基于运动App 数据构建学生运动画像的方法

郑倩如 邱海泉 延丽平

摘要：随着移动网络的普及和App 应用程序的发展，当代学生的运动场景已不再局限于传统的课堂。教师可以通过运动App 发布课后需要进行的运动项目，学生也可以自行在运动App 上选择自己喜欢的项目进行运动锻炼。学生使用运动App锻炼过程中会产生各种数据，比如运动时长、运动评分等。把这些数据收集起来做进一步的挖掘分析，构建学生运动画像，对于教师了解学生运动兴趣爱好、学生运动完成情况、学生运动改进方向，以及调整教学计划具有重大意义。文章提出一种基于运动App 数据构建个体和群体学生运动画像方法，并指出每种画像的应用与意义。

关键词：运动数据；大数据技术；学习兴趣；数据分析；用户画像

中图分类号：TP311.13 文献标识码：A

文章编号：1009-3044（2024）06-0105-02

0引言

党的二十大报告提出广泛开展全民健身活动，加强青少年体育工作，促进群众体育和竞技体育全面发展，加快建设体育强国。在全国教育大会上，习近平总书记强调帮助学生在体育锻炼中享受乐趣、增强体质、健全人格、锤炼意志。随着互联网技术以及AI技术发展，现代学生的运动方式已经不再局限于学校课堂。利用手机上的运动App，学生可以利用碎片化的时间在合适的场地进行运动。运动App给学生运动带来便利性的同时，在使用的过程中也会产生很多数据，比如运动时长、运动评分、运动涉及的体育能力等。对这些数据进行采集、预处理、挖掘，可以生成学生用户画像。用户画像是根据用户行为产生的数据而生成的用户标签，比如利用用户学习行为数据生成学习者用户画像[1]。利用运动App产生的数据生成的学生运动画像能让老师了解学生运动兴趣爱好，并且针对学生画像提出更具个性化的运动建议。

1 运动App 的使用现状与数据价值

随着信息化技术的不断发展，App程序种类多样化，使用手机上的运动App进行运动成为越来越多成年人、学生进行体育锻炼的方式。据人民数据研究院发布的《2022全民跑步运动健康报告》显示，2022年1 月至7月，运动健身App活跃度人数均超5 000万人[2]。相比起传统运动方式，运动App内有多种运动教学视频，方便用户自主学习；其次运动App对于运动场地要求较低，在家或者户外均可进行运动。在体育教学上，运动App同样也充当重要角色。比如，老师可以在运动App上发布相应体育锻炼项目，学生课后利用碎片化时间完成打卡。

运动App所产生的数据具有非常重要的价值，比如对用户的评论数据进行分析可以挖掘用户潜在需求[3]。利用运动App慢行的数据可以分析人们偏爱的慢行线路，从而对城市规划、绿色空间的设计提供重要参考[4]。运动App产生的数据为学生定制个性化健身模式提供重要支持[5]。运动App数据价值巨大，但是利用运动App数据生成学生运动画像在体育教学的研究中较少。因此，本文围绕该方向进行进一步探讨。

2 学生运动画像的构建框架与维度

2.1 学生运动画像的构建框架

学生运动画像的构建框架如图1所示，主要包括了三层结构：数据源层、数据处理层、数据展示层。

数据源层主要包含了运动App各个模块数据，运动健身App可能包含但不限于以下模块。

1）用户中心模块。用户中心模块主要指学生基本信息，包括用户注册时间、用户昵称、用户性别、用户出生日期、用户姓名、用户学校、用户班级、用户头像、用户身体基础数据（身高、体重）、用户每次打开App 时间，用户退出App 时间、每日运动总时间（分钟）、每日运动总次数、每日总消耗能量（千卡），各种运动每日运动时间（分钟）、各种运动每日次数、各种运动每日消耗能量（千卡），各种运动每日评分（运动每日评分来源于AI运动模块，运动评分使用AI技术识别用户动作并且评分）。

2）AI运动模块。AI运动模块主要包括学生使用AI模式进行各种运动的数据，例如运动时长、运动类别、运动评分、学生体育能力等数据；各种运动包括但不限于：跳绳、坐位体前屈、高抬腿等；学生体育能力数据包括有氧耐力、灵活敏捷、柔韧伸展、平衡协调肌肉力量的评分；

3）AI运动模块。游戏项目模块主要包括学生进行游戏项目的数据，比如游戏涉及能力（比如上肢能力、全身力量、反应能力、手眼协调能力、心肺能力等）、游戏得分，游戏排名、游戏项目中获得的勋章等数据。

4）线上活动模块。主要包括学生参与线上活动数据，比如学生参与全市线上跳绳比赛时间、成绩、奖项荣誉等。

以上模块的数据将以学生为单位被采集。

数据处理层包含三个步骤：数据清洗、数据预处理以及数据统计分析。在这个阶段，有效的数据被保留下来进行分析计算。

数据展示层面向学生和教师展示运动画像，让学生更了解自己的运动特长爱好，使得学生更有针对性地进行学习锻炼；让教师更了解学生身体情况，使得因材施教更有效地实施。

2.2 学生运动画像维度

学生运动画像分为个体用户画像和群体用户画像，个体学生运动画像维度如表1所示。

1）用户情况维度由用户中心模块数据直接获得。

2）App使用情况由数据源层数据计算得出：在同一天内，学生最近打开App直到最近一次退出App视为一次使用，當天使用次数加1，其持续时间为一次使用时长，由此可得日均使用次数、平均每次使用时长（分钟）；学生当天使用一次App视为当天活跃，将自然月内学生活跃的天数相加得到学生每月活跃天数；学生使用时间分布主要统计学生使用App时间在0～24小时区间的分布。

3）运动情况维度由AI运动模块数据直接或计算得出：个人各项运动时长（分钟）、个人各项运动评分直接由AI运动模块数据得出；各项运动次数比例分布通过各项运动次数占所有运动总次数百分比获得；个人所有运动总时长（分钟）由个人各项运动时长（分钟）累加所得；TOP N个学生经常进行的运动将学生进行过的所有运动按照次数降序排序选取前N个运动；TOP N个学生最高/低评分运动将学生进行过的所有运动按照运动评分降/升序排序选取前N个运动；TOP N个学生最高时长（分钟）运动将学生进行过的所有运动按照运动时长（分钟）降序排序选取前N个运动。

4）游戏情况由游戏项目模块数据计算获得：每个游戏都涉及若干体育能力，比如上肢能力、全身力量、反应能力、手眼协调能力、心肺能力等。学生进行过一个运动涉及的能力次数为1，将学生进行过的所有运动涉及能力次数累加起来除以学生运动总次数得到各项游戏能力比例分布；TOP N 个学生涉及最多/少次数的能力将各个能力按照次数降/升序排序选取前N个能力；游戏日均时长（分钟）统计学生每日进行游戏平均时长（分钟）。

5）线上活动情况由线上活动模块数据计算获得累计参加线上活动次数统计学生由注册以来至今参加线上活动的次数；线上活动平均排名学生每次参加的线上活动平均排名；线上活动最高/低排名按照学生参加所有的线上获得排名进行升/降序排序选取第一个活动。线上活动类别分布统计学生参加某个类别活动类别比例，线上活动类别包括跳绳、跑步等。

群体学生運动画像由数据源层数据获取或者计算所得，如表2所示。群体学生运动画像由以学生群体为单位由数据源层数据获取或者计算所得，群体单位可以是行政班级、某年级、某学校所有学生。

1）群体基本情况由该学生群体数据可得。画像生成时间范围是指观察者期望看到画像的时间范围，比如某一周/月/季/年。

2）群体运动情况与群体线上活动情况各个指标计算单位变成了群体，其计算方法与个体学生运动画像计算方法类似。

3 结束语

本文阐述了如何利用运动App数据构建学生个体和群体运动画像，相比传统调查问卷方式，该方法具有非侵入式和高效等特点。生成的学生运动画像对于体育教学和体育竞赛举办有重要意义。个体学生运动画像和群体学生运动画像能让教师了解学生运动兴趣爱好、学生运动完成情况、学生运动改进方向，让老师更快速地了解学生，并且针对学生画像提出更具个性化的运动建议；群体学生运动画像能让教师捕捉不同年龄段学生身体、兴趣变化，使得体育教学更有效地进行；同时群体学生运动画像为上级领导举办集体体育活动、制定体育教育方针提供重要支持。

参考文献：

[1] 王旭红，张彤，申志华.大数据环境下开放教育学习者画像的构建[J].电脑知识与技术，2023，19（5）：78-80.

[2] 人民数据研究院.2022全民跑步运动健康报告[EB/OL]（2022-12-08）.https：//www.peopledata.com.cn/html/NEWS/Dynamics/2763.html

[3] 于玥源.运动类App用户评论需求主题发现研究[D].长春：吉林大学，2021.

[4] 谭立，王子尧，李倞.基于健身App数据分析的慢行运动需求偏好研究[J].中国城市林业，2019，17（6）：35-40.

[5] 张明波.基于运动App的“数据云”大学生校园健身构建模式策略[J].文体用品与科技，2023，17（17）：193-195. 、

【通联编辑：闻翔军】