(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910156763.8
(22)申请日 2019.03.01
(71)申请人 常州市贝叶斯智能科技有限公司
地址 213100 江苏省常州市武进国家高新
技术产业开发区常武南路588号天安
数码城16幢601-1室
(72)发明人 董超 钱扬
(51)Int.Cl.
G16H 20/30(2018.01)
G06F 16/36(2019.01)
(54)发明名称
方法
(57)摘要
本发明公开一种基于知识图谱的科学健身
指导系统和方法。其中，所述系统包括传感器模
知识库，智能分析模块，健身指导模块，
用户交互模块。所述方法包括：一种科学健身指导系统构 建方法和一种用户获取科学健身指导建议的方
法。本发明提供的科学健身指导系统和方法采用
多种方式获取健身信息资源，并采用知识图谱技
术构建健身知识库，提高健身指导的准确性和资
源的有效利用率，同时采用多种人工智能算法提
高健身数据分析的准确性。权利要求书2页 说明书4页 附图3页CN 109920510 A 2019.06.21
C N 109920510
A
1.一种科学健身指导系统，其特征在于，包括：
1）传感器模块，用于获取用户真实健身数据；
2）健身信息资源获取模块，用于海量的健身信息资源的有效获取；
3）知识图谱模块，用于实体识别和实体关系构建，提取出有效的健身指导资源；
4）健身知识库，用于存储经过实体关系构建后的健身指导资源；
5）智能分析模块，用于数据分析、聚类分析、协同过滤等；
6）健身指导模块，用于将智能分析模块的结果进行提取整合，并结合健身知识库资源，生成合理可执行的健身指导建议反馈给用户；
7）用户交互模块，用于同用户交互以获取用于基本信息等。
2.根据权利要求1所述的科学健身指导系统，其特征在于，所述传感器模块包含以下至少之一：体重测量传感器，体脂测量传感器等，用于获取人体身高、体脂等常见健身效果衡量指标。
3.根据权利要求1所述的科学健身指导系统，其特征在于，所述健身信息资源获取模块包含以下至少之一：利用手动录入、接入健身房用户系统、网络爬虫等方式，获取健身教学视频、文章，用户历史健身数据，用户评价数据等健身信息资源。
4.根据权利要求1所述的科学健身指导系统，其特征在于，所述知识图谱模块包含以下至少之一：概念识别，实体识别，基于模式关系等抽取实体概念关系，用于构建健身知识库。
5.根据权利要求1所述的科学健身指导系统，其特征在于，所述健身知识库包含以下至少之一：慢跑，上身力量训练、上身减脂练习、腿部力量训练、腹肌训练、翘臀练习等常见健身方法资源，用户基本信息、用户长期健身信息等个人信息，用于后续用户健身效果的智能分析和精准推荐。
6.根据权利要求1所述的科学健身指导系统，其特征在于，所述智能分析模块包含以下至少之一：多源数据融合、身体成分数据分析、健身效果生成、用户相似性分析等个人以及体相似性分析功能，以及自学习优化能力。
7.根据权利要求1所述的科学健身指导系统，其特征在于，所述健身指导模块包含以下至少之一：用于将智能分析模块的分析结果和健身知识库匹配，生成合理的健身指导建议，并反馈给用户。
8.根据权利要求1所述的科学健身指导系统，其特征在于，所述用户交互模块包含以下至少之一：利用语言识别、语言合成、文本识别、自然语言处理等技术，提高用户的交互体验。
9.一种科学健身指导系统构建方法，其特征在于，包括以下实现步骤：
1）通过不同方式获取健身信息资源，如健身房，健身APP，体脂称等；
2）对获取的健身信息资源进行数据清洗，包括多源数据融合、有效资源提取、健身资源分类标注等；
3）对经过数据清洗后的健身素材进行概念识别、实体识别；
4）在识别的健身素材命名实体之间建立关联关系；
5）将命名实体与健身知识库对齐，并更新健身知识库。
10.一种用户获取科学健身指导建议的方法，其特征在于，包括以下实现步骤：
1）用户基本信息录入，包括ID、性别等个人数据，传感器测量数据，如体重、体脂等，语
音交互问询数据，如怎样锻炼手臂力量；
2）对获取的健身信息资源进行数据清洗，包括多源数据融合、有效资源提取、异常数据剔除等；
3）对经过数据清洗后的个人健身数据进行概念识别、实体识别；
4）对识别后的健身数据与健身知识库的实体建立关联关系；
5）将关联后的数据传入健身指导模块，进行决策分析，包括用户历史趋势分析，体相似性分析等；
6）输入数据完整性判断，如果不完整则跳到1）重新开始，否则跳到7）；
7）生成适用于用户的健身指导意见，以视频、音频或者文本形式反馈给用户。
一种基于知识图谱的科学健身指导系统和方法
技术领域
[0001]本发明涉及科学健身领域，具体是通过知识图谱技术对健身相关多源异构数据进行知识提取和系统构建，并用于对健身方式作出改进指导。
背景技术
[0002]随着生活水平的提高，人们的保健意识不断增强，健身运动渐成时尚，越来越多的人投入到以体育锻炼为主要形式的健身运动中去。值得注意的是，不恰当的健身方式和强度不仅不会提高身体素质，反而会损害人体健康，因此科学有效的健身指导尤为重要。随着计算机技术的发展和移动设备的普及，出现了很多用于指导科学健身的应用软件，如咕咚运动、Keep、悦动圈等，在指导人们科学运动的同时，也因此积累了海量的健身信息资源，多以视频、文本等方式呈现。但是，受限于健身信息资源分散、异构、冗余和碎片化的问题，用户遇到不懂的运动方法或饮食搭配时，往往得不到及时有效的反馈指导，只能通过搜索来对健身进行指导，这给健身带来额外的学习负担。目前健身信息资源存在错综复杂的关系，而现有关系模型的数据存储固定，形式单一，缺乏直观性和灵活性，不适用于规模数量大或具有结构化层次的健身知识的表达，不便于健身知识的扩充，也不能为健身人员提供科学的健身指导。
[0003]知识图谱是指以实体、概念作为节点，以语义关系作为边的语义网络。不同于普通知识库，知识图谱能够融合所有学科，将不同来源、不同类型、不同结构的知识单元通过链接关联成图，基于各学科的元数据，为用户提供更广度、更深度的知识体系并不断扩充，其本质是将领域知识数据体系化、关系化，并以图的方式将知识可视化。知识图谱使得知识获取更直接，能够为科学健身提供语义关联的健身知识，从而使得健身的便捷化、智能化和人性化。
[0004]相关技术中对其他领域的知识图谱应用进行了多年研究，比如肖仰华、张可尊和汪卫提出的一种面向图书的阅读领域知识图谱构建方法（见专利公开号为CN103488724A的中国专利），以及郑小林、王维维等人提出的一种基于深度学习的中文医学知识图谱构建方法（见专利公开号为CN106776711A的中国专利）。所述专利中知识图谱技术均解决特定知识领域的问题，并提高了查询和问诊效率，但是目前并没有用于健身领域的知识系统构建，因此需要一种解决健身信息资源错综复杂、知识推荐不够智能、效率低等问题的科学健身指导系统和方法。
发明内容
[0005]本发明针对当前健身信息资源错综复杂、知识推荐不够智能等问题，提出一种基于知识图谱的科学健身指导系统和方法，提高健身信息资源的有效使用率，为健身人员提供科学的健身指导。
[0006]根据本发明的一个方面，提供一种科学健身指导系统，其特征在于，包括传感器模块，用于获取
用户真实健身数据；健身信息资源获取模块，用于海量的健身信息资源的有效
获取；知识图谱模块，用于实体识别和实体关系构建，提取出有效的健身指导资源；健身知识库，用于存储经过实体关系构建后的健身指导资源；智能分析模块，用于数据分析、聚类分析、协同过滤等；健身指导模块，用于将智能分析模块的结果进行提取整合，并结合健身知识库资源，生成合理可学的健身指导建议反馈给用户；用户交互模块，用于同用户交互以获取用于基本信息等。
[0007]优选地，传感器模块包含以下至少之一：体重测量传感器，体脂测量传感器等，用于获取人体身高、体脂等常见健身效果衡量指标。
[0008]优选地，健身信息资源获取模块包含以下至少之一：利用网络爬虫、接入健身房用户系统等方式，获取健身教学视频、文章，用户历史健身数据，用户评价数据等健身信息资源。
[0009]优选地，知识图谱模块包含以下至少之一：概念识别，实体识别，基于模式关系等抽取实体概念关系，用于构建健身知识库。
[0010]优选地，健身知识库包含以下至少之一：慢跑，上身力量训练、上身减脂练习、腿部力量训练、腹肌训练、翘臀练习等常见健身方法资源，用户基本信息、用户长期健身信息等个人信息，用于后续用户健身效果的智能分析和精准推荐。
[0011]优选地，智能分析模块包含以下至少之一：多源数据融合、身体成分数据分析、健身效果生成、用户相似性分析等个人以及体相似性分析功能，以及自学习优化能力。[0012]优选地，健身指导模块包含以下至少之一：用于将智能分析模块的分析结果和健身知识库匹配，生成合理的健身指导建议，并反馈给用户。
[0013]优选地，用户交互模块包含以下至少之一：利用语言识别、语言合成、文本识别、自然语言处理等技术，提高用户的交互体验。
[0014]本发明提供了一种科学健身指导系统构建方法，其特征在于，包括以下步骤：步骤一：通过不同方式获取健身信息资源，如健身房，健身APP，体脂称等；
步骤二：对获取的健身信息资源进行数据清洗，包括多源数据融合、有效资源提取、健身资源分类标注等；
步骤三：对经过数据清洗后的健身素材进行概念识别、实体识别；
步骤四：在识别的健身素材命名实体之间建立关联关系；
步骤五：将命名实体与健身知识库对齐，并更新健身知识库。
[0015]本发明还提供了一种用户获取科学健身指导建议的方法，其特征在于，包括以下步骤：
步骤一：用户基本信息录入，包括ID、性别等个人数据，传感器测量数据，如体重、体脂等，语音交互问询数据，如怎样锻炼手臂力量；
步骤二：对获取的健身信息资源进行数据清洗，包括多源数据融合、有效资源提取、异常数据剔除等；
步骤三：对经过数据清洗后的个人健身数据进行概念识别、实体识别；
步骤四：对识别后的健身数据与健身知识库的实体建立关联关系；
步骤五：将关联后的数据传入健身指导模块，进行决策分析，包括用户历史趋势分析，体相似性分析等；
步骤六：输入数据完整性判断，如果不完整则跳到步骤一重新开始，否则跳到步骤七；
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议