大系统视角下“健身+社交体系”的构建

摘要：文章从大系统视角出发，研究了“健身+社交体系”的构建，通过对北京、河北等地普通大众的调查和访谈，结合文献研究法，分析健身应用的现状及用户需求。研究发现，国内同类系统存在数据偏差、信息效率低、用户留存率低等问题。文章提出了以“积分、奖励、算法”为基础的健身社交系统框架，通过构建积分体系、虚拟奖励、推荐算法等功能，提高用户健身时长。结果表明，健身社交体系的信息直观、积分机制合理、推荐算法表现优异，能提供高效、智能化的健身社交服务。

关键词：健身社交体系；积分体系；推荐算法；用户心理需求；灵动岛

中图分类号：TP 311.1" 文献标志码： A

0 引言

“健康中国2030”行动计划是我国为推进健康中国建设而制定的一项重要规划，该计划以人民健康为中心，以提高人民健康水平为核心目标^［1］，推动健康服务供给侧结构性改革。从全球趋势来看，众多国家都在通过提供健身设施、鼓励体育活动和利用技术手段来促进公民的健康和社交互动。在健康中国行动倡议中，鼓励大众每周进行3次以上、每次30 min以上的中等强度运动或者累计150min中等强度运动。大众日常健身时间的增加对健身系统设计提出了诸多挑战。本文计划从用户的角度找出存在的问题，希望为大众构建一个健身、社交互动、智能算法等相结合的系统。

构建融合健身与社交的综合性体系至关重要，在国家健康战略推动下，国内众多健身应用亟须从原始的粗放式增长向精细化、个性化服务转变。系统迭代不仅是对现有健身应用的优化升级，更是对健身体系的重构。

本文着眼于健身应用的社交功能，通过深入了解广大用户的实际需求，打造以社交为核心的健身体验。基于“以人为本”的设计理念，该体系以提升社交属性为核心，为大众提供更加科学、个性化的健身支持。这不仅能够提升健身运动的整体水平，还能够为更广泛的受众群体创造健康、多元的社交环境。

1 健身社交体系的挑战

本文使用问卷调查法、访谈法等，调研北京、河北等区域的普通大众健身社交体系基本现状。以使用时长、心理需求、激励机制、智能体验等作为调查问卷的具体指标，分析当前面临的问题。

根据收回的185份问卷，结合大量关于健身的文献，本文发现运动、健身应用存在诸多问题：“用户下载后不继续使用”“活动信息查看烦琐”“统计数据偏差大”“功能单一”这几项问题占受访人数的80%以上。因此，必须梳理普通大众的需求，重塑健身社交系统。目前，多数应用设计专注于系统的测量性能，暗示系统的精确性，但普遍存在内容同质化严重，缺少独特性，而且不少系统存在技术局限，如数据记录不准确、数据丢失、登录自动退出等问题^［2］。把动作练成专业水准，不是真实的需求，普通大众更多地关注系统是否有跨类别的对比、换算机制，是否阻隔了交流。用户的持续在线率，须要有机制来保持^［3］。活动入口太深、信息层级复杂是社交体验的禁忌。普通大众使用新系统需要社交系统引导与推荐好友，而不是去这些系统的社区翻阅大量信息。正如姚金平^［4］提出，朋友推荐是社交网络和实际应用中的基础服务。

2 健身社交系统框架核心设计

全民性的大众健身社交系统，在基于常规的基础管理功能上，突出系统的广泛性、社交性、智能性。本文通过构建社交信息层级、社交积分规则、推荐算法等，形成新的健身社交体系。

2.1 积分体系是全民健身社交的根基

积分是健身社交体系打通不同类别健身爱好者交流的核心。新系统的积分体系不是单一的记录分值，而是综合的算法设计。不同类别健身活动的共同属性是健身时长，基于时间长短的健身积分，解决了健身系统测量得分的困惑。加上社交互动数值，形成科学的积分体系。

2.1.1 健身时长+社交活跃分值构成综合指标

时长是健身运动的特殊数值。在多数运动健身活动的测评中，健身时长不会因为项目、环境、身体等差异而出现偏差。以时长作为分值，符合国家倡议的保持周期性健身时间的思想。社交活跃数值构成社交互动指标，发表图文视频、开通直播、互动、点评、转发、分享、私信、收藏和关注他人，会获取对应分值，让不同兴趣、不同职业的人群，有了对比机制。

2.1.2 时间衰减算法平衡积分体系

在积分综合指标里，设计行为的时间衰减算法，增强结构合理性，能激活社交活动的及时性。张瑞典^［5］提出的基于信任关系和时间衰减效应的协同过滤推荐算法，采用以评分相似度为主，以兴趣相似度为辅的加权相似度计算。本质是根据时间对分值进行优化。这样既科学，又能激励用户持续参与社交积分系统，形成合理的健身+社交系统积分体系。

2.2 “健身社交岛”提升信息层级到首位

多数健身类应用程序，常把社交模块提高至主页、排行榜、聊天社区、用户中心等相同层级，但还是不能规避需要反复打开应用的烦琐。“健身社交灵动岛”是以健身社交活动优先，将通知、提醒和实时活动提升至信息层级，构建社交信息的全新场景，无须打开应用，通过点击banner即可显示必要的信息、追踪 Uber 通话进度、运动成绩、体能训练、外卖进度等。

“健身社交岛”的“新”在调研过的健身类系统中还没实现应用过。但是，“饿了么”外卖早已宣布支持“灵动岛”，像高德地图、万能小组件、印象笔记等知名应用也已经支持“灵动岛”和锁屏通知显示^［6］程序。“健身社交岛”的核心是实时活动。

应用程序是实时活动的起点，在前台发起Live Activity“灵动岛”触发展示是否有数据需要更新应用程序回到前台或background模式更新应用更新灵动岛数据结束。“灵动岛”形式已经被其他行业认可应用。其良好的信息交互体验、社交属性可以和“健身社交岛”完美匹配。

2.3 虚拟奖励解决社交心理需求

建立科学的激励机制，设计等级标签和激励措施来激发用户的积极性和持续性。为用户设置健身成就、虚拟勋章奖励。系统设计时，赋予用户等级标签，设置排行榜、挑战赛等方式，让用户参与活动竞争，以获得成就感。

设置健身爱好者等级评分，初级0～49分，中级50～99分，高级100～199分，顶级200分及以上。

创建健身社交排行榜，设周（月）榜冠军，帮助用户了解自己的运动进度和成绩，激励用户积极地参与健身活动。排行榜设置周（月）榜的形式，用户可以在排行榜上看到自己在各个项目中的排名以及系统中的总排名，从而产生斗志，满足心理需求。

2.4 推荐算法是社交体系的助推器

为健身用户推荐爱好相近的用户，须要设计基于用户行为特征的推荐算法。算法须精准地挖掘用户的健身时长、社交活动、内容发布和互动等方面的行为，来计算用户之间的相似度并据此推荐相似用户，解决健身用户的社交需求。设计阶段，本文参考协同过滤推荐算法和余弦相似度方法，考虑初期数据的稀疏性，使用了余弦相似度方法。

当用户在系统中有健身、参与活动、直播、评论、转发等社交行为时，系统将这些行为的数值进行综合计算，得出总分A=D+M+L+P+C+S。为用户寻找相似的朋友时，系统采用余弦相似度方法评估2个向量夹角的相似度，D+M+L+P+C+S这些维度分别代表公式向量的各分量。2个向量间的余弦值可以通过使用欧几里得点积公式求出。

3 社交健身体系的构建

健身社交体系须要处理大量的数据和请求，同时也需要一个可扩展、高效的架构来支持。在系统常规管理功能的基础上，通过跨项目积分体系、虚拟奖励、算法体系等实现健身社交体系的创新。

3.1 健身+社交积分体系的实现

新系统的积分体系不是单一的记录分值，而是综合的算法体系。健身积分以健身时间长短来确定，虽然各种健身项目衡量的标准不同，但时间是健身项目的公共因素。除了健身加上社交的记录分，社交的时效性也必须体现出来。该系统以时间衰减算法来实现平衡，促使活动行为更新。

3.1.1 用户积分的算法

系统各项行为的积分是将用户在健身和社交中的行为转化为总积分。以下是详细的积分算法。

根据需求设计，把影响健身社交积分的因素设计成：运动的时长分值（D）、健身者的聊天互动分值（M）、发表的图文视频、获赞分值（L）、发起的活动分值（P）、评论他人分值（C）、开通健身直播分值（S）。将各个得分项梳理后综合得分A可以表示为：

A=D+M+L+P+C+S=0.0167n（健身者运动的时长分值）。M=M1×2+M2×4（健身者在社区聊天2种互动分值）。L=L1×1+（L2+L3+L4）×2（健身者发表的图文视频及获赞4种分值）。P=P1×2+P2×5（健身者发起的活动2种分值）。C=（C1+C2+C3+C4）×1（评论、点赞、转发、私信、收藏和关注他人分值）。S=S1×2+S2×4（开通健身直播2种分值）

系统积分算法的创新点是把健身时长设计为分值（D），传统测量得分都存在偏差，没有标准且具有争议。按健身时长计分后，测试中没有测试用户对此提出异议，均获得认可。

3.1.2 时间指数衰减算法

根据健身社交积分系统的时效性需要，设计时间衰减的算法，合理地模拟积分随时间而逐渐减少的逻辑。通常认为最新的数据具有最大的价值，系统中社交行为得分随时间衰减，而不是增加。得分每天衰减一定比例，设计按每天衰减 10%。使用公式来计算一天后的得分：Anew=Aold×（1-k），其中：Aold为原始得分；k 为每天的衰减比例（0.1 表示每天衰减 10%），经过一定时间衰减后的公式如下：

Anew=Aolde^-kt

其中，e为自然对数的底数，约等于2.71828；Aold为原始得分；k 为衰减常数；t为时间。

通过测试，健身爱好者得分经过一天衰减后，系统确保用户得分随时间进行正确衰减，时间衰减算法控制得分实现动态变化，从而激励用户持续更新活动。

3.2 健身社交“灵动岛”实现活动的及时性

社交健身的“灵动岛”是要实现健身社交活动在客户端的实时播报。开发中，iOS通过“灵动岛”适配框架ActivityKit，实现紧凑、最小、扩展的形态。安卓系统使用Activity 栈管理活动。

iOS通过“灵动岛”适配框架ActivityKit实现，使用ActivityKit配置、启动、更新和结束Live Activity，使用SwiftUI和WidgetKit的小部件扩展创建Live Activities的用户界面。健身社交系统可以使用ActivityKit完成“灵动岛”适配工作。“灵动岛”使用WidgetKit和SwiftUI完成UI开发工作，ActivityKit在其中扮演创建Activity，请求数据，更新数据，结束Activity的角色^［7］。通过开发者文档活动工具包ActivityKit实现“灵动岛”的最小、紧凑、扩展3种形式。而Android 上的“灵动岛”以《dynamicSpot》^［8］、小米Civi 2、三星的 Galaxy S10为代表，在Android上的设计实现比较早，比如华为和红米。不过在“灵动岛”的位置上各不相同，用途也不一样，苹果是为了面容 ID，而华为和红米则是为了前置双摄。安卓系统中的Activity 被 Activity 栈所管理。当一个新的 Activity 启动时，将被放置到栈顶，成为运行中的 Activity。前一个Activity保留在栈中，不再放到前台，直到新的 Activity 退出为止^［9-10］。

3.3 周榜、月榜的排序实现

健身社交系统计算每周（月）的排行榜积分时，是统计当下最新的周、月的分数。每周（月）的积分是独立的，每周（月）的积分不会影响到其他每周（月）的积分。与用户的总分算法不同，为提高用户的积极性，周榜、月榜排行榜的分数不引入时间衰减算法，每周（月）的积分计算公式定义如下：

Aweek=∑7i=1AiAmonth=∑di=1Ai

其中，Ai 为第 i 天的总得分。对于每周、每月的积分，须要将每天的积分累加起来。假设一个月有d天，每月的积分参考公式（1）。

每周（月）排行榜是在每个周期结束时，计算用户一周（月）内的总积分，从高到低排序，生成每周（月）排行榜。系统真实地展示出每个用户在不同时间周期内的活跃度和参与度，激励用户更积极地参与健身活动和社区互动。

3.4 推荐算法实现智能社交

实现推荐过程中，健身社交系统使用余弦相似度方法，通过测量2个向量间夹角的余弦值，来确定它们的相似度的数值。夹角越小，表示2个向量越相似。余弦相似度的原理与健身社交积分体系的初级版契合，计算用户的行为特征向量：DH、MH、LH、PH、CH、SH，数据对比直接精确，能快速测算用户的分值和相似度。

用户的总得分值A=D+M+L+P+C+S

计算H用户行为特征向量包括：［DH，MH，LH，PH，CH，SH］，使用余弦相似度来计算用户H 和 Z 之间的相似度，如式（2）所示，公式中的 · 表示向量的点积，‖H‖表示向量的欧几里得范数。余弦相似度是点乘和叉乘的商，相似度的值范围是 ［0， 1］，值越接近 1 表示越相似^［10］。

sim（H，Z）=H·Z‖H‖‖Z‖（2）

推荐实现实例，对于目标用户H，找出所有其他用户 Z（H ≠Z），计算 sim（H，Z）。将用户H按照sim（H，Z） 从高到低排序，推荐相似度最高的前n个用户，供用户选择。

4 验证与反馈

为了检验健身社交体系是否符合用户需求，须要验证积分规则是否合理、积分计算是否准确、积分衰减算法是否有效以及获得等级奖励后的效果。反馈认为：积分规则公平、合理；积分衰减算法能够激励用户参与新活动；健身社交信息岛清晰明确；通过系统推荐能够结识兴趣相投的健身伙伴；新的健身社交体系能够有效提升用户的健身时长和社交互动。

5 结语

本文从大系统视角出发，关注心理需求、信息层级、积分规则、推荐好友等重要属性，设计并构建了以“积分、奖励、算法”为基础的健身社交系统框架。

结果表明，新体系在满足用户心理需求、增强社交互动、提高使用时长等方面可实现预期，用户对积分体系、社交功能和推荐算法表示认可。未来在系统迭代时，期望对协同过滤算法进行升级，增加个性化服务，以满足用户不断变化的需求。

参考文献

［1］新华社.中共中央 国务院印发《“健康中国2030”规划纲要》［EB/OL］.（2016-10-25）［2024-07-25］.https：//www.gov.cn/zhengce/2016-10/25/content_5124174.htm.

［2］王茜.社交化、认同与在场感：运动健身类App用户的使用动机与行为研究［J］.现代传播（中国传媒大学学报），2018（12）：149-156.

［3］盛东方.个人用户社会化分享行为及激励机制研究［D］.南京：南京大学，2017.

［4］姚金平.个性化推荐系统综述［J］.中国集体经济，2020（25）：71-72.

［5］张瑞典.基于信任关系和时间衰减效应的协同过滤推荐算法［J］.东莞理工学院学报，2020（3）：41-47.

［6］腾讯网.灵动岛终于有用了？大量第三方应用完美适配灵动岛［EB/OL］.（2022-11-04）［2024-07-26］.https：//new.qq.com/rain/a/20221104A02UCY00.

［7］Adobe.活动工具包［EB/OL］.（2022-10-19）［2024-07-26］.https：//developer.apple.com/docu-mentation/activitykit.

［8］IT之家.安卓“灵动岛”App在谷歌Play Store下载安装量超100万次［EB/OL］.（2022-10-03）［2024-07-26］.https：//www.ithome.com/0/644/762.htm.

［9］徐乃煊.基于Android平台的健身运动管理系统的设计与实现［D］.北京：北京邮电大学，2014.

［10］邹伟静.基于用户及评分信息的混合数据聚类推荐算法研究［D］.太原：太原师范学院，2023.

（编辑 王雪芬编辑）

Construction of “fitness+social system” from the perspective of large system

PU" Weisheng， YAOnbsp; Hao*， WEI" Xiurong， JI" Tingting

（Yanching Institute of Technology， Sanhe 065201， China）

Abstract： The project focuses on the construction of a “fitness+social system” from the perspective of a large-scale system. After conducting surveys and interviews with the general public in Beijing， Hebei， and other areas， combined with literature research methods， this study analyzes the current situation and user needs of fitness applications. Research has found that similar systems in China suffer from issues such as data bias， low information efficiency， and low user retention rates. A fitness social system framework based on “points， rewards， and algorithms” has been proposed. By building a points system， designing virtual rewards， recommendation algorithms， and other functions， the aim is to increase users’ fitness time. The results indicate that the information activities of the fitness social system are intuitive， the point mechanism is reasonable， and the recommendation algorithm performs well， providing efficient and intelligent fitness social services.

Key words： fitness social system; points system; recommendation algorithm; user psychological needs; dynamic island