🖥️Как генерируются рекомендации

Как генерируются рекомендации

Наш движок рекомендаций использует сочетание аналитики данных и инсайтов, управляемых ИИ, чтобы предоставить персонализированные советы на основе ваших данных о производительности.

Как это работает

  1. Сбор данных: После обработки вашего видео наша система собирает разнообразные метрики производительности — от скорости и частоты шагов в беге до высоты прыжка и индекса реактивной силы в прыжках, а также скорости штанги и мощности в тяжелой атлетике.

  2. Сравнение с эталонами: Эти метрики сравниваются с оптимальными диапазонами и историческими данными из ваших предыдущих сессий. Система выявляет отклонения, которые могут указывать на области для улучшения.

  3. Анализ на основе правил и ИИ: Наш движок использует заранее определенные правила вместе с моделями машинного обучения для анализа данных. Например:

    • Бег: Если время контакта с землей больше идеального или частота шагов низкая, система отметит эти метрики.

    • Прыжки: Расхождения между высотой прыжка и временем полета или несбалансированный индекс реактивной силы вызывают конкретную обратную связь.

    • Тяжелая атлетика: Скорость штанги ниже ожидаемой или высокое время приема могут вызвать рекомендации по корректировке техники.

  4. Генерация обратной связи: Используя генеративный ИИ, система затем формирует четкие, практические рекомендации. Эти предложения отображаются рядом с вашим отчетом, предоставляя контекст и шаги для улучшения.

  5. Презентация: Рекомендации представлены в кратком, расширяемом формате. Каждая рекомендация включает краткое объяснение, подтверждающие данные и часто эталонное или целевое значение, к которому следует стремиться.

Чего ожидать в разделе рекомендаций

  • Персонализированные советы: Каждая рекомендация специфична для вашей текущей производительности. Например, бегуну может быть предложено: «Увеличьте частоту шагов на 5 шагов в минуту для повышения эффективности».

  • Визуальная и текстовая обратная связь: Обратная связь отображается как в виде текста, так и, при необходимости, в виде графических аннотаций в ваших отчетах.

  • Непрерывное совершенствование: По мере того как вы регистрируете больше сессий, наша система постоянно обучается на ваших данных. Это означает, что рекомендации со временем развиваются, оставаясь актуальными для вашего прогресса и тренировочных целей.

Примеры:

Примеры рекомендаций по обуви

  1. Jordan Retro 6 G White/Khaki

    • Метрики: Умеренная амортизация (8-12 мм), перепад от пятки к носку 6.5 мм.

    • Рекомендация: «Отлично подходит для стабильности при темпе 11.0 км/ч, но рассмотрите меньший перепад для сокращения времени контакта».

    • Подтверждающие данные: Время контакта > 6 с указывает на неэффективность с текущим перепадом.

  2. Air Jordan 7 Retro SE Vachetta

    • Метрики: Высокая амортизация (в среднем 420.5 мм), низкий перепад (0-4 мм).

    • Рекомендация: «Идеально для уменьшения ударной нагрузки при приземлении и улучшения стабильности времени полета».

    • Подтверждающие данные: Обнаружена вариабельность времени полета в данных.

Расширенные примеры

Пример 1: Улучшение эффективности

  • Данные: Среднее время контакта 9 с, длина шага 420.5 мм.

  • Рекомендация: «Перейдите на обувь с нулевым перепадом (например, Jordan Nu Retro 1), чтобы сократить время контакта до 3-6 с и увеличить длину шага до 430 мм».

  • Цель: Увеличение эффективности на 5-10% при 11.0 км/ч.

Пример 2: Баланс комфорта и скорости

  • Данные: Средняя амортизация 6.5 мм, скорость 11.0 км/ч.

  • Рекомендация: «Выберите умеренную амортизацию (8-12 мм), например Jordan Retro 6 G, чтобы сохранить комфорт без ущерба для темпа».

  • Цель: Стабильное время полета между шагами.

Last updated

Was this helpful?