李博，胡世平，贾年

(西华大学计算机与软件工程学院，成都 610039)

0 引言

快节奏、高强度的生活方式使人们出现神经衰弱、精神紧张等亚健康状态，长时间久坐不动又让人们有了颈腰椎疾病、肩周炎、肥胖等慢性疾病。如何通过科学有效的运动处方改善这些症状，是当下人们最关心的问题。但是大多数人对慢性疾病缺少正确的认识，同时对运动处方认识不够，造成尝试了很多处方却达不到预期效果的情况。因此，我们要通过科学、健康、合理的运动处方即通过科学的体育锻炼达到健身的目的，从而使自己的机能水平进一步提高。

运动处方可以理解为：由康复医师、体育教师、私人健身教练等，根据患者或者体育健身者年龄、性别、康复医学检查、运动试验、身体素质测试等结果，按其年龄、性别、健康状况、身体素质以及心血管、运动器官的功能状况，结合主客观条件，用处方的形式制定对患者或体育健身者适合的运动内容、运动强度、运动时间及频率，并指出运动中的注意事项，以达到科学地、有计划地进行康复治疗或预防健身的目的。

针对上述问题，本文提出一种基于K-means聚类的运动处方推荐方法，将个性化推荐技术应用于运动处方推荐，为用户提供个性化的运动处方。

1 理论基础

1.1 K-means聚类算法

K-means的中心思想是要确定常数k，常数k表示最终的类别数。首先随机选定初始点为簇心，并通过计算每一个样本与簇心之间的距离(一般为欧氏距离)，将样本点归到最相似的类中，接着，重新计算每个类的簇心，重复这样的过程，直到簇心不再改变，这样就确定了每个样本的类别以及每个类的簇心。……