學健身方式推薦功能。

3.1 基本信息管理功能

該功能用于管理用戶的基本健康信息，具體功能為：個人基本運動數據的錄入和查看（數據包括居民編號、姓名、地區、年齡、性別、體重、項目、持續運動時段、每次運動時間、運動損傷史、既往病史等），個人體育運動狀態數據錄入和查看（數據包括個人基本信息、運動時的最大心率、運動時間、運動量、消耗的卡路里、乳酸堆積量等），個人健身和健康信息導入（居民將微信運動信息、可穿戴智能設備信息、智能健身器材信息自動導入系統），健身和健康信息統計結果查看（每個時期的健身統計圖和健康狀況統計圖）。

3.2 健康狀況評估功能

該功能可根據居民輸入的信息、可穿戴式設備和智能健身器材收集的信息和大數據挖掘技術，適時評估居民個人的健康狀況。該功能采用預定的健康狀況評估模型，根據實時收集的用戶個人基本運動信息和運動狀態信息，評估用戶在靜止時的健康狀況和運動時的健康狀況。這些預定的健康狀況評估模型來自運動醫學中的健康評估模型。

3.3 運動損傷和疾病預測功能

該功能根據大數據挖掘技術和運動醫學模型，預測用戶在健身過程中可能出現的運動損傷和疾病。首先，采用模糊聚類技術，根據用戶的年齡、體重、性別、運動項目、持續運動時段、既往病史五個指標將用戶聚類，分成多個用戶類型。然后，采用協同過濾技術和模糊時間序列預測模型預測用戶在健身時可能出現的運動損傷和疾病。

3.4 科學健身方式推薦功能

該功能基于內容的協同過濾、關聯規則等大數據挖掘技術，以及運動醫療模型，根據居民的年齡、性別、體重、既往病史、運動環境等信息，為其推薦科學的體育健身方式，防止居民從事不良的體育運動，避免造成運動損傷、身體機能疾病、意志品質下降等不良影響，提高體育健身對健康的促進效果。

4 基于大數據挖掘和物聯網的智能體育健康管理系統的構成

基于大數據挖掘和物聯網的智能體育健康管理系統由七層構成（見圖1），分別是用戶層、物聯網層、通信層、網絡層、功能層、規則層、數據層。

①用戶層。用戶層是居民應用界面的集合，用戶通過健身APP、微信小程序、健身器材自帶的用戶界面、電腦網頁等與物聯網層交互，錄入或查看個人信息。

②物聯網層。物聯網層包括可穿戴式設備、手機或電腦、智能健身器材、智慧健身場館、智能步道、虛擬現實（VR）和增強現實（AR）設備等硬件。硬件設備中預先存儲與用戶交互的界面程序、健身數據的計算和存儲模型，能實現簡單的信息查詢、評估、預測等功能。

③通信層。通信層主要包括4G和5G無線網絡。通過無線網絡，將用戶信息傳入Internet網，或者將Internet網的信息傳給用戶。

④網絡層。網絡層為Internet網絡，遵循國際通用的網絡設置和信息傳輸標準，將用戶信息傳入預定網站，或者將用戶需要的信息從預定網站傳入用戶界面。

⑤功能層。功能層是智能體育健康管理系統的核心部分。該層從數據層獲取需要計算的健身數據，從規則層選擇適當的運算規則對數據進行計算，獲得運算結果后將健康狀況評估信息、運動損傷及疾病預測信息、科學的健身方式等推薦信息通過網絡層、通信層、物聯網層推送給用戶。

⑥規則層。規則層是智能體育健康系統的智能化部分，包含運動損傷和疾病評估模型庫、數據挖掘方法庫、科學健身方式知識庫等。運動損傷和疾病評估模型庫存儲運動損傷和評估模型，基于運動醫學已有的研究成果以及數據挖掘的結果，根據用戶的年齡、性別、體重、靜止時心率、運動時心率、持續運動時段、既往病史等指標評估用戶的健康狀況，預測可能出現的運動損傷和疾病。數據挖掘方法庫存儲了各種聚類算法、推薦算法、時間序列預測算法、遺傳算法等，用以推測可能出現的運動損傷和疾病。科學健身知識庫存儲運動醫療的專業知識和標準的健身動作，與數據挖掘算法結合推薦科學的健身方案。

⑦數據層。數據層存儲用戶運動信息，包括個人基本運動數據庫、個人體育運動狀態數據庫兩個數據庫。個人基本運動數據庫存儲用戶的年齡、性別、體重、靜止時心率、運動周期、運動時間、運動項目、運動損傷史等基本數據。個人體育運動狀態數據庫存儲用戶運動時的最大心率、運動時消耗的卡路里、運動時間、運動量、運動時乳酸堆積量、運動時肌肉和骨骼受重等數據。

5 基于大數據挖掘和物聯網的智能體育健康管理系統的意義

借助互聯網技術檢測居民的體育健康行為，是提升全民健身公共服務能力的重要環節，是建設健康中國的技術支撐。將物聯網和大數據挖掘技術與體育、健康知識、運動醫學知識相融合構建智能體育健康管理系統，提高國民體育健康行為評估的精確度，及時、有效地監測居民體育健康行為，為居民提供科學的體育健身指導，能夠有效預防疾病的發生，降低醫療費用，從而節省國家的醫療資源。

5.1 變革了數據收集方式

現有的智能健身器材、可穿戴性設備、健身APP收集的數據比較單一，不能對居民的身體狀況進行全面分析。在物聯網和5G網絡下，可以通過并入物聯網的多種設備全面地、實時地收集用戶的健康和健身數據[5]，不需要居民再穿戴或使用任何設備，采用無線的圖像收集和分析方式可直接獲取健身數據。

5.2 變革了數據處理方式

系統中存儲了運動醫學的定性數據、海量的用戶健身數據，這些數據大多是非結構化的數據，要用數據挖掘中的特別算法來處理這些非結構化的數據，甚至要根據數據的特點設計新的模型和算法，使分析結果與實際狀況相契合，以達到居民健康狀況的精準評估，為居民智能推薦個性化的、科學的健身方式。大數據挖掘變革了數據處理方式，以適應海量的健身健康數據、運動醫學數據的處理，提高處理效率。

5.3 變革了居民健身方式

根據每個居民的健康狀況，智能體育健康系統會推薦個性化的、科學的健身方式，使每個居民的健身方式符合其體質和健康需要，不再使用千篇一律的健身方法和運動模式。同時，智能體育健康系統能指導居民采用規范的健身動作，更好地預防運動損傷和慢性疾病的發生[6]。

5.4 變革了體質健康的管理模式

以往，政府通過指派專職的工作組測試居民健康狀況，這將耗費大量的人力和物力。采用智能體育健康系統實時收集居民的運動健身數據，可以實時監控居民的體育健身情況，把控居民體質健康狀況，了解居民的健身需求，制定符合實際情況的體育健身引導措施，對每位居民實施精準的健身方式宣傳。

參考文獻：

[1]李少聰，馬德，李少瓊.基于大數據的運動損傷程度評估模型[J].現代電子技術，2018（6）：183-186.

[2]楊宋華.基于大數據網絡的運動損傷評估模型研究[J].現代電子技術，2018（6）：154-157.

[3]董世彪.數據挖掘技術在少年健康體育行為應用中的研究[J].現代電子技術，2017（9）：112-114，120.

[4]向瑋.穿戴式學生體育運動體質監測系統的設計研究[J].電子設計工程，2018（15）：158-162.

[5]周立峰.基于物聯網大數據的全民戶外健身器材應用管理[J].沙洲職業工學院學報，2019（1）：16-20.

[6]付曉月.可穿戴式設備指導科學運動與促進健康的可行性分析[D].北京：北京體育大學，2018：1-65.