隨著人們生活水平的提高,運(yùn)動(dòng)與健康成為關(guān)注的焦點(diǎn),運(yùn)動(dòng)監(jiān)測(cè)系統(tǒng)也日益受到青睞。目前,市面上的運(yùn)動(dòng)監(jiān)測(cè)系統(tǒng)是針對(duì)學(xué)校學(xué)生體育運(yùn)動(dòng)體質(zhì)監(jiān)測(cè)而設(shè)計(jì)的,一方面系統(tǒng)側(cè)重于通過(guò)穿戴式的硬件設(shè)備進(jìn)行數(shù)據(jù)采集,存在用戶數(shù)量少、數(shù)據(jù)更新慢、系統(tǒng)實(shí)時(shí)性低的問(wèn)題;另一方面系統(tǒng)缺乏對(duì)用戶運(yùn)動(dòng)數(shù)據(jù)的智能化分析,通常只是進(jìn)行簡(jiǎn)單的數(shù)據(jù)收集。為此,本文研究了運(yùn)動(dòng)監(jiān)測(cè)系統(tǒng)中的實(shí)時(shí)任務(wù)調(diào)度和推薦算法,進(jìn)而實(shí)現(xiàn)了一套應(yīng)用于健身公園的運(yùn)動(dòng)監(jiān)測(cè)系統(tǒng)。本文的主要工作包括以下內(nèi)容:（1）針對(duì)現(xiàn)有通過(guò)藍(lán)牙基站收集數(shù)據(jù)系統(tǒng)所存在的缺陷,本文通過(guò)引入基于任務(wù)裕度和截止時(shí)間的動(dòng)態(tài)優(yōu)先級(jí)搶占式調(diào)度算法（Slack-Deadline-First,SDF）,設(shè)計(jì)改進(jìn)了現(xiàn)有任務(wù)調(diào)度機(jī)制中的核心調(diào)度算法,有效地避免了多任務(wù)沖突現(xiàn)象,緩解了基站結(jié)點(diǎn)的數(shù)據(jù)通信和數(shù)據(jù)轉(zhuǎn)發(fā)壓力。（2）針對(duì)傳統(tǒng)矩陣分解推薦技術(shù)存在的問(wèn)題,本文提出將隱語(yǔ)義模型應(yīng)用于SVD矩陣分解推薦算法�？紤]到傳統(tǒng)的隱語(yǔ)義模型（Latent Factor Model,LFM）僅適合于顯式反饋數(shù)據(jù),不適合隱式反饋數(shù)據(jù)。為了能更好地利用隱式反饋數(shù)據(jù),使得向不同的用戶推送運(yùn)動(dòng)指導(dǎo)更加精準(zhǔn),本文在... 

【文章來(lái)源】：江蘇大學(xué)江蘇省

【文章頁(yè)數(shù)】：88 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

運(yùn)動(dòng)監(jiān)測(cè)系統(tǒng)物聯(lián)網(wǎng)架構(gòu)圖

江蘇大學(xué)工程碩士學(xué)位論文11運(yùn)動(dòng)監(jiān)測(cè)系統(tǒng)軟件平臺(tái)主要由三大部分組成，其總體架構(gòu)如圖2.2所示，包括移動(dòng)客戶端、Web服務(wù)端和Hadoop數(shù)據(jù)處理端。圖2.2運(yùn)動(dòng)監(jiān)測(cè)系統(tǒng)軟件平臺(tái)總體架構(gòu)圖（1）用戶通過(guò)智能手機(jī)的AndroidAPP（或IOSAPP）登錄到運(yùn)動(dòng)監(jiān)測(cè)系統(tǒng)軟件平臺(tái)，然后通過(guò)在手機(jī)客戶端的一系列操作轉(zhuǎn)化為Http請(qǐng)求的方式發(fā)送給Web服務(wù)端，后臺(tái)服務(wù)器響應(yīng)客戶端的請(qǐng)求，把相應(yīng)的處理結(jié)果返回給用戶。（2）后臺(tái)Web服務(wù)端程序是基于SSM框架開(kāi)發(fā)的。控制層（SpringMVC）Controller層攔截系統(tǒng)中用戶的請(qǐng)求，相當(dāng)于SSH框架中的Struts；業(yè)務(wù)層（Spring）Service層負(fù)責(zé)系統(tǒng)應(yīng)用業(yè)務(wù)模塊的邏輯實(shí)現(xiàn)；持久層（MyBatis）Dao層負(fù)責(zé)和數(shù)據(jù)庫(kù)進(jìn)行交互，包括處理CURD操作。（3）Hadoop數(shù)據(jù)處理端是負(fù)責(zé)對(duì)數(shù)據(jù)處理以及算法執(zhí)行的部分。Hadoop生態(tài)圈下通過(guò)使用Sqoop工具[19]將RDBMS（關(guān)系型數(shù)據(jù)庫(kù)）數(shù)據(jù)導(dǎo)入HBase生成HDFS文件，然后使用MapReduce計(jì)算框架對(duì)數(shù)據(jù)進(jìn)行預(yù)處理生成用戶——隱類(lèi)矩陣和隱類(lèi)——運(yùn)動(dòng)指導(dǎo)矩陣，最后使用SparkStreaming流式處理計(jì)算框架實(shí)現(xiàn)在線推薦。2.3.2邏輯結(jié)構(gòu)設(shè)計(jì)鑒于SpringMVC、Spring、MyBatis三大框架[20]各自的特點(diǎn)以及整合到一起可以有效提高開(kāi)發(fā)效率，降低代碼耦合度的優(yōu)勢(shì)，本文擬采用當(dāng)下流行的SSM

基于實(shí)時(shí)任務(wù)調(diào)度和推薦算法的運(yùn)動(dòng)監(jiān)測(cè)系統(tǒng)研究與實(shí)現(xiàn)12框架完成系統(tǒng)后臺(tái)服務(wù)端的開(kāi)發(fā)工作。下面本文將詳細(xì)闡述系統(tǒng)的邏輯結(jié)構(gòu)設(shè)計(jì)部分，具體的邏輯結(jié)構(gòu)示意圖如圖2.3所示。（1）視圖層。視圖層是指系統(tǒng)和用戶之間進(jìn)行交互的界面，在本文中指的是移動(dòng)手機(jī)客戶端，用戶通過(guò)使用APP在進(jìn)行點(diǎn)擊操作的時(shí)候（即發(fā)送請(qǐng)求給后臺(tái)），發(fā)送數(shù)據(jù)會(huì)以http傳輸?shù)姆绞胶蚃SON的數(shù)據(jù)格式傳給后臺(tái)，后臺(tái)響應(yīng)對(duì)應(yīng)操作后把數(shù)據(jù)結(jié)果返回到客戶端。（2）控制層。控制層是借助SpringMVC框架攔截用戶請(qǐng)求實(shí)現(xiàn)的，其核心是Servlet進(jìn)行分發(fā)控制，將用戶請(qǐng)求通過(guò)HandlerMapping去匹配Controller，然后根據(jù)不同的業(yè)務(wù)功能響應(yīng)不同的操作。具體實(shí)現(xiàn)的時(shí)候客戶端需要在請(qǐng)求的http路徑中加入method方法和需要提交的參數(shù)，從而調(diào)用后臺(tái)服務(wù)程序中不同的功能。（3）業(yè)務(wù)層。業(yè)務(wù)層是由Spring框架按系統(tǒng)功能進(jìn)行劃分，對(duì)業(yè)務(wù)邏輯對(duì)象進(jìn)行封裝，并以接口形式展現(xiàn)的。具體實(shí)現(xiàn)的時(shí)候后臺(tái)服務(wù)端的每個(gè)功能組件都需要在Spring[21]框架的XML配置文件中進(jìn)行配置才能封裝成接口，這樣做的優(yōu)勢(shì)在于提高底層代碼的內(nèi)聚性，降低耦合度。（4）數(shù)據(jù)持久化層。數(shù)據(jù)持久化層是由MyBatis框架實(shí)現(xiàn)的。首先需要定義系統(tǒng)中的實(shí)體類(lèi)，然后MyBatis框架借助配置文件關(guān)聯(lián)到各實(shí)體類(lèi)的Mapper文件，而在Mapper文件中需要配置每個(gè)類(lèi)對(duì)數(shù)據(jù)庫(kù)進(jìn)行的SQL語(yǔ)句映射，最后在每次與數(shù)據(jù)庫(kù)交互時(shí)，通過(guò)sqlSessionFactory拿到一個(gè)sqlSession，再執(zhí)行相應(yīng)的SQL命令，這樣可以使數(shù)據(jù)庫(kù)底層操作變得透明。圖2.3邏輯結(jié)構(gòu)示意圖

【參考文獻(xiàn)】：
期刊論文
[1]基于HBase的多維索引查詢機(jī)制的優(yōu)化[J]. 徐江峰,譚玉龍.  計(jì)算機(jī)應(yīng)用. 2020(02)
[2]健康人文:在推進(jìn)《健康中國(guó)行動(dòng)（2019—2030年）》中的價(jià)值[J]. 劉云章,劉于媛,趙金萍.  中國(guó)醫(yī)學(xué)倫理學(xué). 2019(12)
[3]“互聯(lián)網(wǎng)+”背景下全民健身公共服務(wù)平臺(tái)的發(fā)展——以“群體通”為例[J]. 衛(wèi)國(guó)凱.  體育成人教育學(xué)刊. 2019(06)
[4]大數(shù)據(jù)治理助推健康中國(guó)行動(dòng)監(jiān)測(cè)評(píng)估工作的思考[J]. 汪孔亮.  人口與健康. 2019(09)
[5]面向大數(shù)據(jù)存儲(chǔ)的HBase二級(jí)索引設(shè)計(jì)[J]. 李斌,郭景維,彭騫.  計(jì)算技術(shù)與自動(dòng)化. 2019(02)
[6]個(gè)性化推薦系統(tǒng)綜述[J]. 代麗,樊粵湘.  計(jì)算機(jī)時(shí)代. 2019(06)
[7]基于嵌入式系統(tǒng)任務(wù)調(diào)度算法的研究[J]. 鄒圣雷.  電子設(shè)計(jì)工程. 2019(07)
[8]穿戴式學(xué)生體育運(yùn)動(dòng)體質(zhì)監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)研究[J]. 向瑋.  電子設(shè)計(jì)工程. 2018(15)
[9]運(yùn)動(dòng)類(lèi)APP的品牌利益對(duì)體育消費(fèi)行為影響研究——以“咕咚運(yùn)動(dòng)+”為例[J]. 張茜嵐,王潤(rùn)極.  南京體育學(xué)院學(xué)報(bào). 2018(05)
[10]基于時(shí)間效應(yīng)與隱語(yǔ)義模型的高校圖書(shū)館的個(gè)性化推薦研究[J]. 李薛劍,劉夢(mèng)雅,海健強(qiáng),吳雪揚(yáng),余雪莉.  計(jì)算機(jī)應(yīng)用與軟件. 2018(05)

博士論文
[1]基于矩陣分解的圖像表示理論及其應(yīng)用研究[D]. 肖延輝.北京交通大學(xué) 2014

碩士論文
[1]基于混合策略的新聞推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 鄭寶瑞.北京交通大學(xué) 2019
[2]融合信任模型的協(xié)同過(guò)濾推薦算法研究[D]. 何旭.南京郵電大學(xué) 2018
[3]基于Sqoop的數(shù)據(jù)轉(zhuǎn)換平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)[D]. 尹相儒.南京師范大學(xué) 2018
[4]基于SSM的電力設(shè)備管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 侯瑞敏.華北電力大學(xué) 2017
[5]我國(guó)體育公園發(fā)展研究[D]. 李丹.北京體育大學(xué) 2015
[6]Linux系統(tǒng)的實(shí)時(shí)性研究[D]. 姜南.吉林大學(xué) 2010



本文編號(hào)：3517646