运动数据的处理方法与流程

本发明涉及数据处理技术领域，尤其涉及一种运动数据的处理方法。

背景技术：

早在上世纪90年代，世界卫生组织就将走路定为“世界最佳运动之一”，如今，步行运动已经风靡全球。

为此市场上出现了很多监测步数的智能设备，包括穿戴式设备和手机，手机通过应用实现步数监测功能，让用户了解自己每天的运动量，能够直观的看到不同时刻运动量的统计数值。

但是，即使是步行或慢跑也需要控制运动量，尤其是对于患有呼吸道疾病、心脏病、高血压等疾病的患者来说，如果运动量太大可能出现心肌缺氧，心动过速等危及生命的情况。而且过量的步行，对于膝关节也会造成一定磨损，年龄、性别、体重、既往病史等情况不同的人，一味的追求大运动的量不但不能达到健身的目的，还会对自身健康造成损害。而目前现有常用的步数监测服务，只对运动量的计数值以及基于该数值的不同用户进行排名显示，刺激用户追求不断增加运动量，这样并不符合用户自身需要，没有根据用户实际情况进行数据分析来提供合理运动量的参考信息。

技术实现要素：

本发明的目的是针对现有技术的缺陷，提供一种运动数据的处理方法，能够根据记录的用户档案信息、用户体征记录结合步数统计数据生成运动调整建议信息，使得用户能够参考运动调整建议信息确定自己的运动量是否合理，并能根据运动调整建议信息进行调整，从而达到帮助用户合理运动的效果。

有鉴于此，本发明实施例提供了一种运动数据的处理方法，包括：

用户终端统计第一用户在第一时段内的累计步数的数据；

在所述第一时段结束后，根据所述累计步数的数据生成阶段步数信息，同步到服务器；所述阶段步数信息包括：所述第一用户的用户信息、累计步数的数据和第一时段结束时的时间信息；

所述服务器对所述接收到的阶段步数信息进行解析，根据所述第一用户的用户信息调用用户档案库中所述第一用户的用户档案信息，并且根据所述第一用户的用户信息调用用户体征记录数据库中所述第一用户的用户体征记录；

根据所述第一用户的用户档案信息和用户体征记录，提取关键项数据；

根据所述关键项数据在服务器的用户信息共享数据库中匹配查询，确定与所述第一用户相对应的特征用户的信息；

根据所述特征用户的信息和所述阶段步数信息得到对应的运动调整建议信息；

将所述运动调整建议信息发送给所述第一用户的用户终端；

所述第一用户的用户终端输出所述运动调整建议信息。

优选的，所述方法还包括：

接收第一用户输入的第一用户的用户档案信息；所述用户档案信息包括用户的年龄、性别、职业、身体状况历史记录的信息；

将所述用户档案信息发送到服务器，并存储在所述第一用户的用户档案库中。

优选的，所述方法还包括：

用户终端获取所述第一用户的用户体征检测数据；所述用户体征检测数据包括所述第一用户的用户信息和检测时间信息；

将所述用户体征检测数据发送给服务器；

所述服务器根据所述第一用户的用户信息，将所述用户体征检测数据生成一条用户体征记录，加入用户体征记录数据库中；所述用户体征记录包括所述检测时间信息。

优选的，在所述确定与所述第一用户相对应的特征用户的信息之后，所述方法还包括：

根据所述特征用户的信息和/或所述阶段步数信息得到与所述第一用户相关的健康资讯信息。

优选的，所述第一用户的用户终端输出所述运动调整建议信息具体为：

所述用户终端根据所述运动调整建议信息生成可视化的运动调整建议展示信息，通过所述用户终端的用户界面进行展示；其中，所述可视化的运动调整建议展示信息包括文字信息、图表信息或趋势信息中的一种或多种。

优选的，所述第一用户的用户终端输出所述运动调整建议信息具体为：

所述用户终端根据所述运动调整建议信息生成的运动调整建议语音信息，并通过所述用户终端的语音输出设备输出所述动态调整建议语音信息。

进一步优选的，所述用户终端统计第一用户在第一时段内的累计步数的数据具体包括：

用户终端接收加速度传感器按照所述第一时段采集的第一用户移动产生的加速度数据；所述加速度数据具有采集时间信息；

将所述加速度数据存储在第一数据集合中；

监控所述第一数据集合中的加速度数据的数据量；

当所述数据量达到设定数据量阈值时，根据所述采集时间信息，将所述第一数据集合中的加速度数据分为多组；其中，每组包括在相邻时间采集的两个加速度数据，且每个加速度数据只出现在一个组中；

计算每组中所述两个加速度数据之间的数据变化量；

确定各组加速度数据的所述数据变化量是否在设定的第一阈值范围内；

当一组的数据变化量在所述设定的第一阈值范围内时，确定所述一组对应的计数值为1，否则为0；

对所述第一数据集合中各组的计数值进行统计，得到第一组数据集合的累计步数。

进一步优选的，所述在确定各组加速度数据的所述数据变化量是否在设定的第一阈值范围内之前，所述方法还包括：

根据所述第一用户的用户信息和所述第一时段，得到所述第一用户的第一阈值范围；所述用户信息包括用户的身高数据、年龄数据或步距数据和步频数据中的一种或几种。

进一步优选的，所述方法还包括：

根据所述第一用户的用户信息，获取与所述第一用户对应的第一阈值范围；所述用户信息包括用户ID或用户的身高数据。

进一步优选的，所述加速度传感器具体为三轴加速度传感器；所述计算每组中所述两个加速度数据之间的数据变化量具体为：

分别计算每组中两个加速度数据在X方向、Y方向和Z方向上的数据变化量；所述X方向、Y方向和Z方向分别为三轴轴向。

本发明实施例提供的运动数据的处理方法，能够根据记录的用户档案信息、用户体征记录结合步数统计数据生成运动调整建议信息，使得用户能够参考运动调整建议信息确定自己的运动量是否合理，并能根据运动调整建议信息进行调整，从而达到帮助用户合理运动的效果。

附图说明

图1为本发明实施例提供的运动数据的处理方法的流程图；

图2为本发明实施例提供的运动数据统计的方法流程图。

具体实施方式

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

本发明实施例提供的运动数据的处理方法，应用于运动数据处理系统中，包括用户移动终端设备(下述实施例中简称用户终端)和服务器。服务器链接到用户档案库、用户体征记录数据库和用户信息共享数据库。用户终端优选为智能手机，也可以是具有处理功能且可以与服务器或智能手机进行交互的智能穿戴式设备。用户终端中内置有重力传感器、加速度传感器，用来进行用户的步数测定。

用户档案库对用户的基本档案进行存储，比如年龄、性别、身高、体重、职业、既往病史等等；用户体征记录数据库中存储由用户的体征参数；用户信息共享数据库中存储有特征用户(虚拟的)体征参数，用这个体征参数作为特征参数来获得用户与特征用户的对应关系。下面结合图1对本发明实施例提供的运动数据的处理方法进行详细说明。

图1为本发明实施例提供的运动数据的处理方法流程图，如图1所示，方法步骤主要包括：

步骤110，用户终端统计第一用户在第一时段内的累计步数的数据；

具体的，该方法可以通过如下步骤来实现，如图2所示，包括：

步骤111，用户终端接收加速度传感器按照所述第一时段采集的第一用户移动产生的加速度数据；

系统中设定有预设统计时间段，对加速度数据的采集和记录，是从预设统计时间段的起始时间到终止时间为一个周期进行记录的。在预设统计时间段结束之后，所有的数据会被重置清零。其中起始时间和终止时间基于系统时间来规定。比如起始时间设置为每天0：00：00，终止时间设置为每天的23：59：59。

本例中，采用固定时间间隔的采样周期，进行加速度数据的采集。

比如，设定数据采样间隔为500ms，每500ms采集一个点，那么1分钟可以采集120个点的数据。

在本例中，加速度传感器优选为三轴加速度传感器；所采集到的加速度数据中记录有采集时间信息。

步骤112，将加速度数据存储在第一数据集合中；

步骤113，监控第一数据集合中的加速度数据的数据量；

具体的，每采集到一个加速度数据，都存储在数据集合中，并对数据集合中的数据量进行监控。

在用户终端的数据库中存储有设定数据量阈值，监控存储在数据集合中的数据量是否达到了该阈值，如果没有达到，则继续向数据集合中存储下一个加速度数据。

步骤114，当数据量达到设定数据量阈值时，根据采集时间信息，将第一数据集合中的加速度数据分为多组；

其中，每组包括在相邻时间采集的两个加速度数据，且每个加速度数据只出现在一个组中。以设定数据量阈值为3000为例，则数据集合中会分为1500组数据进行处理。

如果设定数据量阈值为3000，当数据集合中的加速度数据的数量大于3000时，进行一次运算，目的是避免数据集合太大，减少单次运算消耗的时间。同时不用时时进行计算，可以合理利用系统资源。

步骤115，计算每组中两个加速度数据之间的数据变化量；

具体的，数据变化量的计算方法可以有多种。

本例中优选的，以整体的计算两个加速度数据之间的数据变化量。

计算方法如下式1：

此外也可以分别计算每组中两个加速度数据在X方向、Y方向和Z方向上的数据变化量。

本步骤中X方向、Y方向和Z方向分别为重力感应器的三轴轴向。

步骤116；确定各组加速度数据的数据变化量是否在设定的第一阈值范围内；

其中，第一阈值范围的确定具有至少以下两种方式：

第一种方式，根据加速度数据的采样频率，和第一用户的用户信息进行确定。

其中用户信息可以包括用户的身高数据、年龄数据或步距数据和步频数据中的一种或几种。

就以用户信息为步距数据为例，根据步距数据，第一阈值范围可以通过步距数据与采样间隔的乘积计算获得。比如，第一用户的正常步距在0.5米—1.1米之间，步频为1步/秒，采样间隔为500ms，则第一阈值范围为[0.25，0.55]米。

同样的，如果是身高数据、年龄数据，可以依据它们与步距数据直接按的换算关系获得相应的步距数据，然后再通过上述方式得到第一阈值范围。

第二种方式，第一用户的第一阈值范围是基于第一用户的多次预测试数据确定的固定数据。

因此可以根据第一用户的用户信息，直接获取与第一用户对应的第一阈值范围。

在这里，用户信息最优选的为用户ID，通过第一用户的用户ID能够得到对第一用户定制的第一阈值范围。

此外在较优选的实施例中，用户信息也可以是用户的身高数据，即认为相同身高用户的第一阈值范围都相同，通过用户身高数据对应得到与该身高相符的第一阈值范围。当然还可以在相同身高的情况下根据性别、年龄再进行划分，对应不同的阈值范围，根据用户年龄、性别、身高，对应得到相应的第一阈值范围。

通过本步骤，实现了根据第一用户的实际情况进行数据有效性筛查，从而使得计入的步数均是有效的。

将第一阈值范围设置上限和下限的目的在于，能够识别出没有移动或移动速度过于缓慢的情况，并不能算作步行的情况，以及识别出移动过快或幅度过大，比如快跑、骑行或乘车的情况。

步骤117，当一组的数据变化量在设定的第一阈值范围内时，确定一组对应的计数值为1，否则为0；

具体的，如果根据式1得出的数据变化量在第一阈值范围内的时候，该组数据视为是有效数据，该组对应的计数值设为1。如果超出第一阈值范围，则该组数据视为无效数据，计数值设为0。

步骤118，对第一数据集合中各组的计数值进行统计，得到第一组数据集合的累加步数，并存储。

具体的，将数据集合中每组的计数值进行相加，得到的数值就是有效步数的累计，即累加步数。

步骤119，当对累加步数的统计时长达到了预设统计时间段的时长，将预设统计时间段内得到的每一组数据集合的累加步数进行统计，得到预设统计时间段内第一用户的累计步数；

具体的，在每一次对一组数据集合的累加步数进行计算统计之后，都要确认对累加步数的统计时长是否达到所需要统计的预设统计时间段的长度。

对累加步数的统计时长，可以根据用于生成该组累加步数的加速度数据的采集时间信息来确定，通过使用最后获得的一个加速度数据的采集时间与终止时间进行比较来确定是否达到了统计时长。

此外，也可以是通过系统时钟来触发确定统计时长达到预设统计时间段。比如在每天的23：59：59，生成累加步数统计指令，用于对已生成的多组累加步数进行统计。

如果没有达到，重复按照前述步骤111-118的方法，继续获得下一组数据集合的累加步数。

对如果达到了统计时长，则对每一组数据集合的累加步数进行叠加，得到统计时段内的总的累计步数。

该步数已经是根据第一用户的实际情况进行了数据有效性筛查之后得到的累计步数，提高了准确性。

在预设统计时间段结束之后，将累计步数和运动步数分别重置为0，从而能够直接进行下一个预设统计时间段的步数统计。

步骤120，在第一时段结束后，根据累计步数的数据生成阶段步数信息，同步到服务器；

具体的，阶段步数信息包括：第一用户的用户信息、累计步数的数据和第一时段结束时的时间信息。

比如阶段步数信息可以包括：2016年10月11日，运动步数8523步。

步骤130，服务器对所述接收到的阶段步数信息进行解析，根据第一用户的用户信息调用用户档案库中第一用户的用户档案信息，并且根据第一用户的用户信息调用用户体征记录数据库中第一用户的用户体征记录；

其中，用户通过用户终端将档案信息存储到用户档案库中的方法可以包括：

首先，接收第一用户输入的第一用户的用户档案信息；其中，用户档案信息可以包括用户的年龄、性别、职业、身体状况历史记录等信息；然后，将所述用户档案信息发送到服务器，并存储在所述第一用户的用户档案库中。

而在用户体征记录数据库中生成用户体征记录的方法可以包括：

首先，用户终端获取第一用户的用户体征检测数据；用户体征检测数据包括所述第一用户的用户信息和检测时间信息；其次，将用户体征检测数据发送给服务器；最后，服务器根据第一用户的用户信息，将用户体征检测数据生成一条用户体征记录，加入用户体征记录数据库中；用户体征记录包括所述检测时间信息。

步骤140，根据第一用户的用户档案信息和用户体征记录，提取关键项数据；

具体的，比如用户档案信息中记录用户为男性、60岁、有糖尿病、有心脏病史。用户体征记录中记录用户在最近一段时期内血压超标，其他参数如心率，血氧饱和度等都在正常范围内。则提取关键项数据中包括的可以有用户的性别男、年龄60、病史糖尿病和心脏病的数据以及血压数据。

步骤150，根据关键项数据在服务器的用户信息共享数据库中匹配查询，确定与第一用户相对应的特征用户的信息；

具体的，用户信息共享数据库中存储有多个特征用户的信息，不同的特征用户具有不同的关键项数据。在建立用户信息共享数据库时，可以根据各种关键项进行排列组合，生成多种特征用户的信息。

在具体的一个例子中，根据上述用户的性别男、年龄60、病史糖尿病和心脏病的数据以及血压数据的关键项数据，可以在用户信息共享数据库中查得“有心脏病糖尿病的60-70岁老年男性”这样的特征用户，特征用户的信息还包括“每天适量运动步数7000-9000步”。

步骤160，根据所述特征用户的信息和阶段步数信息得到对应的运动调整建议信息；

确定阶段步数信息是否与特征用户的信息提供的运动量相符，相应生成运动调整建议信息。

比如还以上述例子为例，阶段步数信息为“2016年10月11日，运动步数8523步”，特征用户信息为“有心脏病糖尿病的60-70岁老年男性，每天适量运动步数7000-9000步”。则生成的运动调整建议信息可以为“当前运动量适量，请继续保持”。如果该用户运动量超过9000步，可以生成运动调整建议信息“当前运动过量，请注意休息”等类似提示，也可以根据超出绝对值或超出比例，进行区别提示。如果运动量未达到7000步，相应的可以生成“运动量不足，建议加强锻炼”等提示。

此外，还可以根据特征用户的信息和/或阶段步数信息得到与第一用户相关的健康资讯信息。

健康资讯信息可以时根据用户的年龄、性别、职业、既往病史或运动习惯等查询到的相关资讯信息。比如保健养生提示、膳食食谱或者与运动相关的信息等等。

步骤170，将运动调整建议信息发送给第一用户的用户终端；

步骤180，第一用户的用户终端输出运动调整建议信息。

具体的，运动调整建议信息的输出，可以采用可视化信息的输出方式，也可以采用语音方式，或者采用视音频输出的方式来实现。

在一个具体实施例中，用户终端根据所述运动调整建议信息生成可视化的运动调整建议展示信息，通过所述用户终端的用户界面进行展示；其中，所述可视化的运动调整建议展示信息包括文字信息、图表信息或趋势信息中的一种或多种。

在另一个具体的实施例中，所述用户终端根据所述运动调整建议信息生成的运动调整建议语音信息，并通过所述用户终端的语音输出设备输出所述动态调整建议语音信息。

本发明实施例提供的运动数据的处理方法，能够根据记录的用户档案信息、用户体征记录结合步数统计数据生成运动调整建议信息，使得用户能够参考运动调整建议信息确定自己的运动量是否合理，并能根据运动调整建议信息进行调整，从而达到帮助用户合理运动的效果。

专业人员应该还可以进一步意识到，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、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。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发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。