健身课程推送方法和装置与流程

1.本技术涉及计算机技术，尤其涉及一种健身课程推送方法和装置。


背景技术：

2.近年来健身爱好者群体逐渐增大，健身类智能服务应运而生。在该类服务中，一个重要的功能是健身课程的推送，如何向用户推送最适合用户的健身课程是一个亟待解决的问题。
3.相关技术中，可以根据用户的个人情况和训练目的制定并调整用户的训练计划，向用户推送相关健身课程。但是，这种方法推送的健身课程较为程式化，不能完全满足用户的个性化需求。


技术实现要素：

4.本技术提供一种健身课程推送方法和装置，以使得推送的健身课程更符合用户的个性化需求。
5.第一方面，本技术提供一种健身课程推送方法，包括：获取当前用户的身体状态信息，所述身体状态信息来自可穿戴设备、智能家居、医疗平台中的一个或多个设备；根据所述身体状态信息确定适用于所述当前用户的健身课程；推送所述适用于所述当前用户的健身课程。
6.本技术通过根据用户的身体状态信息确定最适合用户的健身课程，该身体状态信息具有可穿戴设备、智能家居、医疗平台等多种来源，使得推送的健身课程更符合用户的个性化需求。
7.在一种可能的实现方式中，所述身体状态信息包括：体脂率、日均活动量、睡眠时间、压力指数、心肺数据、医疗记录和体检报告中的一个或多个信息，其中，所述体脂率来自所述智能家居，所述日均活动量、所述睡眠时间和所述心肺数据来自所述可穿戴设备，所述压力指数、所述医疗记录和所述体检报告来自所述医疗平台。
8.在一种可能的实现方式中，所述身体状态信息还包括：所述当前用户的个人信息和/或健身目的，所述个人信息包括年龄、性别、身高、体重和工作类别中的一个或多个信息，所述个人信息和所述健身目的来自所述当前用户的调查问卷或者与所述当前用户的个人账号关联的应用程序或设备。
9.在一种可能的实现方式中，所述身体状态信息还包括：所述当前用户的运动能力，所述运动能力包括关节灵活度、肢体力量、核心力量和体能中的一个或多个信息，所述运动能力来自所述可穿戴设备或者所述当前用户的健身环境中的摄像装置拍摄的健身视频。
10.用户的上述身体状态信息包括来自可穿戴设备、智能家居、医疗平台等多种应用程序或设备，还可以来自调查问卷、摄像装置等，多方采集用户的身体状态信息，使得基于这些身体状态信息画得的用户画像更贴近实际情况，进而使得推送的健身课程更符合用户的个性化需求。
11.在一种可能的实现方式中，还包括：获取所述当前用户的反馈信息，所述反馈信息包括课程点击率、点赞记录、课程收藏记录和上课心得记录中的一个或多个信息；所述根据所述身体状态信息确定适用于所述当前用户的健身课程，包括：根据所述身体状态信息和所述当前用户的反馈信息确定适用于所述当前用户的健身课程。
12.藉由用户的额反馈信息能更直观的反应用户对健身课程的喜好度。
13.在一种可能的实现方式中，还包括：通过所述当前用户的健身环境中的摄像装置拍摄的健身视频确定所述当前用户的健身环境的空间大小；所述根据所述身体状态信息确定适用于所述当前用户的健身课程，包括：根据所述身体状态信息，以及所述当前用户的反馈信息和/或所述所述当前用户的健身环境的空间大小确定适用于所述当前用户的健身课程。
14.通过健身实时画面了解用户的健身环境，以便于推送更符合该环境的健身课程。
15.在一种可能的实现方式中，所述获取当前用户的身体状态信息之前，还包括：根据所述当前用户的个人账号关联一个或多个设备，所述一个或多个设备包括所述可穿戴设备、所述智能家居、所述医疗平台和所述摄像装置中的一个或多个设备；和/或，据所述当前用户的个人账号关联一个或多个应用程序。
16.通过用户的个人账号关联多个设备，以便于收集更多与用户的身体状态相关的信息。
17.在一种可能的实现方式中，所述根据所述身体状态信息确定适用于所述当前用户的健身课程，包括：根据所述身体状态信息通过预先创建的健身课程推荐模型确定适用于所述当前用户的健身课程。
18.在一种可能的实现方式中，还包括：根据专家知识、历史用户的所述身体状态信息、历史用户的所述反馈信息、历史用户的所述健身环境的空间大小以及历史健身课程推送记录中的一个或多个信息创建所述健身课程推荐模型。
19.健身课程推荐模型可以智能化的贴近不同的用户和需求。
20.在一种可能的实现方式中，所述推送所述适用于所述当前用户的健身课程之后，还包括：判断已推送的健身课程是否适合所述当前用户；若所述已推送的健身课程不适合所述当前用户，则确定适用于所述当前用户的新的健身课程。
21.第二方面，本技术提供一种健身课程推送装置，包括：获取模块，用于获取当前用户的身体状态信息，所述身体状态信息来自可穿戴设备、智能家居、医疗平台中的一个或多个设备；处理模块，用于根据所述身体状态信息确定适用于所述当前用户的健身课程；推送所述适用于所述当前用户的健身课程。
22.在一种可能的实现方式中，所述身体状态信息包括：体脂率、日均活动量、睡眠时间、压力指数、心肺数据、医疗记录和体检报告中的一个或多个信息，其中，所述体脂率来自所述智能家居，所述日均活动量、所述睡眠时间和所述心肺数据来自所述可穿戴设备，所述压力指数、所述医疗记录和所述体检报告来自所述医疗平台。
23.在一种可能的实现方式中，所述身体状态信息还包括：所述当前用户的个人信息和/或健身目的，所述个人信息包括年龄、性别、身高、体重和工作类别中的一个或多个信息，所述个人信息和所述健身目的来自所述当前用户的调查问卷或者与所述当前用户的个人账号关联的应用程序或设备。
24.在一种可能的实现方式中，所述身体状态信息还包括：所述当前用户的运动能力，所述运动能力包括关节灵活度、肢体力量、核心力量和体能中的一个或多个信息，所述运动能力来自所述可穿戴设备或者所述当前用户的健身环境中的摄像装置拍摄的健身视频。
25.在一种可能的实现方式中，所述获取模块，还用于获取所述当前用户的反馈信息，所述反馈信息包括课程点击率、点赞记录、课程收藏记录和上课心得记录中的一个或多个信息；所述处理模块，还用于根据所述身体状态信息和所述当前用户的反馈信息确定适用于所述当前用户的健身课程。
26.在一种可能的实现方式中，所述处理模块，还用于通过所述当前用户的健身环境中的摄像装置拍摄的健身视频确定所述当前用户的健身环境的空间大小；根据所述身体状态信息，以及所述当前用户的反馈信息和/或所述所述当前用户的健身环境的空间大小确定适用于所述当前用户的健身课程。
27.在一种可能的实现方式中，所述处理模块，还用于根据所述当前用户的个人账号关联一个或多个设备，所述一个或多个设备包括所述可穿戴设备、所述智能家居、所述医疗平台和所述摄像装置中的一个或多个设备；和/或，据所述当前用户的个人账号关联一个或多个应用程序。
28.在一种可能的实现方式中，所述处理模块，具体用于根据所述身体状态信息通过预先创建的健身课程推荐模型确定适用于所述当前用户的健身课程。
29.在一种可能的实现方式中，所述处理模块，还用于根据专家知识、历史用户的所述身体状态信息、历史用户的所述反馈信息、历史用户的所述健身环境的空间大小以及历史健身课程推送记录中的一个或多个信息创建所述健身课程推荐模型。
30.在一种可能的实现方式中，所述处理模块，还用于判断已推送的健身课程是否适合所述当前用户；若所述已推送的健身课程不适合所述当前用户，则确定适用于所述当前用户的新的健身课程。
31.第三方面，本技术提供一种终端设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述第一方面中任一项所述的方法。
32.第四方面，本技术提供一种计算机可读存储介质，包括计算机程序，所述计算机程序在计算机上被执行时，使得所述计算机执行上述第一方面中任一项所述的方法。
33.第五方面，本技术提供一种计算机程序，当所述计算机程序被计算机执行时，用于执行上述第一方面中任一项所述的方法。
附图说明
34.图1示出了本技术提供的健身课程的智能推送系统的一个示例性的框架图；
35.图2示出了本技术提供的健身课程的智能推送系统的一个示例性的示意图；
36.图3为本技术提供的服务器300的一个示例性的结构框图；
37.图4示出了终端设备400的结构示意图；
38.图5为本技术健身课程推送方法实施例的流程图；
39.图6示出了问卷的一个示例性的示意图；
40.图7示出了结合可穿戴设备的一个示例性的示意图；
41.图8a和8b分别示出了手机和tv上的健身课程推送界面的示例性示意图；
42.图9a和9b分别示出了手机和tv上的健身课程的简介的示例性画面；
43.图10a和10b分别示出了手机和tv上的健身课程的示例性画面；
44.图11a和图11b分别示出了手机和tv上的健身课程的示例性画面；
45.图12示出了当前用户反馈界面的一个示例性的示意图。
具体实施方式
46.为使本技术的目的、技术方案和优点更加清楚，下面将结合本技术中的附图，对本技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
47.本技术的说明书实施例和权利要求书及附图中的术语“第一”、“第二”等仅用于区分描述的目的，而不能理解为指示或暗示相对重要性，也不能理解为指示或暗示顺序。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元。方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
48.应当理解，在本技术中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“a和/或b”可以表示：只存在a，只存在b以及同时存在a和b三种情况，其中a，b可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
49.本技术提供了一种健身课程的智能推送系统，该系统主要解决健身类的应用程序(application，app)中如何向用户推送最适合用户的健身课程的问题。通常健身过程受到用户的身体条件、健身目的、运动能力、健康状况、睡眠质量、心理压力以及外部空间环境等多方面信息的影响，只有综合考虑尽可能多的信息，才能制定最适合用户的训练计划，进而推荐最适合用户的健身课程。
50.图1示出了本技术提供的健身课程的智能推送系统的一个示例性的框架图，如图1所示，自适应推荐模块收集多项数据，该多项数据包括以下一种或多种信息：身体参数(例如身高、体重、年龄、性别等)、健身目的(例如减脂、塑形、增肌等)、运动能力(例如关节灵活度、下肢力量、核心力量、上肢力量、体能等)、健康状况(例如疾病记录、心理压力等)、睡眠质量(例如入睡时间、深睡时长等)、外部空间环境(例如室内、室外、空间大小等)以及用户反馈(例如课程点赞情况、上课心得、课程点击率、课程收藏率等)。自适应推荐模块根据上述多项数据确定最适合用户的健身课程。
51.可选的，自适应推荐模块将该健身课程推送给用户后，可以再收集课程完成情况评估(例如课程完成比例、课程完成时长等)，以在之后的课程推送中还可以采纳该课程完成情况评估。
52.由此可见，本技术提供的健身课程的智能推送系统，可以综合考虑多种影响健身
过程的信息，这些信息也反映出了用户的当前状况，包括其身体、心理、健身需求、健身偏好、健身环境等，亦即结合这些信息可以对用户的当前状况得出一个画像，结合的信息越多得到的画像越贴近用户，而画像越贴近用户，那么针对这个画像推送的健身课程越适合于用户。
53.本技术提供的健身课程的智能推送系统可以包括服务器和终端设备，上述自适应推荐模块可以由该服务器实现，也可以由服务器和终端设备联合实现。
54.图2示出了本技术提供的健身课程的智能推送系统的一个示例性的示意图，图1所示的智能推送系统的框架可以部署于图2所示的系统上。如图2所示，该系统包括服务器、终端设备和一个或多个数据采集装置，服务器和终端设备之间可以通过通信网络进行数据传输，终端设备和一个或多个数据采集装置、服务器和一个或多个数据采集装置之间也可以通过通信网络进行数据传输。
55.该一个或多个数据采集装置可以包括可穿戴设备，例如，手表、眼镜、耳机等，智慧家庭(smart home)中的无线设备，例如体脂称、血压计等，摄像装置，例如，监控探头、摄像机、照相机等，远程医疗(remote medical)中的无线设备，例如，疾病信息采集模块、医疗卡等。其中，可穿戴设备采集用户的心率信号、指尖脉搏波信号等，体脂称采集用户的体重、身高等，摄像装置采集外部空间环境，血压计采集用户的血压，疾病信息采集模块接入医疗健康机构系统获取用户的健康信息。需要说明的是，数据采集装置还可以包括其他设备，本技术对此不作具体限定。
56.该终端设备又可称之为用户设备(user equipment，ue)，可以部署在陆地上，包括室内或室外、手持或车载；也可以部署在水面上(如轮船等)；还可以部署在空中(例如飞机、气球和卫星上等)。终端设备可以是手机(mobile phone)、平板电脑(pad)、智能电视机、音响、眼镜、手表、车机、耳机、虚拟现实(virtual reality，vr)设备、增强现实(augmented reality，ar)设备等，也可以是移动办公、智能家居、运动健康、影音娱乐及智能出行中的无线设备等，本技术对此不作限定。本技术中将前述终端设备及可设置于前述终端设备的芯片统称为终端设备。
57.需要说明的是，上述一个或多个数据采集装置可以与终端设备搭配使用，终端设备用于接收一个或多个数据采集装置发送的多项数据，并通过本技术提供的健身课程推送方法(下文将详细介绍)对数据进行处理，得到最适合用户的健身课程，推送给用户。
58.可选地，上述一个或多个数据采集装置和终端设备可以为独立的设备，或者上述一个或多个数据采集装置和终端设备可以作为功能模块集成在一个设备中，本技术实施例对此不作限定。
59.在一种可能的实现方式中，上述一个或多个数据采集装置和终端设备为各自独立的设备，该终端设备可以通过通信网络接收数据采集装置发送的多项数据，再通过通信网络将多项数据上报给服务器，由服务器根据多项数据确定最适合用户的健身课程，服务器将该健身课程推送至用户的终端设备上。
60.在一种可能的实现方式中，上述一个或多个数据采集装置和终端设备为各自独立的设备，服务器可以通过通信网络直接接收数据采集装置发送的多项数据，再根据多项数据确定最适合用户的健身课程，服务器将该健身课程推送至用户的终端设备上。
61.在一种可能的实现方式中，上述一个或多个数据采集装置和终端设备为各自独立
的设备，该终端设备可以通过通信网络接收数据采集装置发送的多项数据，由终端设备根据多项数据确定最适合用户的健身课程，终端设备将健身课程通过显示屏、触摸屏等显示给用户。
62.在一种可能的实现方式中，上述一个或多个数据采集装置和终端设备作为功能模块集成在一个设备中，该设备收集多项数据，根据多项数据确定最适合用户的健身课程，设备将健身课程通过显示屏、触摸屏等显示给用户。
63.在一种可能的实现方式中，上述一个或多个数据采集装置和终端设备作为功能模块集成在一个设备中，该设备收集多项数据，再通过通信网络将多项数据上报给服务器，由服务器根据多项数据确定最适合用户的健身课程，服务器将该健身课程推送至用户的设备上。
64.需要说明的是，上述通信网络可以是局域网，也可以是通过中继(relay)设备转接的广域网，或者包括局域网和广域网。当该通信网络为局域网时，示例性的，该通信网络可以是wifi热点网络、wifi p2p网络、蓝牙网络、zigbee网络或近场通信(near field communication，nfc)网络等近距离通信网络。当该通信网络为广域网时，示例性的，该通信网络可以是第三代移动通信技术(3rd-generation wireless telephone technology，3g)网络、第四代移动通信技术(the 4th generation mobile communication technology，4g)网络、第五代移动通信技术(5th-generation mobile communication technology，5g)网络、未来演进的公共陆地移动网络(public land mobile network，plmn)或因特网等，本技术实施例对此不作限定。
65.示例性的，图2中的服务器可以采用图3所示的结构。图3为本技术提供的服务器300的一个示例性的结构框图。如图3所示，服务器300包括天线301、射频装置302和基带装置303。天线301与射频装置302连接。在上行方向上，射频装置302通过天线301接收来自终端设备的信号，并将接收到的信号发送给基带装置303进行处理。在下行方向上，基带装置303生成需要发送给终端设备的信号，并将生成的信号发送给射频装置302。射频装置302通过天线301将该信号发射出去。
66.基带装置303可以包括一个或多个处理单元3031。处理单元3031具体可以为处理器。
67.此外，基带装置303还可以包括一个或多个存储单元3032以及一个或多个通信接口3033。存储单元3032用于存储计算机程序和/或数据。通信接口3033用于与射频装置302交互信息。存储单元3032具体可以为存储器，通信接口3033可以为输入输出接口或者收发电路。
68.可选地，存储单元3032可以是和处理单元3031处于同一芯片上的存储单元，即片内存储单元，也可以是与处理单元3031处于不同芯片上的存储单元，即片外存储单元。本技术对此不作限定。
69.示例性的，图2中的终端设备可以采用图4所示的结构。图4示出了终端设备400的结构示意图。
70.终端设备400可以包括处理器410，外部存储器接口420，内部存储器421，通用串行总线(universal serial bus，usb)接口430，充电管理模块440，电源管理模块441，电池442，天线1，天线2，移动通信模块450，无线通信模块460，音频模块470，扬声器470a，受话器
470b，麦克风470c，耳机接口470d，传感器模块480，按键490，马达491，指示器492，摄像头493，显示屏494，以及用户标识模块(subscriber identification module，sim)卡接口495等。其中传感器模块480可以包括压力传感器480a，陀螺仪传感器480b，气压传感器480c，磁传感器480d，加速度传感器480e，距离传感器480f，接近光传感器480g，指纹传感器480h，温度传感器480j，触摸传感器480k，环境光传感器480l，骨传导传感器480m等。
71.可以理解的是，本发明实施例示意的结构并不构成对终端设备400的具体限定。在本技术另一些实施例中，终端设备400可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件，软件或软件和硬件的组合实现。
72.处理器410可以包括一个或多个处理单元，例如：处理器410可以包括应用处理器(application processor，ap)，调制解调处理器，图形处理器(graphics processing unit，gpu)，图像信号处理器(image signal processor，isp)，控制器，视频编解码器，数字信号处理器(digital signal processor，dsp)，基带处理器，和/或神经网络处理器(neural-network processing unit，npu)等。其中，不同的处理单元可以是独立的器件，也可以集成在一个或多个处理器中。
73.控制器可以根据指令操作码和时序信号，产生操作控制信号，完成取指令和执行指令的控制。
74.处理器410中还可以设置存储器，用于存储指令和数据。在一些实施例中，处理器410中的存储器为高速缓冲存储器。该存储器可以保存处理器410刚用过或循环使用的指令或数据。如果处理器410需要再次使用该指令或数据，可从所述存储器中直接调用。避免了重复存取，减少了处理器410的等待时间，因而提高了系统的效率。
75.在一些实施例中，处理器410可以包括一个或多个接口。接口可以包括集成电路(inter-integrated circuit，i2c)接口，集成电路内置音频(inter-integrated circuit sound，i2s)接口，脉冲编码调制(pulse code modulation，pcm)接口，通用异步收发传输器(universal asynchronous receiver/transmitter，uart)接口，移动产业处理器接口(mobile industry processor interface，mipi)，通用输入输出(general-purpose input/output，gpio)接口，用户标识模块(subscriber identity module，sim)接口，和/或通用串行总线(universal serial bus，usb)接口等。
76.终端设备400可以通过isp，摄像头493，视频编解码器，gpu，显示屏494以及应用处理器等实现拍摄功能。
77.isp用于处理摄像头493反馈的数据。例如，拍照时，打开快门，光线通过镜头被传递到摄像头感光元件上，光信号转换为电信号，摄像头感光元件将所述电信号传递给isp处理，转化为肉眼可见的图像。isp还可以对图像的噪点，亮度，肤色进行算法优化。isp还可以对拍摄场景的曝光，色温等参数优化。在一些实施例中，isp可以设置在摄像头493中。
78.摄像头493用于捕获静态图像或视频。物体通过镜头生成光学图像投射到感光元件。感光元件可以是电荷耦合器件(charge coupled device，ccd)或互补金属氧化物半导体(complementary metal-oxide-semiconductor，cmos)光电晶体管。感光元件把光信号转换成电信号，之后将电信号传递给isp转换成数字图像信号。isp将数字图像信号输出到dsp加工处理。dsp将数字图像信号转换成标准的rgb，yuv等格式的图像信号。在一些实施例中，
终端设备400可以包括1个或n个摄像头493，n为大于1的正整数。
79.数字信号处理器用于处理数字信号，除了可以处理数字图像信号，还可以处理其他数字信号。例如，当终端设备400在频点选择时，数字信号处理器用于对频点能量进行傅里叶变换等。
80.视频编解码器用于对数字视频压缩或解压缩。终端设备400可以支持一种或多种视频编解码器。这样，终端设备400可以播放或录制多种编码格式的视频，例如：动态图像专家组(moving picture experts group，mpeg)1，mpeg2，mpeg3，mpeg4等。
81.npu为神经网络(neural-network，nn)计算处理器，通过借鉴生物神经网络结构，例如借鉴人脑神经元之间传递模式，对输入信息快速处理，还可以不断的自学习。通过npu可以实现终端设备400的智能认知等应用，例如：图像识别，人脸识别，语音识别，文本理解等。
82.外部存储器接口420可以用于连接外部存储卡，例如micro sd卡，实现扩展终端设备400的存储能力。外部存储卡通过外部存储器接口420与处理器410通信，实现数据存储功能。例如将音乐，视频等文件保存在外部存储卡中。
83.内部存储器421可以用于存储计算机可执行程序代码，所述可执行程序代码包括指令。内部存储器421可以包括存储程序区和存储数据区。其中，存储程序区可存储操作系统，至少一个功能所需的应用程序(比如声音播放功能，图像播放功能等)等。存储数据区可存储终端设备400使用过程中所创建的数据(比如音频数据，电话本等)等。此外，内部存储器421可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件，闪存器件，通用闪存存储器(universal flash storage，ufs)等。处理器410通过运行存储在内部存储器421的指令，和/或存储在设置于处理器中的存储器的指令，执行终端设备400的各种功能应用以及数据处理。
84.终端设备400可以通过音频模块470，扬声器470a，受话器470b，麦克风470c，耳机接口470d，以及应用处理器等实现音频功能。例如音乐播放，录音等。
85.音频模块470用于将数字音频信息转换成模拟音频信号输出，也用于将模拟音频输入转换为数字音频信号。音频模块470还可以用于对音频信号编码和解码。在一些实施例中，音频模块470可以设置于处理器410中，或将音频模块470的部分功能模块设置于处理器410中。
86.扬声器470a，也称“喇叭”，用于将音频电信号转换为声音信号。终端设备400可以通过扬声器470a收听音乐，或收听免提通话。
87.压力传感器480a用于感受压力信号，可以将压力信号转换成电信号。在一些实施例中，压力传感器480a可以设置于显示屏494。压力传感器480a的种类很多，如电阻式压力传感器，电感式压力传感器，电容式压力传感器等。电容式压力传感器可以是包括至少两个具有导电材料的平行板。当有力作用于压力传感器480a，电极之间的电容改变。终端设备400根据电容的变化确定压力的强度。当有触摸操作作用于显示屏494，终端设备400根据压力传感器480a检测所述触摸操作强度。终端设备400也可以根据压力传感器480a的检测信号计算触摸的位置。在一些实施例中，作用于相同触摸位置，但不同触摸操作强度的触摸操作，可以对应不同的操作指令。例如：当有触摸操作强度小于第一压力阈值的触摸操作作用于短消息应用图标时，执行查看短消息的指令。当有触摸操作强度大于或等于第一压力阈
值的触摸操作作用于短消息应用图标时，执行新建短消息的指令。
88.陀螺仪传感器480b可以用于确定终端设备400的运动姿态。在一些实施例中，可以通过陀螺仪传感器480b确定终端设备400围绕三个轴(即，x，y和z轴)的角速度。陀螺仪传感器480b可以用于拍摄防抖。示例性的，当按下快门，陀螺仪传感器480b检测终端设备400抖动的角度，根据角度计算出镜头模组需要补偿的距离，让镜头通过反向运动抵消终端设备400的抖动，实现防抖。陀螺仪传感器480b还可以用于导航，体感游戏场景。
89.气压传感器480c用于测量气压。在一些实施例中，终端设备400通过气压传感器480c测得的气压值计算海拔高度，辅助定位和导航。
90.磁传感器480d包括霍尔传感器。终端设备400可以利用磁传感器480d检测翻盖皮套的开合。在一些实施例中，当终端设备400是翻盖机时，终端设备400可以根据磁传感器480d检测翻盖的开合。进而根据检测到的皮套的开合状态或翻盖的开合状态，设置翻盖自动解锁等特性。
91.加速度传感器480e可检测终端设备400在各个方向上(一般为三轴)加速度的大小。当终端设备400静止时可检测出重力的大小及方向。还可以用于识别终端设备姿态，应用于横竖屏切换，计步器等应用。
92.距离传感器480f，用于测量距离。终端设备400可以通过红外或激光测量距离。在一些实施例中，拍摄场景，终端设备400可以利用距离传感器480f测距以实现快速对焦。
93.接近光传感器480g可以包括例如发光二极管(led)和光检测器，例如光电二极管。发光二极管可以是红外发光二极管。终端设备400通过发光二极管向外发射红外光。终端设备400使用光电二极管检测来自附近物体的红外反射光。当检测到充分的反射光时，可以确定终端设备400附近有物体。当检测到不充分的反射光时，终端设备400可以确定终端设备400附近没有物体。终端设备400可以利用接近光传感器480g检测用户手持终端设备400贴近耳朵通话，以便自动熄灭屏幕达到省电的目的。接近光传感器480g也可用于皮套模式，口袋模式自动解锁与锁屏。
94.环境光传感器480l用于感知环境光亮度。终端设备400可以根据感知的环境光亮度自适应调节显示屏494亮度。环境光传感器480l也可用于拍照时自动调节白平衡。环境光传感器480l还可以与接近光传感器480g配合，检测终端设备400是否在口袋里，以防误触。
95.指纹传感器480h用于采集指纹。终端设备400可以利用采集的指纹特性实现指纹解锁，访问应用锁，指纹拍照，指纹接听来电等。
96.温度传感器480j用于检测温度。在一些实施例中，终端设备400利用温度传感器480j检测的温度，执行温度处理策略。例如，当温度传感器480j上报的温度超过阈值，终端设备400执行降低位于温度传感器480j附近的处理器的性能，以便降低功耗实施热保护。在另一些实施例中，当温度低于另一阈值时，终端设备400对电池442加热，以避免低温导致终端设备400异常关机。在其他一些实施例中，当温度低于又一阈值时，终端设备400对电池442的输出电压执行升压，以避免低温导致的异常关机。
97.触摸传感器480k，也称“触控器件”。触摸传感器480k可以设置于显示屏494，由触摸传感器480k与显示屏494组成触摸屏，也称“触控屏”。触摸传感器480k用于检测作用于其上或附近的触摸操作。触摸传感器可以将检测到的触摸操作传递给应用处理器，以确定触摸事件类型。可以通过显示屏494提供与触摸操作相关的视觉输出。在另一些实施例中，触
摸传感器480k也可以设置于终端设备400的表面，与显示屏494所处的位置不同。
98.骨传导传感器480m可以获取振动信号。在一些实施例中，骨传导传感器480m可以获取人体声部振动骨块的振动信号。骨传导传感器480m也可以接触人体脉搏，接收血压跳动信号。在一些实施例中，骨传导传感器480m也可以设置于耳机中，结合成骨传导耳机。音频模块470可以基于所述骨传导传感器480m获取的声部振动骨块的振动信号，解析出语音信号，实现语音功能。应用处理器可以基于所述骨传导传感器480m获取的血压跳动信号解析心率信息，实现心率检测功能。
99.所属领域的技术人员可以理解终端设备400可包括比图4所示的更少或更多的部件，图4所示的该终端设备仅包括与本技术所公开的多个实现方式更加相关的部件。
100.基于上述健身课程的智能推送系统，本技术提供了一种健身课程推送方法，解决相关技术所推送的健身课程较为程式化，不能完全满足用户的个性化需求的问题。
101.图5为本技术健身课程推送方法实施例的流程图，如图5所示，该过程500可以应用于图2所示的系统，其执行主体可以是服务器或者终端设备。该过程500描述为一系列的步骤或操作，应当理解的是，过程500可以以各种顺序执行和/或同时发生，不限于图5所示的执行顺序。本技术的健身课程推送方法包括：
102.步骤501、在健身课程的智能推送系统初始构建时，根据专家知识、身体参数、运动能力、健身目的等将用户分成若干种类型，针对每种类型制定出健身课程推荐模型。
103.专家是指专门从事运动、健身、体育训练、运动数据分析等的专业人士，例如健身教练、运动教练、运动员、体育指导等。这些专业人士在长期的工作中积累了丰富的经验，可以凭借经验给需要健身的人提供更适合该人士的健身建议，包括健身的时长、健身的内容、健身的强度等。
104.专家知识即是由上述专家依专业知识和经验给出的健身建议。
105.身体参数可以包括性别、身高、体重、年龄等，根据普世经验，身体参数可以反映出同类人的身体状况，例如，女性的力量和耐力通常小于男性的力量和耐力；青年人可以接收的运动强度通常高于老年人可以接受的运动强度；瘦弱矮小的人的灵活性通常高于高大体重的人。需要说明的是，身体参数可以包括比上述参数更少或更多的参数，本技术对此不做具体限定。
106.运动能力是指用户健身时可以完成课程的最大运动程度，其可以通过用户的身体承受程度来表示，例如关节灵活度(反映用户的柔韧性)、下肢力量(反映用户可以承受的下肢锻炼的程度)、核心力量(反映用户可以承受的腹部锻炼的程度)、上肢力量(反映用户可以承受的上肢锻炼的程度)、体能(反映用户可以承受的运动时长和周期)等。
107.健身目的是指用户进行健身的目的，针对不同的目的健身的内容可以有专项针对性训练，例如，以减脂为目的，可以多推荐有氧运动为主、无氧局部为辅的健身课程；以塑形为目的，可以多推荐针对局部的无氧训练健身课程；以增肌为目的，可以多推荐力量型训练的健身课程；等等。
108.基于上述参数，服务器或终端设备可以将用户分成多类，针对每一类型制定健身课程，该健身课程可以包括一项或多项训练项目，也可以包括一套或多套训练计划。例如，以减脂为目的的青年女性，如果是初次健身，可以由浅入深，先推荐一个星期的低强度健身课程，包括30秒平板撑、10个开合跳、4个波比跳等，再逐个星期增加强度，例如加长平板撑
时长、增加开合跳、波比跳次数等；如果有长期健身，可以依用户的运动能力，推荐相应的健身课程。
109.服务器或终端设备还可以结合用户的可穿戴设备获取用户的相关信息，包括用户的日运动量、睡眠时长、睡眠质量曲线、心率等。例如，用户的日运动量不到3000步，运动里程不到一公里，睡眠时长大于10个小时且通常是晚上12点以后才进入浅眠，表明该用户是比较缺乏锻炼的，且喜欢晚睡晚起，那么针对该用户可以先推荐一个星期的以跑步为主的有氧运动，再逐个星期增加一些无氧锻炼，跑步的时长可以根据可穿戴设备反馈的心率逐渐加长。又例如，用户的日运动量大于100000步，运动里程超过10公里，表明该用户可能有跑步的习惯，那么针对该用户可以推荐一些以放松肌肉、伸展拉伸来的课程，例如瑜伽、普拉提等。
110.服务器或终端设备还可以获取本地记录的用户的历史运动信息，例如，上过哪些健身课程，各个健身课程的上课记录，健身课程的上课频次等。例如，用户每天都是大运动量的有氧操课，那么针对该用户可以周期性的在操课之间加入一些运动量较小，一放松肌肉为主的课程。又例如，用户的健身课程主要以瑜伽类为主，可以周期性的给用户推荐一些有针对性的瑜伽课程，例如锻炼腹部的课程、拉伸累的课程、普拉提等。
111.服务器或终端设备基于上述用户类型和健身课程之间的对应关系，建立初始的健身课程推荐模型，每一种用户类型可以对应一个或多个健身课程，每一个健身课程可以适用于一个或多个用户类型，本技术对此不做具体限定。
112.如果上述制定健身课程推荐模型的操作由服务器执行，则服务器可以向安装有健身类应用程序的终端设备发送健身课程推荐模型，由终端设备执行选择最适合当前用户的健身课程的操作；服务器也可以只在本地存储健身课程推荐模型，安装有健身类应用程序的终端设备在获取当前用户的相关信息后，将其发送给服务器，由服务器根据当前用户的相关信息在健身课程推荐模型中匹配最适合当前用户的健身课程。
113.如果上述制定健身课程推荐模型的操作由终端设备执行，则终端设备安装了健身类应用程序后，可以根据该应用程序的数据包生成初始的健身课程推荐模型；或者从该应用程序的数据包直接读取初始的健身课程推荐模型。
114.健身课程推荐模型可以通过神经网络获取，根据历史数据、客户反馈等可以预先创建该神经网络，该神经网络的输入可以是上述身体参数、健身目的、运动能力等，输出可以是与之匹配的健身课程。
115.步骤502、当前用户首次使用健身类应用程序时，获取当前用户的身体参数、健身目的、锻炼经历等，对该当前用户归类，进而向该当前用户推送健身课程。
116.终端设备可以通过问卷的方式获取上述数据。例如，图6示出了问卷的一个示例性的示意图，如图6所示，终端设备在当前用户首次使用健身类应用程序时，在当前用户注册账号之后，即在触摸屏上显示一个问卷，该问卷的题目可以包括：身高、性别、年龄、健身年限、健身目的等，请当前用户作答。当前用户通过点击、拖动、输入字符等操作填写问卷。
117.需要说明的是，终端设备可以在显示屏上显示上述问卷，由用户通过操作遥控器、手机等外部设备填写问卷。本技术对于输入方式不做具体限定。
118.藉由上述问卷，终端设备可以得到使用该健身类应用程序的当前用户的基础参数，包括身高、性别、年龄、健身年限、健身目的等。步骤502确定的最适合用户的健身课程主
要是基于上述当前用户的基础参数。
119.终端设备也可以通过可穿戴设备(例如，手表、眼镜、耳机等)获取上述数据。例如，图7示出了结合可穿戴设备的一个示例性的示意图，如图7所示，终端设备可以与可穿戴设备建立无线连接，读取可穿戴设备上的相关数据，包括用户的日运动量、睡眠时长、睡眠质量曲线、心率等。例如，用户的日运动量不到3000步，运动里程不到一公里，睡眠时长大于10个小时且通常是晚上12点以后才进入浅眠，针对该用户可以推荐以跑步为主的有氧运动，再配合一些无氧锻炼，跑步的时长可以根据可穿戴设备反馈的心率逐渐加长。又例如，用户的日运动量大于100000步，运动里程超过10公里，针对该用户可以推荐一些以放松肌肉、伸展拉伸来的课程，例如瑜伽、普拉提等。又例如，用户的睡眠时长不到8小时，也深眠的时间较少，针对该用户可以推荐一些有助于睡眠的瑜伽课程。
120.如果确定健身课程的操作由服务器执行，终端设备需要通过通信网络将当前用户的基础参数上报给服务器，由服务器根据当前用户的基础参数确定最适合当前用户的健身课程，再把最适合当前用户的健身课程推送至当前用户的终端设备。
121.如果确定健身课程的操作由终端设备执行，终端设备根据当前用户的基础参数确定最适合当前用户的健身课程，再把最适合当前用户的健身课程显示于触摸屏上。
122.图8a和8b分别示出了手机和tv上的健身课程推送界面的示例性示意图，如图8a和8b所示，终端设备或tv的屏幕上显示了多个健身课程，当前用户看到这些健身课程后可以点击想上的健身课程的标题，点击即为选中，终端设备接收到当前用户的点击操作所产生的指令后进入选中健身课程的展示界面。
123.可选的，为了便于当前用户了解推荐的健身课程的内容，终端设备在触摸屏上除了显示多个健身课程的名称外，还可以在每个健身课程下显示该健身课程的简介，包括课程内容、课程时长、锻炼部位等。如图9a和9b所示。
124.进入健身课程的展示界面，可以以视频的方式向当前用户展示该健身课程的内容。图10a和10b分别示出了手机和tv上的健身课程的示例性画面，如图10a和10b所示，健身课程由真人演示，是教练做健身动作的视频，当前用户跟着教练的节奏和动作完成该健身课程。健身课程的展示界面，也可以以动作分解的方式向当前用户展示该健身课程的内容。另外在画面的右下角，还设置了一个窗口，该窗口显示当前用户的健身画面，即通过摄像装置拍摄当前用户的健身视频，并实时将拍摄的视频发送给手机或tv，该视频就可以在当前用户健身的同时通过屏幕显示出来，这样用户可以一边学习健身课程中真人演示的动作，一边通过观看拍摄的自己运动的画面确定动作是否标准。图11a和图11b分别示出了手机和tv上的健身课程的示例性画面，如图11a和图11b所示，健身课程由动作拆解演示，是教练做每个动作的图像，也可以是制作的每个动作的简图，并且通过文字介绍了每个动作的次数、时长、规范要求等，当前用户按照文字介绍完成图示的动作。健身课程的展示还可以通过其他方式，本技术对此不做具体限定。
125.步骤503、在当前用户的健身过程中，通过摄像装置采集当前用户的健身画面，藉由健身画面分析当前用户的动作完成程度，进而判断当前用户的运动能力，结合当前用户的运动能力对推荐给当前用户的健身课程进行调整。
126.步骤502中推送给当前用户的健身课程是通过当前用户的基础参数确定的，没有涉及到当前用户的运动能力，可能会出现某些运动能力较差的当前用户无法承受推荐的健
身课程，也可能会出现某些运动能力较好的当前用户认为推荐的健身课程没有挑战性。因此本技术在当前用户的健身过程中，结合当前用户的运动能力调整健身课程。而当前用户的运动能力，可能当前用户自己都无法得出准确的结论，因此本技术中服务器或终端设备通过摄像装置采集当前用户的健身画面，通过图像处理相关技术识别健身画面所呈现出的当前用户的动作。基于每个动作的标准规范分析当前用户的动作的完成程度，例如，标准动作要求膝盖弯曲后大腿和小腿的夹角为90
°
，而当前用户的动作显示其大腿和小腿的夹角为120
°
，表明当前用户的膝盖可能有隐疾，无法自如弯曲；标准动作要求当前用户弯腰后双手能触摸到脚趾，而当前用户的动作显示其双手完全无法触碰到脚，表明当前用户的柔韧性较差；标准动作要求当前用户开合跳完成30个，而当前用户跳到20个就筋疲力尽，表明当前用户的体能较差；等等。
127.步骤503确定的最适合用户的健身课程主要是基于上述当前用户的基础参数，再结合当前用户的运动能力。服务器或终端设备可以在步骤502确定出的健身课程基础上，结合当前用户的运动能力进行课程调整，使当前用户可以强化训练不足的地方，并避开可能引发伤病的动作。例如，如果当前用户的关节灵活度不够，可以以由弱到强的方式，多推荐锻炼关节灵活度的健身课程；如果当前用户的柔韧性较差，可以以由弱到强的方式，多推荐锻炼柔韧性的健身课程；等等。
128.如果确定健身课程的步骤由服务器执行，终端设备需要通过通信网络将当前用户的运动能力或者当前用户的健身画面上报给服务器，或者由摄像装置直接将当前用户的健身画面通过通信网络发送给服务器，由服务器根据当前用户的基础参数和运动能力确定最适合当前用户的健身课程，再把最适合当前用户的健身课程推送至当前用户的终端设备。
129.如果确定健身课程的步骤由终端设备执行，终端设备通过相机直接拍摄当前用户的健身画面，或者由摄像装置将当前用户的健身画面通过通信网络发送给终端设备，终端设备根据当前用户的健身画面确定当前用户的运动能力，再根据根据当前用户的基础参数和运动能力确定最适合当前用户的健身课程，再把最适合当前用户的健身课程显示于触摸屏上。
130.终端设备可以在当前用户下次登录健身类应用程序时，或者在当前用户使用健身类应用程序健身的间隙(例如刚结束了一个健身课程，或者没有打开健身课程，正在浏览应用程序提供的健身课程列表等)，在触摸屏上显示步骤503确定出的最适合当前用户的健身课程。该健身课程的推送界面可参考图8a和8b，此处不再赘述。
131.步骤504、在当前用户健身结束后，获取当前用户对健身课程的反馈，根据该反馈判断当前用户对于推送的健身课程的满意度。
132.终端设备可以通过点赞、转发、分享、填写问卷等方式获取当前用户对健身课程的反馈，即终端设备在一个健身课程结束后，在触摸屏上显示反馈界面，请当前用户根据上本次健身课程的体验确定是否对其点赞、转发或分享，通常当前用户都健身课程比较满意才会对其点赞，或者满意才会想要转发、分享给其他人，因此如果当前用户做出点赞、转发或分享的操作，就可以认为当前用户对本次健身课程是满意的。而问卷可以获取到的当前用户的反馈更为详细，包括当前用户对健身课程的满意程度，是否愿意分享给他人，是否有需要改进的地方等。图12示出了当前用户反馈界面的一个示例性的示意图，如图12所示，终端设备在一个健身课程结束后，在触摸屏上显示反馈界面，该界面上包括三个满意度选项：非
常喜欢、喜欢和一般，当前用户点击相应的控件做出选择。
133.可选的，终端设备也可以根据当前用户对健身课程的选择确定当前用户对健身课程的喜好，如上所述，终端设备在触摸屏上显示推送的健身课程，由当前用户从中选择想上的课程，通常当前用户对该课程感兴趣才会选择，因此当前用户上述课程选择操作也可以作为获取当前用户喜好的一个依据。
134.步骤505、若当前用户对健身课程的满意度较高，则记录当前用户的相关信息和推送给其的健身课程，并据此更新健身课程推荐模型，以便于直接向其他类似当前用户推荐健身课程。
135.满意度可以用百分比表示，满意度较高可以是指满意度百分比高于设定阈值，满意度较低可以是指满意度百分比低于设定阈值；满意度可以通过非常满意、满意、一般、不满意四个等级表示，非常满意和满意表示满意度较高，一般和不满意表示满意度较低。还可以通过其他方式表示满意度，本技术对此不做具体限定。
136.如果通过上述步骤502或503给某个当前用户推荐了令该当前用户满意的健身课程，而该当前用户的基础参数、运动能力和/或偏好需求等所对应的用户类型中没有上述令该当前用户满意的健身课程，因此服务器或终端设备可以对已有的健身课程推荐模型进行更新，增加当前用户的基础参数、运动能力和/或偏好需求等，并增加与该用户的基础参数、运动能力和/或偏好需求等和上述令该当前用户满意的健身课程的对应关系。这样可以使得健身课程推荐模型逐渐扩充，所包括的影响健身过程的信息越来越多样和丰富，进而可以适应于越来越多的用户类型。
137.大量的用户使用健身类应用程序，其中总有一些用户的基础参数、运动能力和/或偏好需求等是相同或相似的，因此针对基础参数、运动能力和/或偏好需求等相同或相似的多个用户，服务器或终端设备可以推荐相同的健身课程。这样服务器或终端设备不用针对每个用户都执行上述所有步骤，如果健身课程推荐模型中已存在适合于基础参数、运动能力和/或偏好需求等相同或相似的用户的健身课程，服务器或终端设备可以直接根据健身课程推荐模型获取该健身课程推送给当前用户即可。
138.步骤506、若当前用户对健身课程的满意度较低，则将其他情况相似当前用户的健身课程推送给当前用户。
139.如果当前用户的反馈明确表示了对推送的健身课程满意度较低，则一定是要更换推送给该当前用户的健身课程的。服务器或终端设备可以从健身课程推荐模型中找到和当前用户的基础参数、运动能力和/或偏好需求等相同或相似的其他用户，获取该其他用户对应的健身课程推送给当前用户。
140.可选的，健身课程推荐模型中不存在和当前用户的基础参数、运动能力和/或偏好需求等相同或相似的其他用户，服务器或终端设备执行上述步骤502或503得到最适合当前用户的健身课程。
141.本技术通过根据用户的基础参数、运动能力和/或偏好需求等信息确定最适合用户的健身课程，使得推送的健身课程更符合用户的个性化需求。
142.在一种可能的实现方式中，上述步骤502中，当前用户首次使用健身类应用程序时，除了请当前用户填写问卷，终端设备还可以执行一套用户评估处理过程，即终端设备在显示屏或触摸屏上提示用户执行一套规定动作，然后根据用户做这些规定动作的结果对用
户的运动能力进行评估。也可以通过图像评估，例如让用户做一套动作，然后由用户根据做完动作的结果填写问卷，根据问卷内容评估用户的运动能力。还可以请用户做动作的过程中戴上可穿戴设备，借由可穿戴设备对用户的运动能力进行评估。上述该评估过程可以采用功能性运动测试(functional movement screen，fms)方法，其由7个动作构成，可以用于各种人群的基础运动能力(例如，灵活性、稳定性、力量和/或忍耐力等)评估。还可以采用y平衡测试方法。本技术对评估方法不做具体限定。
143.可选的，终端设备可以播放视频，由专业教练示范规定动作和讲解标准规范，或者终端设备播放规范动作的定图，用文字讲解相应动作的标准规范。
144.可选的的，终端设备在当前用户做规范动作的同时打开摄像头，通过摄像头记录用户的动作，再对拍摄的视频进行分析确定用户的动作完成度，进而得到该用户的运动能力。
145.可选的，终端设备可以让用户填写问卷，该问卷要求用户填写完成规定动作的成绩。例如，平板撑的最长时长、开合跳的最大次数等。终端设备根据用户填写的成绩得到该用户的运动能力。
146.由于增加了运动能力评估，因此服务器或终端设备在当前用户首次使用健身类应用程序、确定最适合用户的健身课程时，除了用户的基础参数，还可以加上用户的运动能力评估结果，使得推送的健身课程更符合用户的个性化需求。
147.在一种可能的实现方式中，服务器或终端设备可以通过用户注册健身类应用程序的账号，关联到其他设备，例如图2中的可穿戴设备、智慧家庭中的无线设备(例如体脂称、血压计等)、远程医疗(remote medical)中的无线设备(例如疾病信息采集模块、医疗卡等)等，通过这些设备获取当前用户的健康状况(例如疾病记录、心理压力等)、睡眠质量(例如入睡时间、深睡时长等)等，再推荐当前用户的健身课程时，可以进一步结合上述健康状况(例如疾病记录、心理压力等)、睡眠质量(例如入睡时间、深睡时长等)等信息。
148.可选的，服务器或终端设备通过账号关联可穿戴式心率设备，获取当前用户在运动时和运动后的实时心率变化，根据心率变化评估用户的体能，包括当前用户的最大心率、储备心率、心率回复速度等，根据体能评估的结果调整推荐给当前用户的健身课程。可选的，服务器或终端设备还可以根据用户运动时的心率变化判断该动作对用户的锻炼效果，例如有氧运动时用户的心率上升较慢，则说明该动作对用户的锻炼效果较差，并根据锻炼效果调整推荐给当前用户的健身课程。
149.可选的，服务器或终端设备通过账号关联多种设备，包括远程医疗中的无线设备(医疗结构医院的档案系统，当前用户的医疗账户)、智慧家庭中的无线设备(体脂称、体重秤、血压计等)、手环等，获取当前用户的医疗记录、体检报告、睡眠记录等，根据这些记录确定推荐给当前用户的健身课程。示例性的，表1示出了健身课程的一种示例性的推荐模型。
150.表1
[0151][0152]
需要说明的是，表1作为示例提供了一些健身课程的推荐方法，但本技术并不限于表1中的课程推送方法，对此不作具体限定。
[0153]
可选的，用户可能在不同的设备上登录的账号或信息是不同的，服务器或终端设备就无法根据账号关联其他设备。本技术中服务器或终端设备还可以结合其他信息，如上所述，越多的信息、越多的信息得到的用户画像越贴近用户本人，因此服务器可以整合大量的设备上报的用户信息，对其进行分析，依据信息之间的强相关性确定出哪些设备上登录的用户是同一个用户，进而将这些设备关联起来。
[0154]
在一种可能的实现方式中，服务器或终端设备通过摄像装置拍摄当前用户健身时的画面，或者拍摄用户健身时周围的空间画面，这些画面除了当前用户，还包括当前用户所处的环境，服务器或终端设备通过直线提取算法(line segment detector，lsd)、目标检测(single shot multibox detector，ssd)等算法识别画面中的墙壁、障碍物等物体，估算出当前用户所处的环境的空间大小。服务器或终端设备在确定推荐的健身课程时，还可以结合当前用户所处的环境的空间大小，若发现本次的健身动作无法在当前环境完成，则选择功能类似且空间要求能够满足的健身课程替代，避免由于空间限制导致健身课程无法进行的情况。
[0155]
在一种可能的实现方式中，服务器将用户的相关信息和推荐的健身课程存储下来，当用使用非常用设备登录健身类应用程序，例如用户更换终端设备，只要凭借注册时的账号登录，即可从服务器端获取推荐给该用户的健身课程，无需再重新填写问卷、确定推荐
的健身课程等过程，提高推送效率。
[0156]
在一种可能的实现方式中，在给用户确定了最适合其的健身课程后，或者收到用户针对健身课程的反馈后，服务器或终端设备可以根据确定的健身课程或用户的反馈对健身课程推荐模型进行更新。本技术中健身课程推荐模型的创建和更新均可以通过机器学习、深度学习、强化学习等方式实现，其输入包括用户的身体参数、健身目的、运动能力、健康状况、睡眠质量以及用户对健身课程的反馈中的一个或多个，其输出为基于前述信息构建的健身课程推荐模型。
[0157]
需要说明的是，本技术在确定最适合当前用户的健身课程时依据的多项数据可以包括以下一种或多种信息：身体参数(例如身高、体重、年龄、性别等)、健身目的(例如减脂、塑形、增肌等)、运动能力(例如关节灵活度、下肢力量、核心力量、上肢力量、体能等)、健康状况(例如疾病记录、心理压力等)、睡眠质量(例如入睡时间、深睡时长等)、外部空间环境(例如室内、室外、空间大小等)以及用户反馈(例如课程点赞情况、上课心得、课程点击率、课程收藏率等)。
[0158]
这些信息中身体参数和健身目的是基础参数不可以省略，其在当前用户首次使用健身类应用程序时是健身课程的推荐依据。其他信息均为可选信息，即服务器或终端设备可以在基础参数的基础上，再根据其中的一种或多种信息确定最适合当前用户的健身课程。而通常来讲，所结合的信息越多得到的画像越贴近用户，而画像越贴近用户，那么针对这个画像推送的健身课程越适合于用户。
[0159]
进一步的，本技术对于出基础参数外的其他信息不做先后顺序、重要性以及权重高低的限定，也不对其他信息的数量做具体限定。
[0160]
在实现过程中，上述方法实施例的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。处理器可以是通用处理器、数字信号处理器(digital signal processor,dsp)、特定应用集成电路(application-specific integrated circuit，asic)、现场可编程门阵列(field programmable gate array,fpga)或其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。本技术实施例公开的方法的步骤可以直接体现为硬件编码处理器执行完成，或者用编码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
[0161]
上述各实施例中提及的存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read-only memory，rom)、可编程只读存储器(programmable rom，prom)、可擦除可编程只读存储器(erasable prom，eprom)、电可擦除可编程只读存储器(electrically eprom，eeprom)或闪存。易失性存储器可以是随机存取存储器(random access memory，ram)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的ram可用，例如静态随机存取存储器(static ram，sram)、动态随机存取存储器(dynamic ram，dram)、同步动态随机存取存储器(synchronous dram，sdram)、双倍数据速率同步动态随机存取存储器(double data rate sdram，ddr sdram)、增强型同步动态随机存取存储器(enhanced sdram，esdram)、同步连接
动态随机存取存储器(synchlink dram，sldram)和直接内存总线随机存取存储器(direct rambus ram，dr ram)。应注意，本文描述的系统和方法的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
[0162]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
[0163]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0164]
在本技术所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0165]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0166]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
[0167]
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
[0168]
以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以所述权利要求的保护范围为准。