www.pg.qq.com 人工智能下个性化运动处方对高校大学生课外运动指导的实践研究

摘  要

大学生对体育运动指导具备个性化需求，此需求受以人为本教育理念影响开始一天天愈发突显，高校大学生运动处方智能推荐系统，以大学生体质健康监测工作作为依据展开相关工作，该系统结合高校公共体育课程特点与规律，探讨分析一个基于使用者模型，资源模型以及推荐算法构成的运动处方智能化推荐系统，运用人工神经网络，协同过滤计算模型以及多目标优化算法等理论方法和技巧，去解决资源模型构建，智能推荐，动态管理与效果评估里的一系列问题，并且针对系统的实际应用展开实验分析。该项研究的目的在于，为高校里的大学生，供应个性化的、精准化的、自适应性的课外体育运动指导，助力大学生大幅度地提升身体素质，促使体育技能学习的效果得以提高，推动终身体育意识的培养，为在健康中国战略引领下的高校体质健康工作高质量发展，提供经验借鉴。

关键词

大学生  运动处方  个性化  智慧体育  智能推荐

基金项目：国家社会科学基金西部的项目，名为《健康中国视域下个性化运动处方智慧评估系统培育推广研究》，编号是（21XTY012）；陕西省教育科学 “十四五” 规划的课题，是《智能运动处方指导大学生个性化体育运动的实践路径研究》，编号为（SGH23Y2393）；陕西理工大学教育科学研究的项目，即《个性化运动处方指导大学生体育运动的实践研究》，编号是（JYYJ2023 - 05）。

前  言

在党的十九大报告里，国家领导人着重指出：“人民健康乃是民族变得昌盛以及国家走向富强的关键标志。需要去完善国民健康方面的政策，从而给人民群众呈上涵盖全方面全周期的健康服务。”这系统且深刻地把我国体育事业发展的精神要义给阐述清楚了。针对健康中国发展这一战略，《健康中国行动（2019－2030年）》作出相关指出，要实现从以治病当作中心转为将人民健康当作中心，尤其特别提出要构建科学健身体系之举。此举还涵括建立针对不同人群、各不相同环境以及不一样身体状况的运动促进健康指导方法。它要推动形成“体医结合”的疾病管理以及健康服务模式。高校大学生身为一个特殊的社会群体，其体质健康一直受到来自国家以及社会的高度关注。高校大学生数量众多，而且个体之间差异颇为显著，他们对于运动健身指导，有着多样化以及个性化的需求，在这种需求的牵引之下，运动处方的智能化，便成为高校大学生体质健康工作当中必然包含的意义。当下，因人工智能等现代信息技术予以支撑，课题研究组拥有了个性化运动处方的智能化建设理论，具备了现实条件，基本完成了高校大学生个性化运动处方智能推荐系统建设，本系统于大学生群体里的实践与应用，目的在于拓展学生课后运动指导途径，为改善我国大学生的体质健康状况供参考借鉴，为促进全民健康作积极贡献，进而推动健康中国战略高质量发展。

人工智能下个性化运动处方智能推荐系统构建路径

1.大学生个性化运动处方基本特点

在新时代，高校大学生的学习任务是比较丰富的，其社会活动也是比较丰富的，不同学生之间的作息情况是千差万别的，他们精力充沛，他们对新鲜事物充满好奇，新颖的健身项目更能够激发大学生的锻炼热情，这有利于其保持健身的有效性，这有利于其保持健身的持续性，在持续开展教学改革的基础上，高校体育课程的教学方式趋于多元化，学生选择课程较为灵活。在制订大学生个性化运动处方时，由于不同课程运动技能的学习路径存在明显区别，所以不但要兼顾体育选项技能学习以及体质健康促进这两方面，而且还得具备高效性、精准性、多样性、创新性这样子的特点才行，从而能够准确对接高校体育教学目标以及学生个性体育锻炼需求。

2.人工智能驱动下高校大学生运动处方系统的构建

此文提出，依据构建主义学习理论，借助人工智能等现代信息技术，来构建高校大学生个性化运动处方系统。构建主义学习理论认为，学习乃是引导学习者从原本经验着手，进而生长（建构）出新的经验。高校大学生个性化运动处方的制订同样是一个知识建构的进程，在这个进程里，要建构学生的体质状况以及健身需求，要建构服务于健身的各类资源属性，要建构基于处方规则的学生和健身资源的关联关系，以此形成个性化运动处方，之后依据运动处方实际效果建构新的规则。运动处方系统，要去建构运动处方使用者模型，还要建构资源模型，并且要建构智能推荐模型。

（1）运动处方使用者模型

一个用于描述高校大学生体育素质特征的运动处方使用者模型，能借助使用者建模来获取、显示、存储以及修改学生的体质健康状况与体育运动技能水平。在构建该运动处方使用者模型之际，采用不同阶段的多渠道、多模式融合方式，最终所获得的特征信息涵盖使用者基本信息、体质状况、运动条件、运动目标、运动偏好、运动能力等。

（2）运动处方资源模型

高校所能提供的运动健身资源的类别特征，是由运动处方资源模型来描述的，运动健身资源的特征以及状态，能够借助运动处方资源建模得以获取、表示、存储还有修改。运动处方资源模型构建时，可借助信息技术提取运动健身资源的描述信息，提取其内容信息，提取其使用信息，为每个资源建立一组标签，这组标签涵盖运动项目，涵盖运动场地，涵盖注意事项，涵盖处方类型，涵盖运动时间，涵盖运动器材，涵盖难度，涵盖适用阶段，涵盖运动能力，涵盖质量指数等，同时要对不同资源的同类标签进行统一权重设置，以此提高资源与使用者匹配的准确性。另外，基于此，还可使用卷积神经网络根据资源标签进行健身资源的特征提取，进行健身资源的分类。

（3）运动处方智能推荐模型

运动处方智能推荐模型得以实现，是基于使用者模型，以及资源模型。它会依据使用者个人的体质状况，对使用者的运动能力、运动偏好，还有运动目的，进行综合评估。而后，根据评估得出的结果，运用智能推荐算法，为使用者推荐个性化的运动处方。在使用者开展运动处方的进程里，会精准监测其运动的状态，以及运动处方的完成程度，接着结合运动反馈，对处方效果进行评定巅峰国际pg平台官网，依据评定结果，运用智能算法实时调控运动处方参数，对运动处方实施动态管理，借此提升运动处方的有效性、科学性、精确性以及适用性。

运动处方案例库、约束条件，以及匹配算法，是高校大学生运动处方智能生成的核心组成部分。案例库对于运动处方智能生成意义重大，它是基本依据，能为运动处方自动生成，提供丰富的备选案例。案例库的构建过程，是循序渐进、逐步完善的。匹配算法涵盖学生与案例的匹配，以及健身资源与案例的匹配。其中，学生同案例的匹配采用SOM神经网络，健身资源同案例的匹配采用协同过滤算法。通过匹配算法，可得到使用者需求与运动健身资源之间的对应关系。确保运动处方安全性与有效性的是约束条件，为运动处方自动生成限定范围、提升匹配度并减少潜在运动损伤的，是基于规则推理的推荐算法。此外，在运动处方实施进程里，要对运动状态予以监测，主要监测指标涵盖运动的瞬态特征，连续特征，运动感受，运动处方的完成度，运动者的疲劳度，以及运动者偏好反馈等，结合运动效果的评估，针对运动者的个性化运动处方开展方案调整与参数优化，同时依据当前运动状态适度引入补偿性运动处方，从而提高运动效果，确保运动期望的达成度。

高校体育选项课常常安排得紧密，学生身体素质以及运动技能的变化显著，因而务必要重视运动处方的动态管理，在运动处方实施期间，需持续监测运动者的身体素质、运动技能，还有健身环境资源的变化情形。首先，在此基础之上，运用数据工程方法去采集运动者的各类数据，若是遇到较难采集的数据，便借助回归算法来进行估算，接着，对采集到的数据展开分析处理，通过RPE持续不断去评判运动处方的实际成效并做出初步调整，随后，依据周期数据采用NSGA - Ⅱ优化算法精准调整运动处方参数，再把调整结果及时反馈至运动处方库当中，以此来让运动处方案例进一步丰富且细化。

效果评估属于运动处方系统建设里的关键部分，其作用是保证运动处方一直能为使用者给予确切的运动指引。运动处方效果的认定通常是针对处方解决方案的精度、适配度，还有意外性来展开评定，之后提交评估得出的结果，进而生成详尽的度量以及评价结论，依靠这些来修正运动处方存在的不足，从而保证运动处方的准确性。精准性所指的是，在特定运动处方所对应的情况下，学生实际呈现出来的运动状态，与运动处方库里头理想运动状态二者之间的差异程度，借助提取移动端交互数据，从而获取学生的实际运动状态，运用逻辑回归的损失函数以及代价函数，针对模型预测值跟真实值之间的差异程度展开计算，进而获得参考数据。适用性所指的是，使用者针对运动处方的接受程度，要采集运动者依照运动处方锻炼后的 RPE 状态、运动感受等反馈数据，还要提取运动者的运动特征，通过注意力机制去赋予不同特征指定的权重信息，结合逻辑回归方法，最终得出适用性评估结果；偶然性涵盖新颖性以及多样性这两个二级指标，其中新颖性说的是，运动处方内容于使用者过往运动处方里的稀缺程度，借助词频统计，也就是依据运动处置被系统选择的频率信息来计算内容的新颖性；多样性指的是运动处方内容相互之间的不相似程度，能够通过运动处方被喜欢的概率与被推荐的运动处方之间的相关性予以评估。

个性化运动处方对高校大学生课外运动指导的实践研究

1.实验方案设计

以期精准把握人工智能所驱动的高校大学生运动处方系统的实际成效，推动该系统朝着智能化方向发展，课题组以陕西理工大学为依托展开实验研究。实验对象从学校2021级学生里随机挑选出80名大学生，其中男生的实验组与对照组各有20人，女生的实验组与对照组同样各有20人，借助合理划分保证男、女对照组以及实验组在体育知识、运动能力、体育行为以及体育心理方面不存在显著性差异。结合大学体育课程，开展为期3个月的研究工作。

指导教师对参与运动处方实验的对照组进行统筹安排，运动处方是按照这些状态下全体大学生的身体状况，结合整体课程而由指导教师设计的，其涵盖了运动目的，保健有关知识，涉及到的运动类型与负荷，运动的频度以及运动损伤预防这些有关内容。到了实施阶段，指导教师会根据学生反馈的情况，对运动处方做适当的调整。实验组主要借助运动处方系统来开展运动处方实验，系统预先要录入实验组学生的体育素质特征，接着依据丰富的运动处方案例库，同时结合一般性约束条件，通过匹配算法为每个学生生成各式各样的个性化运动处方。在运动处方实施进程里，系统会持续监测运动者的身体素质，以及运动技能，还有健身环境资源的变化状况，并且依据周期数据对运动处方参数进行精准调整，最终系统还会针对每位学生的运动处方实际效果予以评判分析。

量化分析针对实验结果评测里大学生体育素养、体质健康状况这两个方面的内容，其中大学生体育素养评测选用查茂勇《大学生体育素养评价指标体系构建及自测量表编制》内的“大学生体育素养自测量表”，该量表由体育知识、运动能力、体育行为、体育心理4个一级指标以及17个二级指标构成，每个二级指标都被赋予相应权重，学生完成自测量表中的30个问题，在经公式计算后得出一级指标分数，将一级指标分数相加就能得到学生体育素养的总分。作为大学生体质健康评估的方式，大学生体质健康状况评测所采用的是大学生体质健康监测评价标准，对于男女生而言，共同评测的指标方面为肺活量这项指标测评之后，再在50米跑的项目中进行评测，随后还有立定跳远测评和坐位体格前屈测评，除此之外，女生的监测指标另外还有800米跑的测评以及一分钟仰卧起坐的测试被设置为监测指标，而男生的监测指标则是在1000米跑的项目安排测评之后，还有引体向上的测评项目，各个项目的指标是依据大学生体质健康监测评分标准来进行打分的。

2.实验后大学生体育素质对比分析

该实验结束后，对照组与实验组各自的体育素养对比状况，被列举在了表 1 当中。实验结束之后，男性与女性的对照组以及实验组，在体育知识、运动能力、体育行为以及体育心理这些方面，均呈现出了显著性差异（p＜0.05）。虽然人工运动处方能够促使大学生的体育知识得以增加，让其运动能力以及体育行为获取提升，然而跟智能运动处方相比较而言，在体育素养的提升方面问鼎娱官网app下载入口，依旧存在着一定的差距。体育素养属于多方面因素的一种综合展现，并且这些因素彼此之间还存在着互相影响以及制约的关系，唯有全方位且系统地促使相关因素得到提升，才能够获取良好的体育素养。然而，人工运动处方的设计，受指导教师在该领域经验水平的制约，其实施也受此制约，很难去充分考虑体育素养各因素的有效配合，也难以充分考虑体育素养各因素的共同促进。在实验当中，可以发现，学生的体育心理因素，在人工运动处方干预的情况下，没有显著效果，这和指导教师注重运动能力提升、忽视运动心理的教学习惯，存在较大关系。体育知识的培养常常需要在课外开展，体育行为的培育往往也需于课外进行，体育心理的养成通常也要在课外实施，指导教师虽会于课堂之上点明这些要素的重要意义，然而课后的培养基本上依靠学生的自觉性，而在缺少及时监督以及评估的情形下，只有少数学生能持续培养这些素养。智能运动处方靠海量运动处方库来设计并实施，再结合持续优化调整的匹配规则，能更全面系统地考量大学生体育知识、运动能力、体育行为以及体育心理等因素。智能驱动的运动处方系统，能够搜集整合那些和健身项目有关的文字、图片以及短视频等多媒体资料，以此方便学生及时去学习体育知识，会依据不同学生的身体状况还有运动需求，来设计最优的运动方案，会给学生推送身边他们感兴趣的体育赛事以及体育活动，借助新颖个性的体育项目以及持续的评估鼓励，维持学生有着较高的参与兴趣还有参与度，使之逐步把体育运动转变为生活规律以及内在需要。

3.实验后大学生体质健康对比分析

有着实验之后的这个情况，表2将对照组与实验组之间，关于体质健康的对比情形给罗列了出来。实验完毕之后，男性对照组、女性对照组以及男性实验组、女性实验组，在肺活量、50米跑、立定跳远、坐位体前屈、800米跑或者1000米跑、1分钟仰卧起坐或者引体向上这些方面，均是有着显著性差异存在的，其呈现为p＜0.05。虽然人工运动处方能够让大学生在立定跳远、800米跑或者1000米跑、1分钟仰卧起坐或者引体向上这些项目上的能力得到提升，然而和智能运动处方相比较而言，在体质健康的提升层面，依旧是有着一定差距存在的。各项身体素质的综合表现决定了体质健康水平，要借助系统。持续且具针对性的体育健身活动来促使其进行发展以及提升。可是，人工运动处方的设计以及实施有着指导教师比较显著的趋势，教学内容更为容易主导运动处方健身内容，教学方法更为容易主导运动处方的实施方法，呈现出和教学活动有关的身体素质提升得较快，其他身体素质提升得缓慢。在同一时间，鉴于指导教师精力存在限度，一旦学生数量抵达一定规模，想要达成精准对接每一个学生的健身需求，持续跟踪以及调整学生们的健身方案基本上是没有可能的。然而，智能个性化运动处方会跟大学生健身状况持续构建紧密关联，依靠运动处方库里丰富的健身内容以及不断优化的匹配规则，基于现代信息技术在数据采集、传输、处理以及分享等层面的巨大优势，使得大学生运动处方的精准性、系统性以及实时性获得了根本保障。智能驱动下的运动处方系统，为每位学生制订了专有的健身方案，该方案的设计，充分考虑了学生的体质状况，考虑了学生的健身兴趣，考虑了课程内容，考虑了作息规律，考虑了运动损伤防护，严格控制健身项目类型，严格控制运动频次，严格控制运动负荷，同时，系统会随时对运动效果进行评估，以此帮助学生更为准确地了解自身健身效果pg电子麻将胡了入口下载，帮助学生更为准确地掌握自身健身效果，并且定期调整运动处方方案，确保运动处方始终与学生健身实际相契合。

结  语

满足个性化需求的运动处方智能式推荐系统，为推动高校学生体质达健康标准给予了能辅助决策的支持，这属于体医融合、有信息做支撑的跨领域研究，同时还是可改进我国大学生体质健康情形的关键路径。本文依据构建主义学习理论，运用人工智能这般现代的信息技术去从运动处方使用者模型、资源模型以及智能推荐算法这三个方面针对系统建设展开研究，并且就系统实际呈现的效果开展了具实验性质的对比研究。针对大学生的个性化运动处方智能推荐系统，得紧紧贴合高校体育选项课的教学工作实际情况，着重关注提升学生的运动技能以及身体素质，突出展现学生的个性化需求，借此更优地服务于高校学生的运动健身指导需求。随着人工智能等现代信息技术在体育教育领域被广泛运用，运动处方智能推荐技术也会持续进步，未来它将会与教育学、体育学、健康学、心理学以及社会学等相关理论和理念深入融合，进一步提高运动处方智能推荐系统在高校学生健身指导方面的作用和价值。