개인 맞춤형 운동 루틴 추천 서비스

서비스 개요

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

1. directory

├─Data :   
│ ├─Processing : 전처리 데이터  
│ ├─Raw    
│ └─Sample : 테스트용 샘플 데이터    
├─Code :   
│ ├─01_Preprocessing.ipynb : 전처리 파일  
└─┴─02_Modeling.ipynb : 운동 추천 및 샘플 프로토타입

2. 분석 프로세스

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

분석 흐름도

3. 데이터 수집

체력측정 항목별 측정 데이터 - 문화 빅데이터 플랫폼 [2017.01 ~ 2021.12]
체력 측정별 운동처방 데이터 - 문화 빅데이터 플랫폼 [2017.01 ~ 2021.12]

4. 데이터 전처리

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

5. 추천 알고리즘

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

soohyunme / exercise