- 국민체력측정 처방 정보를 분석하여 개인별 신체정보와 식단에 따른 맞춤 운동 루틴 추천
- 처방 운동 동영상 가이드 연결을 통해 운동에 익숙하지 않은 사용자도 올바른 운동 자세 학습 가능
- 운동 기록과 성취도를 평가하고 달력을 통해 운동 기록을 한눈에 확인
├─Data :
│ ├─Processing : 전처리 데이터
│ ├─Raw
│ └─Sample : 테스트용 샘플 데이터
├─Code :
│ ├─01_Preprocessing.ipynb : 전처리 파일
└─┴─02_Modeling.ipynb : 운동 추천 및 샘플 프로토타입
① 항목별 체력측정 데이터와 운동처방 데이터를 통해 통합 데이터셋 생성
② 통합 데이터셋을 통해 사용자 유형별 처방 횟수 데이터셋 생성
③ 각 운동별 희소행렬 도출
④ 연관 분석을 통해 사용자별 추천 운동 리스트 도출
⑤ 사용자에게 맞는 운동 세트(준비운동, 본운동, 마무리운동) 추천
- 체력측정 항목별 측정 데이터 - 문화 빅데이터 플랫폼 [2017.01 ~ 2021.12]
- 체력 측정별 운동처방 데이터 - 문화 빅데이터 플랫폼 [2017.01 ~ 2021.12]
① 불필요한 열 Drop 처리
- 서비스에 필요한 열 이외의 측정 센터명, 입력 구분, 측정일 등 불필요한 열 제거
② 통합 데이터셋 생성
- 항목별 측정 데이터와 운동처방 데이터 병합
③ 운동처방 데이터 정제
- 운동처방 열을 준비운동, 본운동, 마무리운동으로 분리
- 추천 운동이 존재하지 않는 행 제거
- 운동명 통일
④ 결측치 및 이상치 제거
- 신체 특성에 중요한 상장구분, 신장, 몸무게의 결측치 항목 제거
- 신장, 몸무게, BMI 수치를 통해 이상치 항목 제거
⑤ 사용자 유형 데이터셋 생성
- 연령대, BMI 단계, 운동 강도를 통해 유형을 분류하여 데이터셋 생성
⑥ 통합 데이터셋 생성
- 사용자 데이터와 유형 ID 추가, 데이터셋 생성
① 사용자의 신체 정보를 이용해 사용자 유형 데이터 생성
② 유형 정보를 통해 최다 처방세트(*해당 유형에 가장 많이 처방된 운동 조합), 각 운동별 희소행렬 도출
③ 희소행렬을 통해 지지도 및 신뢰도 도출, 최다 처방 운동의 지지도 상위 3개 운동을 연관 운동 리스트에 추가
④ 최다 처방세트에서 단계별로 추천운동 1개를 선정, 선정되지 않은 운동과 연관 운동 리스트의 운동들로 추가 추천 운동 선정
⑤ 추천 운동 및 추가 추천 운동 정보 제공
