推荐方法和电子设备与流程

1.本技术属于通信技术领域，具体涉及一种推荐方法和电子设备。

背景技术：

2.在日常生活中，运动是人们保持身体健康的一种方式，运动手表作为运动辅助工具，可以帮助人们更好的管理、监控自己的身体情况、运动情况，从而辅助用户健康运动。
3.目前用户都是根据运动手表上显示的身体情况自行确定运动方案，缺乏科学规划运动的方法。

技术实现要素：

4.本技术实施例的目的是提供一种推荐方法和电子设备，能够解决如何根据用户自身身体情况自动做出合理运动规划的问题。
5.第一方面，本技术实施例提供了一种推荐方法，该方法包括：
6.获取第一用户输入的计划运动时间，以及所述第一用户的历史身体状态信息，所述历史身体状态信息通过监测所述第一用户n天内的身体状态得到，n为大于等于1的正整数；
7.确定身体状态信息与所述第一用户的历史身体状态信息相似度超过预设阈值的第二用户，并获取所述第二用户对应的各项运动的最佳运动量和补偿值，根据所述各项运动的最佳运动量和补偿值，确定与所述计划运动时间匹配的运动项目；
8.基于与所述计划运动时间匹配的运动项目，输出推荐的运动项目。
9.第二方面，本技术实施例提供了一种推荐装置，该装置包括：
10.获取第一用户输入的计划运动时间，以及所述第一用户的历史身体状态信息，所述历史身体状态信息通过监测所述第一用户n天内的身体状态得到，n为大于等于1的正整数；
11.确定身体状态信息与所述第一用户的历史身体状态信息相似度超过预设阈值的第二用户，并获取所述第二用户对应的各项运动的最佳运动量和补偿值，根据所述各项运动的最佳运动量和补偿值，确定与所述计划运动时间匹配的运动项目；
12.基于与所述计划运动时间匹配的运动项目，输出推荐的运动项目。
13.第三方面，本技术实施例提供了一种电子设备，该电子设备包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
14.第四方面，本技术实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
15.第五方面，本技术实施例提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法。
16.第六方面，本技术实施例提供一种计算机程序产品，该程序产品被存储在存储介质中，该程序产品被至少一个处理器执行以实现如第一方面所述的方法。
17.在本技术实施例中，通过获取第一用户输入的计划运动时间，以及第一用户的历史身体状态信息，获取与第一用户的历史身体状态信息相似度超过预设阈值的第二用户对应的各项运动的最佳运动量和补偿值，确定与所述计划运动时间匹配的运动项目，基于与所述计划运动时间匹配的运动项目，输出推荐的运动项目，实现了根据用户身体情况自动做出合理运动规划。
附图说明
18.图1为本技术实施例提供的推荐方法的流程示意图之一；
19.图2为本技术实施例提供的推荐方法的流程示意图之二；
20.图3为本技术实施例提供的推荐方法的流程示意图之三；
21.图4为本技术实施例提供的推荐方法的流程示意图之四；
22.图5为本技术实施例提供的推荐装置的结构示意图；
23.图6为本技术实施例提供的电子设备的结构示意图；
24.图7为实现本技术实施例的一种电子设备的硬件结构示意图。
具体实施方式
25.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚地描述，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获得的所有其他实施例，都属于本技术保护的范围。
26.本技术的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
27.下面结合附图，通过具体的实施例及其应用场景对本技术实施例提供的推荐方法进行详细地说明。
28.图1为本技术实施例提供的推荐方法的流程示意图之一，如图1所示，该推荐方法包括：步骤100、步骤200和步骤300，其中，
29.步骤100、获取第一用户输入的计划运动时间，以及所述第一用户的历史身体状态信息，所述历史身体状态信息通过监测所述第一用户n天内的身体状态得到，n为大于等于1的正整数。
30.需要说明的是，本技术实施例的执行主体为能够实现对用户的身体状态进行监测的终端设备，包括运动手表，或其他可穿戴设备。
31.其中，用户的身体状态，或称为用户的身体状态信息，包括以下至少一项：心率、血氧、睡眠情况、运动量等。
32.终端设备获取佩戴该终端设备的第一用户输入的计划运动时间，该计划运动时间
是第一用户在终端设备上输入的时间信息。
33.获取该第一用户的历史身体状态信息，例如，通过终端设备监测该第一用户n天内的心率、血氧、睡眠情况、运动量等身体状态信息，获取监测到的历史身体状态信息。
34.步骤200、确定身体状态信息与所述第一用户的历史身体状态信息相似度超过预设阈值的第二用户，并获取所述第二用户对应的各项运动的最佳运动量和补偿值，根据所述各项运动的最佳运动量和补偿值，确定与所述计划运动时间匹配的运动项目。
35.在本技术实施例中，根据第一用户的历史身体状态信息，确定身体状态信息与所述第一用户的历史身体状态信息相似度超过预设阈值的第二用户，并获取所述第二用户对应的各项运动的最佳运动量和补偿值，即获取其他用户在与所述历史身体状态信息相似的身体情况下进行共计k项运动时每项运动的最佳运动量和补偿值，根据所述各项运动的最佳运动量和补偿值进行拟合，确定适合该第一用户的在所述计划运动时间进行的运动项目。
36.其中，运动项目包括篮球、游泳、跑步等项目，本发明对此不作限制。
37.步骤300、基于与所述计划运动时间匹配的运动项目，输出推荐的运动项目。
38.其中，与计划运动时间匹配的运动项目是适合该第一用户的在所述计划运动时间进行的运动项目，基于与所述计划运动时间匹配的运动项目，输出推荐的运动项目，第一用户可以参考该运动规划结果进行运动。
39.在本技术实施例中，通过获取第一用户输入的计划运动时间，以及所述第一用户的历史身体状态信息，获取与第一用户的历史身体状态信息相似度超过预设阈值的第二用户对应的各项运动的最佳运动量和补偿值，确定与所述计划运动时间匹配的运动项目，基于与所述计划运动时间匹配的运动项目，输出推荐的运动项目，实现了根据用户身体情况自动做出合理运动规划。
40.可选地，如图2所示，所述步骤200中根据所述各项运动的最佳运动量和补偿值，确定与所述计划运动时间匹配的运动项目包括:步骤201、步骤202、步骤203和步骤204。
41.步骤201、根据所述各项运动的最佳运动量和补偿值，确定第一函数关系，所述第一函数关系用于表征身体状态信息、可进行的运动量总值以及运动时间之间的函数关系；
42.其中，第一函数关系具体为：
[0043][0044]
其中，m(t)为用户在某一时刻t可进行的运动量总值，ai为第i项运动的最佳运动量，i＝1,2,
……
k，共计k项运动，可以通过查询现有资料获得，ε
t
为用户在该时刻t的实时身体状态信息，γ为补偿值，通过对上述信息进行拟合，确定第一函数关系。
[0045]
即第一函数关系表征了身体状态信息、可进行的运动量总值以及运动时间之间的函数关系。
[0046]
可以知晓，在时刻t确定的情况下，通过获取与所述实时身体状态信息相似的身体情况对应的各项运动的最佳运动量和补偿值，利用所述第一函数关系，可以得到所述第一用户在时刻t可进行的运动量总量。
[0047]
步骤202、获取第一用户在第一时刻的实时身体状态信息，基于所述第一函数关
系，确定所述第一用户在所述第一时刻可进行的第一运动量总量；
[0048]
需要说明的是，第一时刻可以是任一预设的时刻。
[0049]
在确定了第一函数关系后，确定一个时刻，记为第一时刻，通过获取第一用户在第一时刻的实时身体状态信息，通过查询获得与所述实时身体状态信息相似度超过预设阈值的第三用户对应的各项运动的最佳运动量和补偿值，利用所述第一函数关系，可以得到所述第一用户在第一时刻可进行的第一运动量总量。
[0050]
可选地，所述基于所述第一函数关系和所述实时身体状态信息，确定所述第一用户在所述第一时刻可进行的第一运动量总量，包括：
[0051]
确定身体状态信息与所述实时身体状态信息相似度超过预设阈值的第三用户，并获取所述第三用户对应的各项运动的最佳运动量和补偿值，利用所述第一函数关系，确定所述第一用户在所述第一时刻进行的第一运动量总量。
[0052]
其中，第一运动量总量的计算公式为：
[0053][0054]
步骤203、基于所述历史身体状态信息和所述第一函数关系，确定所述第一用户在所述n天内进行过的运动项目所对应的第二运动量总值，以及所述第一用户在n天内未进行过的运行项目所对应的第三运动量总值；
[0055]
可选地，如图3所示，步骤203包括：步骤2031和步骤2032。
[0056]
步骤2031、获取第一用户在n天内进行过的运动项目以及对应的运动量，基于所述历史身体状态信息，利用所述第一函数关系，确定所述第一用户在所述n天内进行过的运动项目所对应的第二运动量总值；
[0057]
其中，第二运动量总值的计算公式如下：
[0058][0059]
其中，n(k1,t)为第一用户在n天内进行过的运动项目所对应的第二运动量总值，bi为第一用户在n天内进行过的运动项目中的第i项运动的最佳运动量，i＝1,2,
……
k1，i为每项运动项目的编号，共计k1项运动，最佳运动量可以通过查询现有资料获得，ε
t
为第一用户在时刻t的实时身体状态信息，γb为第二补偿值。
[0060]
可以理解的是，根据上述公式在得到bi、εy、γb、k1、t的值后，就可以确定n(k1,t)的取值。
[0061]
步骤2032、获取第一用户在n天内未进行过的运动项目以及对应的运动量，基于所述历史身体状态信息，利用所述第一函数关系，确定所述第一用户在n天内未进行过的运行项目所对应的第三运动量总值。
[0062]
其中，第三运动量总值的计算公式如下：
[0063]
[0064]
其中，q(k2,t)为第一用户在n天内未进行过的运动项目所对应的第三运动量总值，cj为第一用户在n天内未进行过的运动项目中第j项运动的最佳运动量，j＝1,2,
……
k2，共计k2项运动，最佳运动量可以通过查询现有资料获得，ε
t
为第一用户在时刻t的实时身体状态信息，γc为第二补偿值。
[0065]
可以理解的是，根据上述公式在得到cj、ε
t
、γc、k2、t的值后，就可以确定q(k2,t)的取值。
[0066]
步骤204、基于所述第一运动量总值、第二运动量总值和第三运动量总值，以概率逼近的方式，确定与所述计划运动时间匹配的运动项目。
[0067]
可选地，如图4所示，步骤204包括：步骤2041、步骤2042、步骤2043和步骤2044。
[0068]
步骤2041、计算所述第一运动量总值与所述第二运动量总值之间的第一差值，以及所述第一运动量总值与所述第三运动量总值之间的第二差值；
[0069]
计算所述第一运动量总值与所述第二运动量总值之间的第一差值：
[0070][0071]
计算所述第一运动量总值与所述第三运动量总值之间的第二差值：
[0072][0073]
步骤2042、基于所述第一差值和第二差值，确定目标评价函数；
[0074][0075]
此时的目标变为，从共计n种运动中，计算出最合适的k＝k1+k2值及对应运动组合，拟定一个评价函数如下：
[0076][0077]
由此，目标转换为求出当r(k)函数的最小值时k的取值以及对应的运动组合。
[0078]
步骤2043、基于所述计划运动时间，确定所述目标评价函数取最小值时对应的运动项目和运动量；
[0079]
需要说明的是，基于所述计划运动时间，确定所述目标评价函数取最小值时对应的运动项目和运动量，包括以下步骤：
[0080]
1、令t＝t0，标识一个时间的初始值，t0为计划运动时间，此时，产生一个初始的解k0，对应目标函数值r0；
[0081]
2、令t＝at,其中，a≥0&&a≤1，作为概率时间估算值；
[0082]
3、对当前解k
t
增加随机扰动，在其近邻域内产生一个新解k
t
，得出目标函数值r(k
t+1
)，并计算：
[0083]
δr＝r(k
t+1
)-r(k
t
)
[0084]
4、如果δr《0,则接受新解为当前解，否则，按照概率判断是否接受新的解，并记录每个时刻的对应k值；
[0085]
5、在时间t下，重复l次扰动和接受过程，即执行步骤3和4；
[0086]
6、判断当前评价函数是否达到终止的水平，如果是则终止算法，否则返回步骤2；
[0087]
在上述算法终止后，获得了一系列的k值与其对应的运动值r。
[0088]
步骤2044、基于所述目标评价函数取最小值时对应的运动项目和运动量，通过计
算置信区间，确定与所述计划运动时间匹配的运动项目。
[0089]
在获得了一系列的k值与其对应的运动值r之后，判断运动合理性。
[0090]
为运动合理性，对所得数据进行大样本数理统计分析，假定k和r(k)不符合正态分布，为取得通用化非正态总体参数的渐进置信区间，对所有k值及对应运动量r进行数理统计，设总体均值为θ，方差为σ2，均未知，假设k足够大，由中心极限定理可知样本标准差s是σ的一个相合估计，故近似用s代替σ，由极限分布可证
[0091][0092]
此时将作为枢轴变量，它的极限分布与θ无关，令
[0093][0094]
解上式中括号中的不等式，得到θ的置信系数近似为1-α的置信区间为：
[0095][0096]
将步骤2043中求得的k值和对应的r值带入上述置信区间，得到一个具体的区间，判断对应的r值是否在所述区间内，若在所述区间内，则选择该k值对应的运动组合作为与所述计划运动时间匹配的运动项目。
[0097]
需要说明的是，若所有k值和对应的r值均无法满足上述置信区间计算，则调整t0，在计划运动时间的基础上微调后再次计算。
[0098]
在本技术实施例中，基于所述历史身体状态信息，以概率逼近的方式，确定适合计划运动时间的运动项目，使得运动规划更加合理，提高了根据第一用户的身体情况自动做出合理运动规划的解释性。
[0099]
可选地，步骤300，包括：
[0100]
基于与所述计划运动时间匹配的运动项目，结合所述第一用户的好友关系，输出运动规划结果。
[0101]
可选地，基于与所述计划运动时间匹配的运动项目，联动位于第一用户所在位置附近的好友，结合第一用户的好友关系，可结合第一用户好友的运动路线，规划出优选的多条运动路线，输出运动规划结果，
[0102]
可选地，还可以向第一用户的好友的终端设备发送邀约信息，邀约信息中携带所述运动规划结果，从而可以有效提升终端设备在运动场景下的社交性，提升用户体验。
[0103]
本技术实施例提供的推荐方法，执行主体可以为推荐装置。本技术实施例中以推荐装置执行推荐方法为例，说明本技术实施例提供的推荐装置。
[0104]
图5为本技术实施例提供的推荐装置的结构示意图，如图5所示，该推荐装置500，包括：
[0105]
第一获取单元510，用于获取第一用户输入的计划运动时间，以及所述第一用户的历史身体状态信息，所述历史身体状态信息通过监测所述第一用户n天内的身体状态得到，n为大于等于1的正整数；
[0106]
第一确定单元520，用于确定身体状态信息与所述第一用户的历史身体状态信息
相似度超过预设阈值的第二用户，并获取所述第二用户对应的各项运动的最佳运动量和补偿值，根据所述各项运动的最佳运动量和补偿值，确定与所述计划运动时间匹配的运动项目；
[0107]
第一输出单元530，用于基于与所述计划运动时间匹配的运动项目，输出推荐的运动项目。
[0108]
在本技术实施例中，通过获取第一用户输入的计划运动时间，以及第一用户的历史身体状态信息，获取与第一用户的历史身体状态信息相似度超过预设阈值的第二用户对应的各项运动的最佳运动量和补偿值，确定与所述计划运动时间匹配的运动项目，基于与所述计划运动时间匹配的运动项目，输出推荐的运动项目，实现了根据用户身体情况自动做出合理运动规划。
[0109]
可选地，所述根据所述各项运动的最佳运动量和补偿值，确定与所述计划运动时间匹配的运动项目，包括：
[0110]
根据所述各项运动的最佳运动量和补偿值，确定第一函数关系，所述第一函数关系用于表征所述身体状态信息、可进行的运动量总值以及运动时间之间的函数关系；
[0111]
获取第一用户在第一时刻的实时身体状态信息，基于所述第一函数关系和所述实时身体状态信息，确定所述第一用户在所述第一时刻可进行的第一运动量总量；
[0112]
基于所述历史身体状态信息和所述第一函数关系，确定所述第一用户在所述n天内进行过的运动项目所对应的第二运动量总值，以及所述第一用户在n天内未进行过的运行项目所对应的第三运动量总值；
[0113]
基于所述第一运动量总值、第二运动量总值和第三运动量总值，以概率逼近的方式，确定与所述计划运动时间匹配的运动项目。
[0114]
可选地，所述基于所述第一函数关系和所述实时身体状态信息，确定所述第一用户在所述第一时刻可进行的第一运动量总量，包括：
[0115]
确定身体状态信息与所述实时身体状态信息相似度超过预设阈值的第三用户，并获取所述第三用户对应的各项运动的最佳运动量和补偿值，利用所述第一函数关系，确定所述第一用户在所述第一时刻进行的第一运动量总量。
[0116]
可选地，所述基于所述历史身体状态信息和所述第一函数关系，确定所述第一用户在所述n天内进行过的运动项目所对应的第二运动量总值，以及所述第一用户在n天内未进行过的运行项目所对应的第三运动量总值，包括：
[0117]
获取第一用户在n天内进行过的运动项目以及对应的运动量，基于所述历史身体状态信息，利用所述第一函数关系，确定所述第一用户在所述n天内进行过的运动项目所对应的第二运动量总值；
[0118]
获取第一用户在n天内未进行过的运动项目以及对应的运动量，基于所述历史身体状态信息，利用所述第一函数关系，确定所述第一用户在n天内未进行过的运行项目所对应的第三运动量总值。
[0119]
可选地，所述基于所述第一运动量总值、第二运动量总值和第三运动量总值，以概率逼近的方式，确定与所述计划运动时间匹配的运动项目，包括：
[0120]
计算所述第一运动量总值与所述第二运动量总值之间的第一差值，以及所述第一运动量总值与所述第三运动量总值之间的第二差值；
[0121]
基于所述第一差值和第二差值，确定目标评价函数；
[0122]
基于所述计划运动时间，确定所述目标评价函数取最小值时对应的运动项目和运动量；
[0123]
基于所述目标评价函数取最小值时对应的运动项目和运动量，通过计算置信区间，确定与所述计划运动时间匹配的运动项目。
[0124]
在本技术实施例中，基于所述历史身体状态信息，以概率逼近的方式，确定适合计划运动时间的运动项目，使得运动规划更加合理，提高了根据第一用户身体情况自动做出合理运动规划的解释性。
[0125]
可选地，所述第一输出单元，用于：
[0126]
基于所述与所述计划运动时间匹配的运动项目，结合所述第一用户的好友关系，输出运动规划结果。
[0127]
本技术实施例可以有效提升终端设备在运动场景下的社交性，提升用户体验。
[0128]
本技术实施例中的推荐装置可以是电子设备，也可以是电子设备中的部件，例如集成电路或芯片。该电子设备可以是终端，也可以为除终端之外的其他设备。示例性的，电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、移动上网装置(mobile internet device，mid)、增强现实(augmented reality，ar)/虚拟现实(virtual reality，vr)设备、机器人、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer，umpc)、上网本或者个人数字助理(personal digital assistant，pda)等，还可以为服务器、网络附属存储器(network attached storage，nas)、个人计算机(personal computer，pc)、电视机(television，tv)、柜员机或者自助机等，本技术实施例不作具体限定。
[0129]
本技术实施例中的推荐装置可以为具有操作系统的装置。该操作系统可以为安卓(android)操作系统，可以为ios操作系统，还可以为其他可能的操作系统，本技术实施例不作具体限定。
[0130]
本技术实施例提供的推荐装置能够实现图1至图4的方法实施例实现的各个过程，为避免重复，这里不再赘述。
[0131]
可选地，如图6所示，本技术实施例还提供一种电子设备600，包括处理器601和存储器602，存储器602上存储有可在所述处理器601上运行的程序或指令，该程序或指令被处理器601执行时实现上述推荐方法实施例的各个步骤，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0132]
需要说明的是，本技术实施例中的电子设备包括上述所述的移动电子设备和非移动电子设备。
[0133]
图7为实现本技术实施例的一种电子设备的硬件结构示意图。
[0134]
该电子设备700包括但不限于：射频单元701、网络模块702、音频输出单元703、输入单元704、传感器705、显示单元706、用户输入单元707、接口单元708、存储器709、以及处理器710等部件。
[0135]
本领域技术人员可以理解，电子设备700还可以包括给各个部件供电的电源(比如电池)，电源可以通过电源管理系统与处理器710逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图7中示出的电子设备结构并不构成对电子设备的限
定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置，在此不再赘述。
[0136]
其中，处理器710，用于获取第一用户输入的计划运动时间，以及所述第一用户的历史身体状态信息，所述历史身体状态信息通过监测所述第一用户n天内的身体状态得到，n为大于等于1的正整数；确定身体状态信息与所述第一用户的历史身体状态信息相似度超过预设阈值的第二用户，并获取所述第二用户对应的各项运动的最佳运动量和补偿值，根据所述各项运动的最佳运动量和补偿值，确定与所述计划运动时间匹配的运动项目；基于与所述计划运动时间匹配的运动项目，输出推荐的运动项目。
[0137]
在本技术实施例中，通过获取第一用户输入的计划运动时间，以及第一用户的历史身体状态信息，获取与第一用户的历史身体状态信息相似度超过预设阈值的第二用户对应的各项运动的最佳运动量和补偿值，确定与所述计划运动时间匹配的运动项目，基于与所述计划运动时间匹配的运动项目，输出推荐的运动项目，实现了根据用户身体情况自动做出合理运动规划。
[0138]
可选地，所述根据所述各项运动的最佳运动量和补偿值，确定与所述计划运动时间匹配的运动项目，包括：
[0139]
根据所述各项运动的最佳运动量和补偿值，确定第一函数关系，所述第一函数关系用于表征身体状态信息、可进行的运动量总值以及运动时间之间的函数关系；
[0140]
获取第一用户在第一时刻的实时身体状态信息，基于所述第一函数关系和所述实时身体状态信息，确定所述第一用户在所述第一时刻可进行的第一运动量总量；
[0141]
基于所述历史身体状态信息和所述第一函数关系，确定所述第一用户在所述n天内进行过的运动项目所对应的第二运动量总值，以及所述第一用户在n天内未进行过的运行项目所对应的第三运动量总值；
[0142]
基于所述第一运动量总值、第二运动量总值和第三运动量总值，以概率逼近的方式，确定与所述计划运动时间匹配的运动项目。
[0143]
可选地，所述基于所述第一函数关系和所述实时身体状态信息，确定所述第一用户在所述第一时刻可进行的第一运动量总量，包括：
[0144]
确定身体状态信息与所述实时身体状态信息相似度超过预设阈值的第三用户，并获取所述第三用户对应的各项运动的最佳运动量和补偿值，利用所述第一函数关系，确定所述第一用户在所述第一时刻进行的第一运动量总量。
[0145]
可选地，所述基于所述历史身体状态信息和所述第一函数关系，确定所述第一用户在所述n天内进行过的运动项目所对应的第二运动量总值，以及所述第一用户在n天内未进行过的运行项目所对应的第三运动量总值，包括：
[0146]
获取第一用户在n天内进行过的运动项目以及对应的运动量，基于所述历史身体状态信息，利用所述第一函数关系，确定所述第一用户在所述n天内进行过的运动项目所对应的第二运动量总值；
[0147]
获取第一用户在n天内未进行过的运动项目以及对应的运动量，基于所述历史身体状态信息，利用所述第一函数关系，确定所述第一用户在n天内未进行过的运行项目所对应的第三运动量总值。
[0148]
可选地，所述基于所述第一运动量总值、第二运动量总值和第三运动量总值，以概
率逼近的方式，确定与所述计划运动时间匹配的运动项目，包括：
[0149]
计算所述第一运动量总值与所述第二运动量总值之间的第一差值，以及所述第一运动量总值与所述第三运动量总值之间的第二差值；
[0150]
基于所述第一差值和第二差值，确定目标评价函数；
[0151]
基于所述计划运动时间，确定所述目标评价函数取最小值时对应的运动项目和运动量；
[0152]
基于所述目标评价函数取最小值时对应的运动项目和运动量，通过计算置信区间，确定与所述计划运动时间匹配的运动项目。
[0153]
在本技术实施例中，基于所述历史身体状态信息，以概率逼近的方式，确定适合计划运动时间的运动项目，使得运动规划更加合理，提高了根据第一用户身体情况自动做出合理运动规划的解释性。
[0154]
可选地，所述基于与所述计划运动时间匹配的运动项目，输出推荐的运动项目，包括：
[0155]
基于与所述计划运动时间匹配的运动项目，结合所述第一用户的好友关系，输出推荐的运动项目。
[0156]
本技术实施例可以有效提升终端设备在运动场景下的社交性，提升用户体验。
[0157]
应理解的是，本技术实施例中，输入单元704可以包括图形处理器(graphics processing unit，gpu)7041和麦克风7042，图形处理器7041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元706可包括显示面板7061，可以采用液晶显示器、有机发光二极管等形式来配置显示面板7061。用户输入单元707包括触控面板7071以及其他输入设备7072中的至少一种。触控面板7071，也称为触摸屏。触控面板7071可包括触摸检测装置和触摸控制器两个部分。其他输入设备7072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。
[0158]
存储器709可用于存储软件程序以及各种数据。存储器709可主要包括存储程序或指令的第一存储区和存储数据的第二存储区，其中，第一存储区可存储操作系统、至少一个功能所需的应用程序或指令(比如声音播放功能、图像播放功能等)等。此外，存储器709可以包括易失性存储器或非易失性存储器，或者，存储器709可以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)，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，ddrsdram)、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(synch link dram，sldram)和直接内存总线随机存取存储器(direct rambus ram，drram)。本技术实施例中的存储器709包括但不限于这些和任意其它适合类型的存储器。
[0159]
处理器710可包括一个或多个处理单元；可选的，处理器710集成应用处理器和调制解调处理器，其中，应用处理器主要处理涉及操作系统、用户界面和应用程序等的操作，
调制解调处理器主要处理无线通信信号，如基带处理器。可以理解的是，上述调制解调处理器也可以不集成到处理器710中。
[0160]
本技术实施例还提供一种可读存储介质，所述可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述推荐方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0161]
其中，所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器rom、随机存取存储器ram、磁碟或者光盘等。
[0162]
本技术实施例另提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现上述推荐方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0163]
应理解，本技术实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
[0164]
本技术实施例提供一种计算机程序产品，该程序产品被存储在存储介质中，该程序产品被至少一个处理器执行以实现如上述推荐方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0165]
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本技术实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。
[0166]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。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可以以计算机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(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，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的方法。
[0167]
上面结合附图对本技术的实施例进行了描述，但是本技术并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本技术的启示下，在不脱离本技术宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本技术的保护之内。

技术特征：

1.一种推荐方法，其特征在于，包括：获取第一用户输入的计划运动时间，以及所述第一用户的历史身体状态信息，所述历史身体状态信息通过监测所述第一用户n天内的身体状态得到，n为大于等于1的正整数；确定身体状态信息与所述第一用户的历史身体状态信息相似度超过预设阈值的第二用户，并获取所述第二用户对应的各项运动的最佳运动量和补偿值，根据所述各项运动的最佳运动量和补偿值，确定与所述计划运动时间匹配的运动项目；基于与所述计划运动时间匹配的运动项目，输出推荐的运动项目。2.根据权利要求1所述的推荐方法，其特征在于，所述根据所述各项运动的最佳运动量和补偿值，确定与所述计划运动时间匹配的运动项目，包括：根据所述各项运动的最佳运动量和补偿值，确定第一函数关系，所述第一函数关系用于表征身体状态信息、可进行的运动量总值以及运动时间之间的函数关系；获取第一用户在第一时刻的实时身体状态信息，基于所述第一函数关系和所述实时身体状态信息，确定所述第一用户在所述第一时刻可进行的第一运动量总量；基于所述历史身体状态信息和所述第一函数关系，确定所述第一用户在所述n天内进行过的运动项目所对应的第二运动量总值，以及所述第一用户在n天内未进行过的运行项目所对应的第三运动量总值；基于所述第一运动量总值、第二运动量总值和第三运动量总值，以概率逼近的方式，确定与所述计划运动时间匹配的运动项目。3.根据权利要求2所述的推荐方法，其特征在于，所述基于所述第一函数关系和所述实时身体状态信息，确定所述第一用户在所述第一时刻可进行的第一运动量总量，包括：确定身体状态信息与所述实时身体状态信息相似度超过预设阈值的第三用户，并获取所述第三用户对应的各项运动的最佳运动量和补偿值，利用所述第一函数关系，确定所述第一用户在所述第一时刻进行的第一运动量总量。4.根据权利要求2所述的推荐方法，其特征在于，所述基于所述历史身体状态信息和所述第一函数关系，确定所述第一用户在所述n天内进行过的运动项目所对应的第二运动量总值，以及所述第一用户在n天内未进行过的运行项目所对应的第三运动量总值，包括：获取第一用户在n天内进行过的运动项目以及对应的运动量，基于所述历史身体状态信息，利用所述第一函数关系，确定所述第一用户在所述n天内进行过的运动项目所对应的第二运动量总值；获取第一用户在n天内未进行过的运动项目以及对应的运动量，基于所述历史身体状态信息，利用所述第一函数关系，确定所述第一用户在n天内未进行过的运行项目所对应的第三运动量总值。5.根据权利要求2-4中任一项所述的推荐方法，其特征在于，所述基于所述第一运动量总值、第二运动量总值和第三运动量总值，以概率逼近的方式，确定与所述计划运动时间匹配的运动项目，包括：计算所述第一运动量总值与所述第二运动量总值之间的第一差值，以及所述第一运动量总值与所述第三运动量总值之间的第二差值；基于所述第一差值和第二差值，确定目标评价函数；基于所述计划运动时间，确定所述目标评价函数取最小值时对应的运动项目和运动
量；基于所述目标评价函数取最小值时对应的运动项目和运动量，通过计算置信区间，确定与所述计划运动时间匹配的运动项目。6.一种推荐装置，其特征在于，包括：第一获取单元，用于获取第一用户输入的计划运动时间，以及所述第一用户的历史身体状态信息，所述历史身体状态信息通过监测所述第一用户n天内的身体状态得到，n为大于等于1的正整数；第一确定单元，用于确定身体状态信息与所述第一用户的历史身体状态信息相似度超过预设阈值的第二用户，并获取所述第二用户对应的各项运动的最佳运动量和补偿值，根据所述各项运动的最佳运动量和补偿值，确定与所述计划运动时间匹配的运动项目；第一输出单元，用于基于与所述计划运动时间匹配的运动项目，输出推荐的运动项目。7.根据权利要求6所述的推荐装置，其特征在于，所述根据所述各项运动的最佳运动量和补偿值，确定与所述计划运动时间匹配的运动项目，包括：根据所述各项运动的最佳运动量和补偿值，确定第一函数关系，所述第一函数关系用于表征所述身体状态信息、可进行的运动量总值以及运动时间之间的函数关系；获取第一用户在第一时刻的实时身体状态信息，基于所述第一函数关系和所述实时身体状态信息，确定所述第一用户在所述第一时刻可进行的第一运动量总量；基于所述历史身体状态信息和所述第一函数关系，确定所述第一用户在所述n天内进行过的运动项目所对应的第二运动量总值，以及所述第一用户在n天内未进行过的运行项目所对应的第三运动量总值；基于所述第一运动量总值、第二运动量总值和第三运动量总值，以概率逼近的方式，确定与所述计划运动时间匹配的运动项目。8.根据权利要求7所述的推荐装置，其特征在于，所述基于所述第一函数关系和所述实时身体状态信息，确定所述第一用户在所述第一时刻可进行的第一运动量总量，包括：确定身体状态信息与所述实时身体状态信息相似度超过预设阈值的第三用户，并获取所述第三用户对应的各项运动的最佳运动量和补偿值，利用所述第一函数关系，确定所述第一用户在所述第一时刻进行的第一运动量总量。9.根据权利要求7所述的推荐装置，其特征在于，所述基于所述历史身体状态信息和所述第一函数关系，确定所述第一用户在所述n天内进行过的运动项目所对应的第二运动量总值，以及所述第一用户在n天内未进行过的运行项目所对应的第三运动量总值，包括：获取第一用户在n天内进行过的运动项目以及对应的运动量，基于所述历史身体状态信息，利用所述第一函数关系，确定所述第一用户在所述n天内进行过的运动项目所对应的第二运动量总值；获取第一用户在n天内未进行过的运动项目以及对应的运动量，基于所述历史身体状态信息，利用所述第一函数关系，确定所述第一用户在n天内未进行过的运行项目所对应的第三运动量总值。10.根据权利要求7-9中任一项所述的推荐装置，其特征在于，所述基于所述第一运动量总值、第二运动量总值和第三运动量总值，以概率逼近的方式，确定与所述计划运动时间匹配的运动项目，包括：
计算所述第一运动量总值与所述第二运动量总值之间的第一差值，以及所述第一运动量总值与所述第三运动量总值之间的第二差值；基于所述第一差值和第二差值，确定目标评价函数；基于所述计划运动时间，确定所述目标评价函数取最小值时对应的运动项目和运动量；基于所述目标评价函数取最小值时对应的运动项目和运动量，通过计算置信区间，确定与所述计划运动时间匹配的运动项目。11.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1-5任一项所述的推荐方法的步骤。12.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1-5任一项所述的推荐方法的步骤。

技术总结

本申请公开了一种推荐方法和电子设备，属于通信技术领域。所述方法包括：获取第一用户输入的计划运动时间，以及所述第一用户的历史身体状态信息，所述历史身体状态信息通过监测所述第一用户N天内的身体状态得到，N为大于等于1的正整数；确定身体状态信息与所述第一用户的历史身体状态信息相似度超过预设阈值的第二用户，并获取所述第二用户对应的各项运动的最佳运动量和补偿值，根据所述各项运动的最佳运动量和补偿值，确定与所述计划运动时间匹配的运动项目；基于与计划运动时间匹配的运动项目，输出推荐的运动项目。输出推荐的运动项目。输出推荐的运动项目。