基于LLM的运动处方生成式推荐方法

本发明涉及运动处方生成推荐技术领域，且公开了基于LLM的运动处方生成式推荐方法，获取数据并进行预处理，基于S1预处理后的数据构建知识图谱，对LLM模型进行预训练，并将构建的知识图谱输入到LLM模型中，并进行强化学习优化，采用PPO算法优化LLM模型输出策略，基于优化后的LLM模型通过FITT参数推导输出运动处方，并以自然语言生成。该方法结合用户特征和场景信息，生成高质量、个性化的运动处方，本发明利用多维度奖励函数框架，量化处方质量并优化生成策略，确保生成的运动处方不仅科学合理，还符合用户的实际情况和偏好，通过用户模拟器生成合成数据，实现从静态推荐到动态适配的升级，提升用户体验和运动健康管理的智能化水平。