基于改进随机森林方法的云运动推荐系统研究与应用

为合理地运用收集的运动与体征统计分析出使用者的个人身体状况,从而得到科学合理的体育运动建议,设计了一种改进随机森林算法,并实现了一个可以根据用户身体情况个性化推荐运动计划的云平台。运动处方生成模块作为核心模块,使用了曲线下面积(Area Under Curve,AUC)值为投票权重值完善随机森林算法的投票选择机理,弥补了原方法在非均衡集上的召回率、特异性、G-mean值等参数能力。