Smart Fitness System: Training Programming
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10400.22/15666 |
Resumo: | Sistemas de recomendação no geral estão a ser cada vez mais usados por empresas que procuram oferecer uma experiência de utilização mais individual e personalizada aos seus clientes. Obter feedback em transações de negócio online nunca foi tão fácil e acessível, o que apenas ajuda a catalisar a evolução dos sistemas de recomendação. Adicionalmente, o uso de dispositivos tecnológicos como smartphones e computadores, juntamente com a conexão à internet, estão também a crescer a um ritmo acelerado sem sinal de paragem em vista. Juntando-se a este grupo de indústrias em crescimento está a indústria fitness, que está a ficar cada vez mais popular. Com isto, mais e mais pessoas estão a começar a usar os dispositivos mencionados anteriormente em combinação com as suas atividades fitness, para aumentar o seu desempenho, monitorizar progresso, definir objetivos, entre outros. Consequentemente, o mercado para sistemas fitness (p.e. aplicações fitness) está a aumentar e já é bastante denso. No entanto, a qualidade associada com tais sistemas fica um pouco aquém tanto em termos de inovação como de funcionalidades essenciais. Como resultado disto, este projeto propôs uma solução – um sistema fitness sob a forma de uma aplicação móvel aliada a um poderoso sistema de recomendação. Este sistema é pretendido que providencie uma experiência mais individual e personalizada para qualquer tipo de utilizador fitness através da oferta de funcionalidades essenciais como registo e monitorização de informação, análise de progresso, e também através de funcionalidades inovadoras como a implementação de um sistema de recomendação capaz de sugerir tópicos relacionados com fitness (p.e. regimes de treino ou exercícios específicos) baseado em múltiplos fatores como os objetivos, características individuais e historial de cada utilizador. Além do mais, deve também oferecer um assistente pessoal virtual, onde os utilizadores podem expressar as suas questões e dúvidas, e tê-las respondidas instantaneamente por um chatbot. Durante o desenvolvimento foi decidido que um segundo sistema de recomendação seria necessário para melhorar o sistema no geral. Este, o sistema, depois de implementado, foi avaliado e pode ser concluído que o resultado foi um sucesso, tendo passado em todas as métricas definidas, exceto uma, com classificações médias nos questionários de satisfação acima de 4/5. O feedback obtido por um especialista no sistema de recomendação foi altamente vantajoso e no geral decentemente positivo, apenas com algumas questões que necessitam de melhoramento. Embora o sistema de recomendação inteligente não tenha conseguido ser testado com informação aplicável, a investigação e trabalho feito constituem uma mais valia caso mais tarde exista a possibilidade de aplicar dados reais. |
id |
RCAP_da8f45b9ec733aa94b96d64af733d1f4 |
---|---|
oai_identifier_str |
oai:recipp.ipp.pt:10400.22/15666 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Smart Fitness System: Training ProgrammingFitnessSistemas de recomendaçãoAplicação móvelChatbotRecommender systemsMobile appSistemas de recomendação no geral estão a ser cada vez mais usados por empresas que procuram oferecer uma experiência de utilização mais individual e personalizada aos seus clientes. Obter feedback em transações de negócio online nunca foi tão fácil e acessível, o que apenas ajuda a catalisar a evolução dos sistemas de recomendação. Adicionalmente, o uso de dispositivos tecnológicos como smartphones e computadores, juntamente com a conexão à internet, estão também a crescer a um ritmo acelerado sem sinal de paragem em vista. Juntando-se a este grupo de indústrias em crescimento está a indústria fitness, que está a ficar cada vez mais popular. Com isto, mais e mais pessoas estão a começar a usar os dispositivos mencionados anteriormente em combinação com as suas atividades fitness, para aumentar o seu desempenho, monitorizar progresso, definir objetivos, entre outros. Consequentemente, o mercado para sistemas fitness (p.e. aplicações fitness) está a aumentar e já é bastante denso. No entanto, a qualidade associada com tais sistemas fica um pouco aquém tanto em termos de inovação como de funcionalidades essenciais. Como resultado disto, este projeto propôs uma solução – um sistema fitness sob a forma de uma aplicação móvel aliada a um poderoso sistema de recomendação. Este sistema é pretendido que providencie uma experiência mais individual e personalizada para qualquer tipo de utilizador fitness através da oferta de funcionalidades essenciais como registo e monitorização de informação, análise de progresso, e também através de funcionalidades inovadoras como a implementação de um sistema de recomendação capaz de sugerir tópicos relacionados com fitness (p.e. regimes de treino ou exercícios específicos) baseado em múltiplos fatores como os objetivos, características individuais e historial de cada utilizador. Além do mais, deve também oferecer um assistente pessoal virtual, onde os utilizadores podem expressar as suas questões e dúvidas, e tê-las respondidas instantaneamente por um chatbot. Durante o desenvolvimento foi decidido que um segundo sistema de recomendação seria necessário para melhorar o sistema no geral. Este, o sistema, depois de implementado, foi avaliado e pode ser concluído que o resultado foi um sucesso, tendo passado em todas as métricas definidas, exceto uma, com classificações médias nos questionários de satisfação acima de 4/5. O feedback obtido por um especialista no sistema de recomendação foi altamente vantajoso e no geral decentemente positivo, apenas com algumas questões que necessitam de melhoramento. Embora o sistema de recomendação inteligente não tenha conseguido ser testado com informação aplicável, a investigação e trabalho feito constituem uma mais valia caso mais tarde exista a possibilidade de aplicar dados reais.Recommender systems in general are increasingly becoming more exploited by companies who seek to provide a more individual and personalized user-experience to their customers. The fact that providing feedback on online business transactions is also becoming ever so easier only helps to catalyze the evolution of recommender systems. Moreover, the use of technological devices such as smartphones and computers, in conjunction with an internet connection, are also continuing to grow at a fast pace, with no slowing down in sight. Joining on this group of growing industries is the fitness sector, which is becoming increasingly popular. With this, more and more people are starting to use the aforementioned devices in combination with their fitness activities, to boost performance, monitor progress, define goals, among other things. Consequently, the market for fitness systems (i.e. fitness applications) is expanding and is already very dense. However, the associated quality with such systems falls short both in terms of innovation and even crucial features. As a result, this dissertation proposes a solution - an innovative fitness system in the form of a mobile application allied with a powerful recommender system. The system is intended to provide a more individual and personalized experience to any type of fitness user through the offering of crucial features including the log and monitor of information, progress analysis, and also through innovative features such as the implementation of a recommender system capable of making fitness-related suggestions (i.e. training regimens or specific exercises) based on multiple factors like the user’s individual goals, characteristics, and history. Additionally, it should also provide a personal virtual assistant, where users can express their questions and doubts and have them answered instantly by a chatbot. During development, it was decided that a second recommender system was required to improve the system as a whole. This, the system, after being implemented, was evaluated and it can be concluded that the result was a success, having passed in all the defined metrics, except one, with average classifications of 4/5 on the satisfaction inquiries. The feedback obtained from the expert on the recommender system was highly useful and, in general, decently positive, having only a few questions that need improvement. Even though the intelligent recommender system couldn’t be tested with applicable data, the investigation and work done constitute a great asset in case there’s the opportunity to employ real data.Faria, Luiz Felipe Rocha deRepositório Científico do Instituto Politécnico do PortoGonçalves, Pedro Nuno Teixeira Lopes Reis2020-03-27T17:04:45Z20192019-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.22/15666TID:202343600porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-03-13T12:59:47Zoai:recipp.ipp.pt:10400.22/15666Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T17:35:22.753235Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Smart Fitness System: Training Programming |
title |
Smart Fitness System: Training Programming |
spellingShingle |
Smart Fitness System: Training Programming Gonçalves, Pedro Nuno Teixeira Lopes Reis Fitness Sistemas de recomendação Aplicação móvel Chatbot Recommender systems Mobile app |
title_short |
Smart Fitness System: Training Programming |
title_full |
Smart Fitness System: Training Programming |
title_fullStr |
Smart Fitness System: Training Programming |
title_full_unstemmed |
Smart Fitness System: Training Programming |
title_sort |
Smart Fitness System: Training Programming |
author |
Gonçalves, Pedro Nuno Teixeira Lopes Reis |
author_facet |
Gonçalves, Pedro Nuno Teixeira Lopes Reis |
author_role |
author |
dc.contributor.none.fl_str_mv |
Faria, Luiz Felipe Rocha de Repositório Científico do Instituto Politécnico do Porto |
dc.contributor.author.fl_str_mv |
Gonçalves, Pedro Nuno Teixeira Lopes Reis |
dc.subject.por.fl_str_mv |
Fitness Sistemas de recomendação Aplicação móvel Chatbot Recommender systems Mobile app |
topic |
Fitness Sistemas de recomendação Aplicação móvel Chatbot Recommender systems Mobile app |
description |
Sistemas de recomendação no geral estão a ser cada vez mais usados por empresas que procuram oferecer uma experiência de utilização mais individual e personalizada aos seus clientes. Obter feedback em transações de negócio online nunca foi tão fácil e acessível, o que apenas ajuda a catalisar a evolução dos sistemas de recomendação. Adicionalmente, o uso de dispositivos tecnológicos como smartphones e computadores, juntamente com a conexão à internet, estão também a crescer a um ritmo acelerado sem sinal de paragem em vista. Juntando-se a este grupo de indústrias em crescimento está a indústria fitness, que está a ficar cada vez mais popular. Com isto, mais e mais pessoas estão a começar a usar os dispositivos mencionados anteriormente em combinação com as suas atividades fitness, para aumentar o seu desempenho, monitorizar progresso, definir objetivos, entre outros. Consequentemente, o mercado para sistemas fitness (p.e. aplicações fitness) está a aumentar e já é bastante denso. No entanto, a qualidade associada com tais sistemas fica um pouco aquém tanto em termos de inovação como de funcionalidades essenciais. Como resultado disto, este projeto propôs uma solução – um sistema fitness sob a forma de uma aplicação móvel aliada a um poderoso sistema de recomendação. Este sistema é pretendido que providencie uma experiência mais individual e personalizada para qualquer tipo de utilizador fitness através da oferta de funcionalidades essenciais como registo e monitorização de informação, análise de progresso, e também através de funcionalidades inovadoras como a implementação de um sistema de recomendação capaz de sugerir tópicos relacionados com fitness (p.e. regimes de treino ou exercícios específicos) baseado em múltiplos fatores como os objetivos, características individuais e historial de cada utilizador. Além do mais, deve também oferecer um assistente pessoal virtual, onde os utilizadores podem expressar as suas questões e dúvidas, e tê-las respondidas instantaneamente por um chatbot. Durante o desenvolvimento foi decidido que um segundo sistema de recomendação seria necessário para melhorar o sistema no geral. Este, o sistema, depois de implementado, foi avaliado e pode ser concluído que o resultado foi um sucesso, tendo passado em todas as métricas definidas, exceto uma, com classificações médias nos questionários de satisfação acima de 4/5. O feedback obtido por um especialista no sistema de recomendação foi altamente vantajoso e no geral decentemente positivo, apenas com algumas questões que necessitam de melhoramento. Embora o sistema de recomendação inteligente não tenha conseguido ser testado com informação aplicável, a investigação e trabalho feito constituem uma mais valia caso mais tarde exista a possibilidade de aplicar dados reais. |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019 2019-01-01T00:00:00Z 2020-03-27T17:04:45Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10400.22/15666 TID:202343600 |
url |
http://hdl.handle.net/10400.22/15666 |
identifier_str_mv |
TID:202343600 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799131445315239936 |