[摘  要]在以人為本的教育理念影響下，大學生對體育運動指導的個性化需求日益凸顯。高校大學生運動處方智能推薦系統以大學生體質健康監測工作為依據，結合高校公共體育課程的特點和規律，探討分析基于使用者模型、資源模型和推薦算法構成的運動處方智能化推薦系統，運用人工神經網絡、協同過濾計算模型及多目標優化算法等理論方法，解決資源模型構建、智能推薦、動態管理和效果評估中的問題，并就系統的實際應用進行實驗分析。該研究旨在為高校大學生提供個性化、精準化、自適應性的課外體育運動指導，幫助大學生大幅提升身體素質，提高體育技能學習效果，促進終身體育意識培養，為推動健康中國戰略引領下的高校體質健康工作高質量發展提供經驗借鑒。

[關鍵詞]大學生  運動處方  個性化  智慧體育  智能推薦

基金項目：國家社會科學基金西部項目《健康中國視域下個性化運動處方智慧評估系統培育推廣研究》（21XTY012）；陜西省教育科學“十四五”規劃課題《智能運動處方指導大學生個性化體育運動的實踐路徑研究》（SGH23Y2393）；陜西理工大學教育科學研究項目《個性化運動處方指導大學生體育運動的實踐研究》（JYYJ2023-05）。

前  言

習近平總書記在黨的十九大報告中強調：“人民健康是民族昌盛和國家富強的重要標志。要完善國民健康政策，為人民群眾提供全方位全周期健康服務。”系統而深刻地闡明了我國體育事業發展的精神要義。圍繞健康中國發展戰略，《健康中國行動（2019－2030年）》指出，要以治病為中心向以人民健康為中心轉變，特別提出要構建科學健身體系，建立針對不同人群、不同環境、不同身體狀況的運動促進健康指導方法，推動形成“體醫結合”的疾病管理與健康服務模式。高校大學生作為一個特殊的社會群體，其體質健康始終受到國家和社會的高度關注。高校大學生的數量龐大且個體差異明顯，對運動健身指導有著多樣化和個性化的需求，在這樣的需求牽引下運動處方的智能化就成為高校大學生體質健康工作題中應有之義。當前，在人工智能等現代信息技術的支撐下，課題研究組已具備個性化運動處方的智能化建設理論和現實條件，基本完成了高校大學生個性化運動處方智能推薦系統建設，本系統在大學生群體中的實踐與應用，旨在拓展學生課后運動指導途徑，為改善我國大學生的體質健康狀況提供參考借鑒，為促進全民健康做出積極貢獻，進一步推動健康中國戰略高質量發展。

人工智能下個性化運動處方智能推薦系統構建路徑

1.大學生個性化運動處方基本特點

新時代，高校大學生的學習任務和社會活動比較豐富，不同學生之間的作息情況千差萬別。他們精力充沛且對新鮮事物充滿好奇，新穎的健身項目更能激發大學生的鍛煉熱情，有利于其保持健身的有效性和持續性。在持續開展教學改革的基礎上，高校體育課程的教學方式也趨于多元化，學生選擇課程較為靈活。因不同課程運動技能的學習路徑有明顯區別，所以制訂大學生個性化運動處方時，不僅要兼顧體育選項技能學習和體質健康促進，還必須具備高效性、精準性、多樣性、創新性的特點，以準確對接高校體育教學目標和學生個性體育鍛煉需求。

2.人工智能驅動下高校大學生運動處方系統的構建

本文提出基于構建主義學習理論，運用人工智能等現代信息技術構建高校大學生個性化運動處方系統。構建主義學習理論認為學習是引導學習者從原有經驗出發，而生長（建構）起新的經驗。高校大學生個性化運動處方的制訂也是一個知識建構的過程，在該過程中需要建構學生的體質狀況和健身需求、建構服務于健身的各類資源屬性、建構基于處方規則的學生和健身資源的關聯關系，以形成個性化運動處方，再根據運動處方實際效果建構新的規則。運動處方系統需要建構運動處方使用者模型、資源模型以及智能推薦模型。

（1）運動處方使用者模型

運動處方使用者模型用于描述高校大學生的體育素質特征，可通過使用者建模獲取、顯示、存儲和修改學生的體質健康狀況和體育運動技能水平。構建運動處方使用者模型時，采用不同階段的多渠道、多模式融合方式，最終獲得的特征信息包括使用者基本信息、體質狀況、運動條件、運動目標、運動偏好、運動能力等。

（2）運動處方資源模型

運動處方資源模型用于描述高校所能提供的運動健身資源的類別特征，可以通過運動處方資源建模獲取、表示、存儲和修改運動健身資源的特征和狀態。對于運動處方資源模型的構建，可利用信息技術提取運動健身資源的描述信息、內容信息和使用信息，并為每個資源建立一組標簽，包括運動項目、運動場地、注意事項、處方類型、運動時間、運動器材、難度、適用階段、運動能力和質量指數等，同時要對不同資源的同類標簽進行統一權重設置，以提高資源與使用者匹配的準確性。另外，在此基礎上，還可利用卷積神經網絡根據資源標簽進行健身資源的特征提取和分類。

（3）運動處方智能推薦模型

運動處方智能推薦模型是在使用者模型和資源模型基礎上實現的，依據使用者個人體質狀況，綜合評估使用者的運動能力、運動偏好及運動目的，并根據評估結果用智能推薦算法為使用者推薦個性化運動處方。在使用者實施運動處方的過程中，會精確監測其運動狀態及運動處方的完成度，然后結合運動反饋對處方效果進行評估，依據評估結果以智能算法實時調整運動處方參數，對運動處方進行動態管理，以此提高運動處方的有效性、科學性、精確性及適用性。

運動處方案例庫、約束條件及匹配算法是高校大學生運動處方智能生成的核心組成。案例庫是運動處方智能生成的基本依據，為運動處方自動生成提供了豐富的備選案例。案例庫的構建是一個循序漸進、逐步完善的過程。匹配算法涉及學生同案例的匹配，以及健身資源同案例的匹配，其中學生同案例的匹配采用SOM神經網絡，健身資源同案例的匹配采用協同過濾算法，通過匹配算法得到使用者需求和運動健身資源之間的對應關系。約束條件確保了運動處方的安全性和有效性，基于規則推理的推薦算法為運動處方的自動生成限定了范圍，提升了匹配度，減少了潛在的運動損傷。此外，在運動處方實施過程中，需要對運動狀態進行監測，主要監測指標包括運動的瞬態特征、連續特征、運動感受、運動處方的完成度、運動者的疲勞度以及運動者偏好反饋等，結合運動效果的評估對運動者的個性化運動處方進行方案調整和參數優化，同時根據當前運動狀態適當引入補償性運動處方，以提高運動效果，保證運動期望的達成度。

高校體育選項課往往安排得緊湊，學生身體素質和運動技能變化明顯，所以必須重視運動處方的動態管理。在運動處方實施過程中，要持續監測運動者的身體素質、運動技能，以及健身環境資源的變化情況。在此基礎上，用數據工程方法采集運動者的各種數據，較難采集的數據可利用回歸算法進行估算；分析處理采集到的數據，通過RPE不間斷地評估運動處方的實際效果并進行初步調整；根據周期數據用NSGA-Ⅱ優化算法精確調整運動處方參數，將調整結果及時反饋到運動處方庫中，以進一步豐富和細化運動處方案例。

效果評估是運動處方系統建設的重要環節，確保運動處方始終給使用者提供精確的運動指導。運動處方效果主要是對處方方案的精準性、適用性和偶然性進行評估，提交評估結果，生成具體度量與評價結果，以此糾正運動處方缺陷，確保運動處方的正確性。精準性是指特定運動處方下的學生實際運動狀態與運動處方庫中理想運動狀態之間的差異程度，通過提取移動端交互數據獲取學生的實際運動狀態，用邏輯回歸的損失函數和代價函數對模型預測值與真實值之間的差異程度進行計算，獲得參考數據。適用性是指使用者對運動處方的接受程度，采集運動者按照運動處方鍛煉后的RPE狀態、運動感受等反饋數據，并提取運動者的運動特征，通過注意力機制賦予不同特征的指定權重信息，結合邏輯回歸方法最終得到適用性評估結果；偶然性包含新穎性和多樣性兩個二級指標，其中新穎性是指運動處方內容在使用者過往運動處方中的稀缺程度，通過詞頻統計，即根據運動處方被系統選擇的頻率信息計算內容的新穎性；多樣性則指運動處方內容之間的不相似程度，可通過運動處方被喜歡的概率與被推薦的運動處方間的相關性進行評估。

個性化運動處方對高校大學生課外運動指導的實踐研究

1.實驗方案設計

為準確掌握人工智能驅動下高校大學生運動處方系統的實際效果，促進該系統智能化發展，課題組依托陜西理工大學開展實驗研究。實驗對象從學校2021級學生中隨機抽選80名大學生，其中男生實驗組、對照組各20人，女生實驗組、對照組各20人，通過合理劃分確保男、女對照組和實驗組的體育知識、運動能力、體育行為及體育心理不存在顯著性差異。結合大學體育課程，開展為期3個月的研究工作。

對照組在指導教師的統籌下開展運動處方實驗，運動處方由指導教師根據學生身體狀態并結合大體課程進行設計，包括運動目的、保健知識、運動類型與負荷、運動頻度、運動損傷預防等內容。在實施過程中，指導教師會根據學生反饋情況適當調整運動處方。實驗組則主要依托運動處方系統開展運動處方實驗，系統事先錄入實驗組學生的體育素質特征，再基于豐富的運動處方案例庫和一般性約束條件，利用匹配算法對每個學生生成不同的個性化運動處方。在運動處方的實施過程中，系統會持續監測運動者身體素質、運動技能，以及健身環境資源的變化情況，并根據周期數據對運動處方參數進行精確調整，最后系統還會對每位學生的運動處方實際效果進行評判分析。

實驗結果評測對大學生體育素養和體質健康狀況兩方面的內容進行量化分析，其中大學生體育素養評測選用查茂勇《大學生體育素養評價指標體系構建及自測量表編制》中的“大學生體育素養自測量表”。該量表由體育知識、運動能力、體育行為和體育心理4個一級指標和17個二級指標構成，每個二級指標被賦予相應權重。學生完成自測量表中的30個問題，經公式計算后得到一級指標分數，一級指標分數相加則得到學生體育素養的總分。大學生體質健康狀況評測則采用大學生體質健康監測評價標準，男女生共同評測指標為肺活量、50米跑、立定跳遠、坐位體前屈，此外女生監測指標還有800米跑和一分鐘仰臥起坐，而男生監測指標則有1000米跑和引體向上，各項指標按大學生體質健康監測評分標準打分。

2.實驗后大學生體育素質對比分析

表1列出了實驗后對照組和實驗組的體育素養對比情況。實驗后男、女對照組和實驗組體育知識、運動能力、體育行為及體育心理均存在顯著性差異（p＜0.05）。盡管人工運動處方能夠增加大學生的體育知識，提升其運動能力和體育行為，但同智能運動處方相比，在體育素養的提升上仍存在一定差距。體育素養是多方面因素的綜合體現，且這些因素又是相互影響制約的，只有全面系統地提升相關因素才能獲得良好的體育素養。然而，人工運動處方的設計和實施受指導教師在該領域經驗水平的制約，很難充分考慮體育素養各因素的有效配合和共同促進。在實驗中，可發現學生的體育心理因素在人工運動處方干預下沒有顯著效果，這與指導教師注重運動能力提升、忽視運動心理的教學習慣有較大關系。體育知識、體育行為和體育心理的培養往往需要在課外實施，指導教師雖然會在課堂上指出這些要素的重要性，但課后的培養則基本依賴于學生的自覺性，而在缺乏及時監督和評估的條件下，僅有少數學生能堅持培養這些素養。智能運動處方的設計和實施以海量運動處方庫為基礎，再配合不斷優化調整的匹配規則，能夠更為全面系統地考慮大學生體育知識、運動能力、體育行為和體育心理等因素。智能驅動下的運動處方系統會搜集整合與健身項目相關的文字、圖片、短視頻等多媒體資料，便于學生及時學習體育知識，會根據不同學生的身體狀況和運動需求設計最優運動方案，為學生推送身邊感興趣的體育賽事和體育活動，通過新穎個性的體育項目和持續的評估鼓勵，維持學生較高的參與興趣和參與度，使其逐步將體育運動轉換為生活規律和內在需要。

3.實驗后大學生體質健康對比分析

表2列出了實驗后對照組和實驗組體質健康對比情況。實驗后男、女對照組和實驗組的肺活量、50米跑、立定跳遠、坐位體前屈、800米/1000米跑、1分鐘仰臥起坐/引體向上均存在顯著性差異（p＜0.05）。盡管人工運動處方能夠提升大學生立定跳遠、800米/1000米跑、1分鐘仰臥起坐/引體向上的能力，但同智能運動處方相比，在體質健康提升上仍存在一定的差距。體質健康水平取決于各項身體素質的綜合表現，需要通過系統、持續且有針對性的體育健身活動促進其發展和提升。然而，人工運動處方的設計和實施帶有指導教師較為明顯的傾向，教學內容更容易主導運動處方健身內容，教學方法更容易主導運動處方的實施方法，表現為與教學活動相關的身體素質提升較快，其他身體素質則提升緩慢。同時，因指導教師的精力有限，當學生數量達到一定規模時，要做到精準對接每個學生的健身需求，持續跟蹤調整學生健身方案幾乎是不可能的。而智能個性化運動處方會與大學生健身狀況持續建立緊密聯系，依托運動處方庫中豐富的健身內容和不斷優化的匹配規則，基于現代信息技術在數據采集、傳輸、處理和分享等方面的巨大優勢，使大學生運動處方的精準性、系統性和實時性得到了根本保證。智能驅動下的運動處方系統為每位學生制訂了專有的健身方案，方案的設計充分考慮了學生的體質狀況、健身興趣、課程內容、作息規律、運動損傷防護，嚴格控制健身項目類型、運動頻次、運動負荷，同時系統會隨時對運動效果進行評估，幫助學生更為準確地了解和掌握自身健身效果，并定期調整運動處方方案，確保運動處方始終與學生健身實際相契合。

結  語

個性化運動處方智能推薦系統為促進高校學生體質健康提供了決策支持，是體醫結合、信息支撐的跨域研究，也是改善我國大學生體質健康狀況的重要途徑。本文基于構建主義學習理論，運用人工智能等現代信息技術從運動處方使用者模型、資源模型以及智能推薦算法三個方面就系統建設開展研究，并就系統的實際效果開展了實驗對比研究。大學生個性化運動處方智能推薦系統必須緊扣高校體育選項課教學工作實際，注重提升學生的運動技能和身體素質，突出學生個性化需求，以更好地服務于高校學生運動健身指導需求。隨著人工智能等現代信息技術在體育教育領域的廣泛應用，運動處方智能推薦技術也將持續發展，未來將會與教育學、體育學、健康學、心理學和社會學等相關理論和方法深度融合，進一步提升運動處方智能推薦系統在高校學生健身指導中的作用和價值。

參考文獻：

[1]胡鞍鋼，王洪川，鄢一龍.健康發展“十三五”基本思路——健康中國戰略[C]//清華大學國情研究院，胡鞍鋼.國情報告（第十八卷·2015年）.北京：黨建讀物出版社，2017.

[2]潘鋒.健康中國行動取得顯著成效[J].中國醫藥導報，2021，18（23）：1-3.

[3]李方.教育知識與能力[M].北京：高等教育出版社，2011.

[4]祝莉，王正珍，朱為模.健康中國視域中的運動處方庫構建[J].體育科學，2020，40（1）：4-15.

[5]羅曦娟，王正珍，等.體力活動能量消耗編碼表在運動處方中的應用[J].北京體育大學學報，2013，36（9）：76-80.

[6]查茂勇.大學生體育素養評價指標體系構建及自測量表編制[D].南京：南京師范大學，2014.

（黃榮、于惠敏：陜西理工大學體育學院；杜昌山：西安理工大學計算機科學與工程學院）