一种基于能量状态变化的用户行为反馈方法及系统

摘要

本申请公开了一种基于能量状态变化的用户行为反馈方法及系统，该方法包括：获取在预定周期内测量得到的用户身体的至少两个阻抗值和至少两个身体参数，其中，身体参数为用户的生理参数；至少根据至少两个阻抗值和至少两个身体参数确定用户的能量状态变化；根据预定信息确定用户对应的行为特征，并向用户反馈，其中，行为特征是引起用户能量状态变化的行为特征，其中，预定信息至少包括用户的能量状态变化。通过本申请解决了现有技术中依靠人工对减肥进行监督所导致的问题，达到了科学监督的效果，有利于提高人们的身体健康。

说明书

技术领域

本申请涉及到软件领域，具体而言，涉及一种基于能量状态变化的用户行为反馈方法及系统。

背景技术

肥胖已经成为一个公共卫生问题，医学界早已证明，生活方式管理是减肥唯一的阳关大道。但一想到生活方式管理，人们的第一个反应就是保持饥饿以及大量运动，面对诱惑难以坚持等等负面情绪，所以选择的人并不多。

需要减肥的用户一般希望能够得到比较专业的指导和监督，这样就可以长期坚持下来。

一些专业的减肥机构通过大量专业人员服务能够做到人性化，个性化的帮助客户改变生活方式，但这样的服务成本高昂，不是所有人都能享用的。

而且这种方式依赖于服务人员的专业化，对服务人员的要求比较高。

发明内容

本申请实施例提供了基于能量状态变化的用户行为反馈方法及系统，以至少解决现有技术中依靠人工对减肥进行监督所导致的问题。

根据本申请的一个方面提供了一种基于能量状态变化的用户行为反馈方法，包括：获取在预定周期内测量得到的用户身体的至少两个阻抗值和至少两个身体参数，其中，所述身体参数为所述用户的生理参数；至少根据所述至少两个阻抗值和所述至少两个身体参数确定所述用户的能量状态变化，其中，所述能量状态变化用于指示以下至少之一：能量摄入量、能量摄入结构、能量消耗量、能量消耗方式；根据预定信息确定所述用户对应的行为特征，并向所述用户反馈，其中，所述行为特征是引起所述用户能量状态变化的行为特征，其中，所述预定信息至少包括所述用户的能量状态变化。

进一步地，所述预定周期以天为单位，所述预定周期包括至少连续两天，在所述预定周期内测量得到的用户身体的至少两个阻抗值和至少两个身体参数包括：在所述预定周期内的每一天的固定时间点和/或固定行为发生的时间点均进行测量得到所述用户身体的至少两个阻抗值和/或至少两个身体参数；和/或，在需要两个阻抗值和两个身体参数的情况下，在所述预定周期内的相邻两天的相同时间段以及发生相同所述固定行为后进行测量得到所述两个阻抗值和所述两个身体参数。

进一步地，得到所述阻抗值和身体参数的所述每一天的固定时间点/或固定行为发生的测量点为早晨起床排便后；更多所述阻抗值和所述身体参数的测量时点还可以包括：早晨起床排便前以及临睡前。

进一步地，还包括：获取所述用户连续两组所述身体阻抗值和/或至少两组所述身体参数，以及在第一天测量的临睡前的所述用户的身体阻抗值和/或所述身体参数，得到三组测量结果；至少根据所述三组测量结果确定所述用户在第一天的行为特征，其中，所述行为特征是所述用户做出的影响所述能量状态变化的行为特征。

进一步地，至少根据所述三组测量结果确定并向所述用户反馈的第一天的行为特征包括以下至少之一：所述用户进食量多寡；所述用户进食结构；所述用户进食烹调方法；所述用户进食的食物品质；所述用户进食行为习惯；所述用户的作息状况；所述用户活动量多寡；所述用户活动类型偏好；所述用户身体疲劳程度；所述用户身体能量物质代谢规律分析。

进一步地，所述预定信息还包括以下至少之一：所述阻抗值、所述身体参数；和/或，所述身体参数包括以下至少之一：体重、年龄、性别、身高信息。

根据本申请的另一个方面，还提供了一种电子设备，包括：屏幕；用于显示上述测量得到的以下至少之一：身体参数、阻抗值、行为特征；软件，用于执行上述的方法；存储器，用于存储所述软件；处理器，用于运行所述软件。

根据本申请的另一个方面，还提供了一种基于能量状态变化的用户行为反馈系统，包括：获取模块，用于获取在预定周期内测量得到的用户身体的至少两个阻抗值和至少两个身体参数，其中，所述身体参数为所述用户的生理参数；确定模块，用于至少根据所述至少两个阻抗值和所述至少两个身体参数确定所述用户的能量状态变化，其中，所述能量状态变化用于指示以下至少之一：能量摄入量、能量摄入结构、能量消耗量、能量消耗方式；反馈模块，根据预定信息确定所述用户对应的行为特征，并向所述用户反馈，其中，所述行为特征是引起所述用户能量状态变化的行为特征，所述预定信息包括：所述用户的能量状态变化。

进一步地，所述预定周期以天为单位，所述预定周期包括至少两天，所述获取模块用于在所述预定周期内的每一天的固定时间点和/或固定行为发生的时间点均进行测量得到所述用户身体的至少两个阻抗值和/或至少两个身体参数；和/或，所述获取模块用于在需要两个阻抗值和两个身体参数的情况下，在所述预定周期内的相邻两天的相同时间段以及发生相同所述固定行为后进行测量得到所述两个阻抗值和所述两个身体参数；和/或，所述获取模块还用于获取所述用户连续两组所述身体阻抗值和/或至少两组所述身体参数，以及在第一天测量的临睡前的所述用户的身体阻抗值和/或所述身体参数，得到三组测量结果；所述反馈模块还用于至少根据所述三组测量结果确定所述用户在第一天的行为特征，其中，所述行为特征是所述用户做出的影响所述能量状态变化的行为特征；和/或，所述预定信息还包括以下至少之一：所述阻抗值、所述身体参数；和/或，所述身体参数包括以下至少之一：体重、年龄、性别、身高信息。

进一步地，得到所述阻抗值和身体参数的所述每一天的固定时间点/或固定行为发生的测量点为早晨起床排便后；更多所述阻抗值和所述身体参数的测量时点还可以包括：早晨起床排便前以及临睡前；和/或，所述反馈模块用于向所述用户反馈的第一天的行为特征包括以下至少之一：所述用户进食量多寡；所述用户进食结构；所述用户进食烹调方法；所述用户进食的食物品质；所述用户进食行为习惯；所述用户的作息状况；所述用户活动量多寡；所述用户活动类型偏好；所述用户身体疲劳程度；所述用户身体能量物质代谢规律分析。

在本申请实施例中，采用了获取在预定周期内测量得到的用户身体的至少两个阻抗值和至少两个身体参数，其中，所述身体参数为所述用户的生理参数；至少根据所述至少两个阻抗值和所述至少两个身体参数确定所述用户的能量状态变化，其中，所述能量状态变化用于指示以下至少之一：能量摄入量、能量摄入结构、能量消耗量、能量消耗方式；根据预定信息确定所述用户对应的行为特征，并向所述用户反馈，其中，所述行为特征是引起所述用户能量状态变化的行为特征，其中，所述预定信息至少包括所述用户的能量状态变化。通过本申请解决了现有技术中依靠人工对减肥进行监督所导致的问题，达到了科学监督的效果，有利于提高人们的身体健康。

附图说明

构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请实施例的基于能量状态变化的用户行为反馈方法的流程图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

健康生活方式之所以知易行难，就在于人们通常只对及时反馈给与重视，采取行动，但不良生活方式对健康的影响有极大的滞后性和潜移默化性，因此人们对于生活方式中一些不良习惯没有足够的重视；同时，因为每个人的年龄，性别，基因，生活环境都不相同，相同生活方式对每个人的影响程度也不尽相同，所以虽然很多人知道健康生活的大概原则，但具体到自己的生活细节，往往没有特别明确的方法，导致大家无从下手。在本实施例中提供了一种方法可以规模化，低成本的让普通人也能轻松，自然，不费力的调整生活方式，收获健康。

本实施例中提供了一种基于能量状态变化的用户行为反馈方法，图1是根据本申请实施例的基于能量状态变化的用户行为反馈方法的流程图，如图1所示，该流程包括如下步骤：

步骤S102，获取在预定周期内测量得到的用户身体的至少两个电阻值和至少两个身体参数，其中，身体参数为用户的生理参数；

步骤S104，至少根据至少两个电阻值和至少两个身体参数确定用户的能量状态变化，其中，该所述能量状态变化用于指示以下至少之一：能量摄入量、能量摄入结构、能量消耗量、能量消耗方式；

在上述步骤中使用了电阻值，这是因为每个人的身体不同的状态均对应了不同的电阻值，可以通过电阻值来确定用户的身体状态，为了保证更加准确的确定能量状态，还可以增加一个身体参数，该身体参数可以包括但不限于以下至少之一：体重、年龄、性别、身高信息。作为可选的方式，上述的电阻值是人体的阻抗值。更优的，可以是更进一步说，腰腹部(含)以下的身体的阻抗值或者身体阻抗值的变化。

在上述步骤中，可以根据生理参数和电阻值得到能量状态，然后根据多个能量状态得到这多个能量状态之间的变化。

在一个可选的方式中，可以通过已经收集到的用户数据(例如，在医疗机构中保存的已经获取用户授权可以使用的数据)作为训练数据来使用，每一组训练数据均包括一个用户的身高、体重等生理参数、电阻值以及在该生理参数和电阻值对应的脂肪参数，该脂肪参数用于指示该用户脂肪含量(例如，体脂率和/或肌肉量)。当训练数据的数量超过阈值的时候，可以将训练数据发送至机器学习引擎中进行训练。

该机器学习引擎可以采用已有的机器学习引擎，具体的引擎搭建和运行过程可以参加各个引擎的技术手册，本领域技术人员能够根据这些技术手册搭建起相应的机器学习引擎。该机器学习引擎使用多组训练数据进行训练之后，可以得到一个机器学习的第一模型。在得到该模型之后，就可以使用该模型来得到用户的脂肪参数，只要将用户的生理参数和电阻值输入到第一模型中，该第一模型就可以输出对应的脂肪参数。

然后根据该脂肪参数和上述的生理参数得到用户的能量状态。在上述例子中使用了脂肪参数，该脂肪参数也可以认为是生理参数的一种，如果用户直接输入脂肪参数，则可以根据下面的例子获得能量状态。

作为另一个可选的实施方式，既然已经采用了机器学习引擎，还可以使用该机器学习引擎再训练一个第二模型，训练该模型使用的多组训练数据中的每组训练数据均包括用户的脂肪参数和生理参数，以及该脂肪参数和生理参数对应的能量状态。在经过训练得到该第二模型之后，只要输入脂肪参数和生理参数就可以得到对应的能量状态。

得到的能量状态有也可以显示给用户，以让用户自己有所感知。如果不需要向用户显示能量状态，则可以使用第三模型，训练该模型使用的多组训练数据的每组训练数据均包括用户的脂肪参数和生理参数，以及该脂肪参数和生理参数对应的行为建议。该第三模型与第二模型不同的是，模型直接输出的就是行为建议。在经过训练得到该第二模型之后，只要输入脂肪参数和生理参数就可以得到对应的行为建议。

在得到能量状态之后，根据至少两个能量状态就可以得到能领状态的变化。

步骤S106，根据预定信息确定所述用户对应的行为特征，并向用户反馈，其中，该行为特征是引起用户能量状态变化的行为特征；其中，该预定信息至少包括：用户的能量状态变化。可选地，该预定信息还可以包括：生理参数和/或电阻值。

上述可选实施方式中的基于机器学习引擎的模型是在积攒了大量训练数据之后使用的，如果训练数据量不足够的情况下，可以使用预先配置的对应关系，例如，可以根据预先配置的电阻值、身体参数和能量状态的对应关系来获取能量状态。这些对应关系可以是提前通过准确测量手段测量得到的。或者，也可以将测量得到的各种数据通过软件拟合成一个函数，将电阻值、身体参数作为该函数的输入则就可以得到该函数输出的能量状态。

对于行为特征的确定，也可以根据预先配置的预定信息与行为特征的关系来进行确定。这些预先配置的预定信息与行为特征的关系是通过对样本的统计来得到的。当样本的数量达到可以进行机器学习训练的程度的时候，可以训练一个机器学习模型来根据预定信息得到行为特征，该模型可以称为行为特征模型。该行为特征模型是使用多组训练数据训练得到的，每组训练数据均包括预定信息和标签，该标签用于标识在该预定信息下的行为特征。经过训练获得一个收敛的行为特征模型，在经过验证数据验证之后就可以使用了，验证数据也来自与样本数据。将步骤S106中的预定信息输入到行为特征模型中，该行为特征模型就可以输入用于指示行为特征的标签。

无论使用怎样的实现方式，在上述步骤中只要通过电阻值和身体参数的配合来确定一个用户对能量(或者称为热量)处理能力，通过每个周期的测量，均能够给用户提供行为建议。该处理能力也可以理解为包括了该用户摄入了多少热量以及消耗了多少热量。上述行为特征模型是可以直接得到行为特征的，对于能量状态的变化，可以在得到能量状态之后，通过比较确定能量状态的变化。上述已经进行过说明，在此不再赘述。

在本实施例中，还可以通过分类方法来进行处理，例如，可以将以下至少之一进行整理分类：预定时间身体阻抗变化方向和/或幅度、身体参数变化方向和/或幅度组合，分类依据是每个变化组合可以对应出引起此变化的某种特定行为特征。例如，热量摄取超过预定标准值，该行为对应了多组阻抗变化和/或身体参数变化的组合。从而可以通过测量身体阻抗及身体参数在预定时间的变化，反推出用户当期生活方式的行为特征。

分类方法也可以由很多种，例如，可以通过该机器学习的方式来进行分类。

该机器学习训练出的模型可以称为是分类模型，该分类模型是通过多组训练数据训练得到的，每组训练数据包括特定行为特征，以及该行为特征导致的身体阻抗和/或身体参数的变化。将特定行为特征作为输入，将身体阻抗和/或身体参数的变化作为输出，训练出的模型可以用于根据行为特征确定身体阻抗和/或身体参数的变化；将身体阻抗和/或身体参数的变化作为输入，将特定行为特征作为输出，训练出的模型可以用于根据身体阻抗和/或身体参数的变化输出行为特征。

在进行分类的时候，与行为特征的对应还可以根据性别，年龄，身高，生活环境等进一步分类对应。

作为另一种方式，可以通过身体阻抗变化结合身体参数变化推导出身体成分变化，再通过身体成分变化进行生活方式中行为特征的推导；这种推导方式也可以理解为是一种分类方法，与上述实施例不同的是，进行了两次分类。具体采用的方式与上述实施例相同，在此不再赘述。这里的身体成分可以包括以下至少之一：体脂率、肌肉量、骨骼肌率、内脂、BMI、体水分、蛋白质、骨量；身体参数中的变量除体重外，还可以包括血压，血糖等，其他参数在此不再一一列举。

上述步骤可以运行在程序中，该程序可以是安装在移动设备中的应用，也可以是安装在个人电脑的软件，或者是运行在服务器上的一种服务。在以下实施例中，软件、应用、服务均称为软件。通过该软件进行判断以及推送行为建议，可以实现大规模的应用，不受专业服务人员的数量和能力的限制。另外，对于用户来说，一方面非常容易得到行为建议，另外一方面该软件是基于客观的物理值得到的行为建议，更加科学。因此，通过上述步骤解决了现有技术中依靠人工对减肥进行监督所导致的问题，达到了科学监督的效果，有利于提高人们的身体健康。

在一个可选的实施方式中，上述预定周期可以以天为单位，例如，预定周期可以包括连续的至少两天。如果按照天来进行测量的话，则在所述预定周期内的每一天的固定时间点和/或固定行为发生的时间点均进行测量得到所述用户身体的至少两个阻抗值和/或至少两个身体参数；。例如，在每天的早上7点、9点和晚上11点进行测量。这种测量的方式可以建立起时间与电阻值和身体参数的关系。但是，这种测量并不是一种非常精确的值，这是因为每个用户在不同的时间点的行为是不一样，本实施例为了找到更加合理的测量点，可以选择在每一天的早晨起床排便之后，可选的，如果需要一天中的多个数据，还可以增加如下行为发生时进行测量：测量得到用户在每一天的早晨起床后排便前和临睡前的用户身体的电阻值和/或身体参数。如果之需要两个阻抗值和两个身体参数，在所述预定周期内的相邻两天的相同时间段以及发生相同所述固定行为后进行测量得到所述两个阻抗值和所述两个身体参数。

作为另一种可选的实施方式，在用户第一次使用的时候，可以根据获取所述用户连续两组所述身体阻抗值和/或至少两组所述身体参数，以及在第一天测量的临睡前的所述用户的身体阻抗值和/或所述身体参数，得到三组测量结果；至少根据所述三组测量结果确定所述用户在第一天的行为特征，其中，所述行为特征是所述用户做出的影响所述能量状态变化的行为特征。

作为另一种可选的实施方式，由于每天都进行测量，那么可以根据每天测量得到的测量结果来确定用户当天的行为。例如，获取用户在当天测量的早晨起床后、早晨起床大便之后以及临睡前的用户身体的电阻值和/或至少一个身体参数，得到三组测量结果；至少根据三组测量结果确定用户在当天的行为特征。

在一个例子中，可以根据隔日脂肪差和隔日肌肉量差判断用户的身体状态。具体地，当隔日脂肪差不为负值，且隔日肌肉率差不为正值时，表示用户的身体脂肪没有增长，肌肉没有减少，因此判断用户身体状态正常；否则，判断用户身体状态不正常，然后根据电阻值判断出引起用户身体状态不正常的原因为饮水过量或者缺少饮水。

为了得到更加精确的原因，还可以根据三组测量结果确定用户在当天的行为；接收用户对于当天的真实行为的反馈；根据用户在当天的第一行为和反馈确定用户当天的行为。例如，可以让用户输入饮水量，根据用户输入的饮水量进行进一步判断。

上述例子根据用户的能量状态变化确定的行为特征可以显示给用户。上述行为特征可以包括以下至少之一：所述用户进食量多寡；所述用户进食结构；所述用户进食烹调方法；所述用户进食的食物品质；所述用户进食行为习惯；所述用户的作息状况；所述用户活动量多寡；所述用户活动类型偏好；所述用户身体疲劳程度；所述用户身体能量物质代谢规律分析。

下面结合一个优选的实施方式对上述各个步骤和/或功能进行说明。该优选实施方式中结合了上述可选的实施方式中的部分或全部。

本行为反馈软件包括可以一次性测量体重和身体阻抗的测量装置，以及数据发送模块，可以将测量出的体重和身体阻抗值发送至数据处理模块。数据处理模块会根据用户不同时期，不同时间，不同状态，不同上下文的测量给出相应的反馈信息。

人体在任何时间点的身体状态，都是过去日积月累所有生活方式累积而成的结果，因此在用户第一次测量后，数据分析模块根据用户的体重，阻抗，年龄，性别及身高信息，推导出用户过去行为的特征总结给予明示，作为给到用户的第一次反馈。通过这个反馈，让用户意识到自己当前身体状态和生活方式行为的直接关联。紧接着，软件会根据用户年龄，性别给出用户最佳、次佳的体重，体脂和内脂的标准范围，并给出达至每个阶段，按照一般标准所需时间，给与用户希望，并引导他给自己承诺。

接下来，软件会给到用户根据国家标准膳食指南得出的实操方案，让用户根据自己的理解，去调整自己的饮食创造热量缺口，此时数据采集模块会统计用户每天晨起(1)，晨起便后(2)和临睡前的体重(3)数值，并每天统计各项数值之间差值的平均值和每日偏离值。以3～7天作为统计周期，然后给出用户第二个反馈点，即身体的能量摄入消耗平衡总体状态，具体为用户摄入能力和消耗能力，消耗能力又分为基础代谢能力，消化能力，消耗能力和食物热效应能力。

结合上述观察的用户各项能力分析，系统再给出根据用户自身定制的方案建议，系统会有人工教练接口，人工教练可根据用户餐食打卡内容，从上述方案建议中选择用户易于执行的并能够达到热量缺口的方法，给与用户并监督其执行。

用户开始执行后，系统会根据用户每天三次测量的体重和阻抗，以及相应的年龄、性别、身高等信息，自动定位出当天影响身体的不良行为，并通过系统的交互设计，及时的给与反馈。从而让用户产生觉知，并自觉调整。

本软件与传统BIA分析的差异在于，本软件致力于研究数据变化对日常行为的精准反应以及通过合适的反馈引导用户自觉地改变行为，而非对身体静态数据的准确性追求。

本优选实施例中的软件通过人体阻抗和体重数据为基础，可以精准定位用户行为，并通过一系列精准反馈点设置及潜移默化的引导，促使用户自觉、自发的行动去改变自己的行为。最关键的，对用户来说，只要每天花几十秒钟进行体重和身体阻抗测量，就能解锁全部反馈点。从而实现规模化，低成本地让更多人拥有确定效果的生活方式管理。

在本实施例中，还提供一种电子装置，包括存储器和/或处理器，存储器中存储有软件，处理器被设置为运行软件以执行以上实施例中的方法。该电子装置还可以包括：屏幕。屏幕用于显示相关的信息，例如，所述屏幕用于显示上述测量得到的身体参数、电阻值、行为和/或行为建议。屏幕如果是触摸屏幕，还可以作为一种输入设备来使用，通过屏幕可以输入各种信息。当然，该电子装置也可以包括其他类型的输入设备，例如，物理或者虚拟键盘，又例如，麦克风，通过麦克风可以进行语音命令的输入。

上述软件也可以称为是一种计算机程序，该计算机程序也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤，对应与不同的步骤可以通过不同的模块来实现。该软件或者程序也可以称为一种装置或系统。

在本实施例中，还提供了一种基于能量状态变化的用户行为反馈系统，包括：一种基于能量状态变化的用户行为反馈系统，包括：获取模块，用于获取在预定周期内测量得到的用户身体的至少两个阻抗值和至少两个身体参数，其中，身体参数为用户的生理参数；确定模块，用于至少根据至少两个阻抗值和至少两个身体参数确定用户的能量状态变化，其中，能量状态变化用于指示以下至少之一：能量摄入量、能量摄入结构、能量消耗量、能量消耗方式；反馈模块，根据预定信息确定所述用户对应的行为特征，并向用户反馈，其中，该行为特征是引起用户能量状态变化的行为特征；其中，该预定信息至少包括：用户的能量状态变化。可选地，该预定信息还可以包括：生理参数和/或电阻值。

该反馈系统中的模块对应于上述方法中的步骤，已经在方法中进行过说明的，在此不再赘述。

优选地，预定周期以天为单位，预定周期包括至少连续两天，获取模块用于在预定周期内的每一天的固定时间点和/或固定行为发生的时间点均进行测量得到用户身体的至少两个阻抗值和/或至少两个身体参数；和/或，获取模块用于在需要两个阻抗值和两个身体参数的情况下，在预定周期内的相邻两天的相同时间段以及发生相同固定行为后进行测量得到两个阻抗值和两个身体参数；和/或，获取模块还用于获取用户连续两组身体阻抗值和/或至少两组身体参数，以及在第一天测量的临睡前的用户的身体阻抗值和/或身体参数，得到三组测量结果；反馈模块还用于至少根据三组测量结果确定用户在第一天的行为特征，其中，行为特征是用户做出的影响能量状态变化的行为特征。

优选地，得到阻抗值和身体参数的每一天的固定时间点/或固定行为发生的测量点为早晨起床排便后；更多所述阻抗值和所述身体参数的测量时点还可以包括：早晨起床排便前以及临睡前；和/或，所述反馈模块用于向所述用户反馈的第一天的行为特征包括以下至少之一：所述用户进食量多寡；所述用户进食结构；所述用户进食烹调方法；所述用户进食的食物品质；所述用户进食行为习惯；所述用户的作息状况；所述用户活动量多寡；所述用户活动类型偏好；所述用户身体疲劳程度；所述用户身体能量物质代谢规律分析。

上述程序或软件或系统或装置可以运行在处理器中，或者也可以存储在存储器中(或称为计算机可读介质)，计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。