大数据在健身APP中的应用

高鑫

(中央财经大学，北京 100081)

1 绪论

随着国内人们健身意识的增强和全民健身事业的推进，群众参与健身的需求在不断上升，全民健身也被上升到了国家战略的层面。在2016年5月，体育总局发布《体育发展“十三五”规划》，提出到2020年体育产业总规模要超过3万亿元；6月23日，国务院印发《全民健身计划》，要求到2020年，每周参加一次及以上体育锻炼的人数达到7亿，经常参加体育锻炼的人数达到4.35亿。面对如此庞大数量的健身市场，大众健身的氛围迅速铺开。

而在此过程中，大量的健身群众不仅仅需要的是专业性的健身指导，而且需要服务者做到经济实惠。这些原因造就了现代人的生活中出现了大量的健身类APP。移动互联网技术的发展和智能手机技术的突飞猛进，使得GPS定位、数据互联与高性能CPU完美的相结合。这些技术在手机上的融合使得健身爱好者只要带上手机就可以享受到专业的健身APP的健身指导。而健身APP也可以帮助使用者随时随地地充分利用闲暇时间进行锻炼，免掉了去专门的健身房请专业的健身教练的麻烦。而且有些健身APP可以24h记录你的运动数据，让你的运动变的“有据可查”，还可以将使用者的数据与好友共享并排位，让你收获运动的成就感。

2 健身APP的含义和类型

2.1 含义。以无线通讯技术发展为基础的体育健身类APP一般是指拥有指导运动项目学习、完成运动健身数据记录分析、个性化锻炼指导、传递健身资讯、引领健康生活方式等功能的智能手机或可穿戴设备第三方应用程序，如小米运动、咕咚、悦跑圈、KEEP等。

2.2 类型。大数据的出现也将使健身类APP的功能更为细节化。主要可以划分为以下三种类型：

(1)徒手类APP。徒手类APP的功能主要是不使用辅助健身工具，单纯通过自身条件进行运动，其中最普遍的是跑步和类似的活动,此类通过记录运动人员自身的物理指标，尤其是运动轨迹、运动速度、运动距离等，在跟踪身体运动的轨迹的同时，同步记录运动者的生理指标，包括心率的变化、血压的升降、消耗的卡路里数目等，并根据分析结果制定针对性的训练计划，并定期普及有关的运动知识。目前市场上此类APP以咕咚运动、悦动圈等为典型代表。

(2)器械类APP。此类APP将呈现跟踪同步的特点，主要表现为与健身器械相结合，让用户在体验健身运动的同时随时掌握自己的私密情况，例如Nike+和Apple Watch中植入的健康类APP，在提高健身用户的积极性的同时也对其个人的健康情况做进一步的跟踪，并汇集数据。

(3)指导类APP。指导类APP以每日瑜伽、爱活力健身等为典型代表，目前它的功能仍然以指导教学为主，如一些增加力量、瑜伽、健身操等项目的练习。这类APP在指导用户完成健身功能的同时，更为每个使用者根据大数据搜集到的内容来量身定制训练计划，而且此类APP绝大多数都带有视频演示、分步教学等功能，部分APP更是针对用户的需求还增加饮食配备方案和相应的保健养身常识。

3 大数据在健身APP中的具体应用

3.1 可穿戴设备。可穿戴电子技术将电子器件以服装、配件、皮肤粘贴和体内植入等形式与人体集成，实现了在体传感测量、数据存储和移动计算等诸多功能。可穿戴系统中的重要组成部分是功能繁多的可穿戴传感器，可穿戴传感器目前主要以测量人体运动、生理参数和环境指标为主，主要功能包括运动和行为监测、生理参数测量、人体成分分析和环境检测等。可穿戴生理传感器可以与皮肤接触来测量实时生理参数，如血压、心率、血糖、心电和皮肤温度等，因此具有很高的医学应用价值。

3.2 信息推送服务的数据运用

为避免用户进入信息迷航状态，健身APP需要通过信息精准推送提高用户对信息资源的利用效率。用户在Web浏览记录、手机软件的访问所产生的数据，计算机对数据进行分析整合，将分类处理数据转移给产品服务方或服务提供方，他们形成个性化的内容。由健身APP针对用户的差异为用户提供精准推送服务。

(1)用户需求数据挖掘。数据挖掘是从海量的、复杂的、模糊的、随机的数据中提取隐含在其中的潜在的、有用的信息、不为人们察觉的知识过程。运动需求数据的挖掘主要从四个方面信息进行挖掘：一是从健身APP注册信息中的用户基本信息中挖掘；二是从用户日常使用习惯的数据中进行挖掘；三是从用户运用健身APP产生的运动信息中挖掘；四是用户对健身APP的评价反馈分享的信息中进行数据挖掘。

(2)健身APP分类处理模块。健身APP通过数据挖掘和处理模块分析出用户的需求。在此模块中从信息和用户两个方面进行分类处理。从用户的方面来分类，主要参考上个模块对用户信息的采集，有用户运动水平、层次、周期、项目、兴趣爱好等进行分类，以便推送符合用户需求的健身信息。其次对信息的分类处理，主要将信息分为共性信息和个性化信息进行整合处理。

(3)个性化精准推送服务模块。考虑用户的日常习惯，具体的推送时间通过不同的方法手段和频率等进行推送，达到推送信息的精准、高效又不会给用户产生信息垃圾。推送时间要符合用户日常浏览APP的习惯，通过以上两个模块可以较为清晰的了解用户使用健身APP的时间范围频率等，在用户日常使用习惯内进行信息推送。其次要把控信息推送的频率，过多的信息推送既然会使用户难以接受，所以精简、低频的信息推送更适合现代人碎片化的阅读方式。

[1] 曾天禹,黄显.可穿戴传感器进展、挑战和发展趋势[J].科技导报,2017,02:19-32.

[2] 赵行瑞,于芳.健身类APP的SWOT分析——以KEEP为例[J].湖北体育科技,2017,01:36-38+42.

[3] 陈乐.论“互联网+”给我国健身产业带来的机遇与挑战——以LikingFit为例[J].当代体育科技,2017,05:188-189.