摘要

针对传统的运动处方推荐算法难以为用户提供切实有效的个性化的运动处方,提出了一种基于K-means聚类的运动处方推荐方法。该算法通过K-means对用户进行聚类划分,把相似度高的用户聚集到一个类中,然后通过相似度计算得到用户的最近邻居集合,采用TOP-N算法生成推荐列表。最后进行实验对比,结果证明了该方法的有效可行性。