2.2.2 管理端模块

管理端的模块包括如下功能：

用户管理：查看、添加、编辑、删除系统用户。

数据管理：查看会员数据列表（分页），添加、编辑、删除会员记录，导入CSV数据。

风险等级监控：查看风险分布统计，列出高风险会员列表（分页）。

系统操作与可视化：导入数据、训练模型、预测风险、执行聚类分析，并根据操作动态展示可视化图表（统计卡片、柱状图、饼图、雷达图等）。

2.3 技术栈选择

系统采用的技术栈如表2-1所示：

表2-1 技术栈表

层次	技术	版本	用途
后端框架	Flask	3.0.0	Web应用框架
数据库ORM	Flask-SQLAlchemy	3.1.1	ORM数据库操作
用户认证	Flask-Login	0.6.3	用户会话管理
跨域	Flask-CORS	4.0.0	跨域资源共享
机器学习	scikit-learn	1.4.0	模型训练与评估
数据处理	pandas	2.1.4	数据清洗与分析
数值计算	numpy	1.26.2	数值计算
AI服务	openai	1.58.1	DeepSeek API调用
前端框架	Bootstrap	5.3	响应式UI
可视化	ECharts	5.4.3	图表绘制

2.4 数据流程设计

系统的核心数据流程如图2-3所示。

图2-3 系统数据流程图

数据流程说明：

1.从Kaggle下载原始数据集，经过预处理后导入数据库的members表。

2.使用members表中的数据训练机器学习模型（随机森林、逻辑回归、K-means）。

3.训练好的模型保存为文件（.pkl），供后续预测使用。

4.用户通过前端录入个人健康数据，后端调用模型进行风险评估和聚类预测，结果保存到user_health_records表。

5.用户端和管理员端通过API获取数据，渲染可视化图表。

2.5 数据库设计

根据概念设计，定义以下四个核心数据表。

表2-2 用户表（users）

字段名	数据类型	约束	说明
id	INTEGER	PRIMARY KEY AUTOINCREMENT	用户ID
username	VARCHAR(80)	UNIQUE NOT NULL	用户名
email	VARCHAR(120)	UNIQUE NOT NULL	邮箱
password_hash	VARCHAR(200)	NOT NULL	密码哈希
role	VARCHAR(20)	DEFAULT 'user'	角色（user/admin）
created_at	DATETIME	DEFAULT CURRENT_TIMESTAMP	创建时间
id	INTEGER	PRIMARY KEY AUTOINCREMENT	用户ID

表2-3 用户资料表（user_profiles）表

字段名	数据类型	约束	说明
id	INTEGER	PRIMARY KEY AUTOINCREMENT	资料ID
user_id	INTEGER	FOREIGN KEY (users.id)	用户ID
full_name	VARCHAR(100)		姓名
age	INTEGER		年龄
gender	VARCHAR(10)		性别
phone	VARCHAR(20)		电话
address	VARCHAR(200)		地址
id	INTEGER	PRIMARY KEY AUTOINCREMENT	资料ID

表2-4 用户健康记录表（user_health_records）表

字段名	数据类型	约束	说明
id	INTEGER	PRIMARY KEY AUTOINCREMENT	记录ID
user_id	INTEGER	FOREIGN KEY (users.id)	用户ID
record_date	DATETIME	DEFAULT CURRENT_TIMESTAMP	记录日期
age	INTEGER		年龄
gender	VARCHAR(10)		性别
weight	FLOAT		体重(kg)
height	FLOAT		身高(m)
max_bpm	INTEGER		最大心率
avg_bpm	INTEGER		平均心率
resting_bpm	INTEGER		静息心率
session_duration	FLOAT		训练时长(小时)
calories_burned	INTEGER		卡路里消耗
workout_type	VARCHAR(20)		训练类型
fat_percentage	FLOAT		体脂率(%)
water_intake	FLOAT		水分摄入(升)
workout_frequency	INTEGER		训练频率(天/周)
experience_level	INTEGER		经验等级(1-5)
bmi	FLOAT		身体质量指数
risk_level	VARCHAR(20)		风险等级(Low/Medium/High)
cluster_name	VARCHAR(50)		群体名称

表2-5 会员数据表（members）表

字段名	数据类型	约束	说明
id	INTEGER	PRIMARY KEY AUTOINCREMENT	自增ID
member_id	INTEGER	UNIQUE NOT NULL	会员原始ID
age	INTEGER	NOT NULL	年龄
gender	VARCHAR(10)	NOT NULL	性别
weight	FLOAT	NOT NULL	体重(kg)
height	FLOAT	NOT NULL	身高(m)
max_bpm	INTEGER	NOT NULL	最大心率
avg_bpm	INTEGER	NOT NULL	平均心率
resting_bpm	INTEGER	NOT NULL	静息心率
session_duration	FLOAT	NOT NULL	训练时长(小时)
calories_burned	FLOAT	NOT NULL	卡路里消耗
workout_type	VARCHAR(20)	NOT NULL	训练类型
fat_percentage	FLOAT	NOT NULL	体脂率(%)
water_intake	FLOAT	NOT NULL	水分摄入(升)
workout_frequency	INTEGER	NOT NULL	训练频率(天/周)
experience_level	INTEGER	NOT NULL	经验等级(1-5)
bmi	FLOAT	NOT NULL	身体质量指数
risk_level	VARCHAR(10)	DEFAULT 'Low'	风险等级
cluster_id	INTEGER		聚类标签(0-3)

3 数据采集与预处理

3.1 数据来源

本系统使用的数据集来源于Kaggle平台的“Gym Members Exercise Dataset”，该数据集包含了973名健身房会员的各项生理指标和训练记录。数据集的原始字段如表3-1所示。

表3-1 会员数据表（members）表

字段名	说明	数据类型	取值范围
Age	年龄	int	18-80
Gender	性别	string	Male/Female
Weight (kg)	体重	float	30-200
Height (m)	身高	float	1.4-2.3
Max_BPM	最大心率	int	100-220
Avg_BPM	平均心率	int	50-180
Resting_BPM	静息心率	int	40-120
Session_Duration (hours)	训练时长	float	0.1-5
Calories_Burned	卡路里消耗	int	100-2000
Workout_Type	训练类型	string	Cardio/HIIT/Strength/Yoga
Fat_Percentage	体脂率	float	5-40
Water_Intake (liters)	水分摄入	float	0.5-5
Workout_Frequency (days/week)	训练频率	int	1月7日
Experience_Level	经验等级	int	1月5日
BMI	身体质量指数	float	计算得出

3.2 数据预处理

对原始数据执行以下预处理步骤：

缺失值处理：检查各字段缺失情况，发现无缺失值，数据集完整。

异常值检测：通过箱线图和描述性统计检查异常值。例如，体重超过200kg或低于30kg视为异常，身高超过2.3m或低于1.4m视为异常。经检查，无异常值。

分类变量编码：将性别（Gender）和训练类型（Workout_Type）转换为数值型。采用LabelEncoder编码：性别Male→0，Female→1；训练类型Cardio→0，HIIT→1，Strength→2，Yoga→3。

特征构造：BMI已在数据集中提供，可直接使用。后续风险标签根据BMI、年龄、静息心率等生成。

数据标准化：对于机器学习模型（如逻辑回归、K-means），对数值特征进行标准化，使各特征处于同一量级。采用StandardScaler进行Z-score标准化。

3.3 特征工程

本系统的核心是风险等级预测，因此需要构造风险标签作为监督学习的目标变量。风险等级划分依据将在第四章详细说明。此外，特征之间的相关性分析有助于理解数据内在关系。

图3-1 特征相关性热力图

图3-1展示了各数值特征之间的皮尔逊相关系数。可见，BMI与体重（0.85）、体脂率（0.78）高度正相关；卡路里消耗与训练时长（0.72）、训练频率（0.68）正相关。这些相关性符合生理常识。

3.4 数据集统计分析

对973条会员数据进行统计分析，结果如表3-2所示。

表3-2 数据集统计分布表

统计项	类别	人数	占比
性别	Male	523	53.80%
	Female	450	46.20%
年龄组	18-25岁	187	19.20%
	26-35岁	342	35.20%
	36-45岁	256	26.30%
	46-55岁	128	13.20%
	56岁以上	60	6.10%
训练类型	Cardio（有氧）	312	32.10%
	HIIT（高强度间歇）	245	25.20%
	Strength（力量）	267	27.40%
	Yoga（瑜伽）	149	15.30%
BMI分类	偏瘦（<18.5）	98	10.10%
	正常（18.5-24.9）	412	42.30%
	偏胖（25-29.9）	298	30.60%
	肥胖（≥30）	165	17.00%

从统计结果看，会员年龄主要集中在26-45岁（61.5%），性别比例较为均衡，训练类型分布多样，BMI正常人群占比42.3%，偏胖和肥胖人群合计47.6%，提示健康风险管理的必要性。

4 健身风险评估模型构建

4.1 风险等级划分依据

为将无标签的会员数据转化为有监督学习的训练数据，本研究设计了综合风险评分系统，从五个维度评估会员的健康风险。每个维度根据指标值赋予不同分数，总分累加后划分风险等级。

表4-1 风险评分标准表

维度	指标	评分条件	风险分数
BMI风险	身体质量指数	BMI > 30（肥胖）	3
		BMI > 25（偏胖）	2
		BMI < 18.5（偏瘦）	1
年龄风险	年龄	> 55岁	2
		> 45岁	1
心率风险	静息心率	> 80 bpm	2
		> 70 bpm	1
运动频率风险	每周训练天数	< 2天	2
		< 4天	1
体脂率风险	体脂百分比	> 30%	2
		> 25%	1

风险分数计算规则：每个维度取最高分（不重复累加同一维度下的多个条件）。例如，BMI>30（+3）和BMI>25（+2）同时满足时只加3分。

风险等级判定规则：

低风险（Low）：综合风险分数 < 3分

中风险（Medium）：3分 ≤ 综合风险分数 < 5分

高风险（High）：综合风险分数 ≥ 5分

为直观说明风险判定依据，选取三名典型会员进行示例分析，如表4-2所示。

表4-2 风险评分标准表

会员	年龄	BMI	静息心率	训练频率	体脂率	BMI分	年龄分	心率分	频率分	体脂分	总分	风险等级
A	32	22.5	68	4	22%	0	0	0	0	0	0	低风险
B	48	27.3	76	3	28%	2	1	1	1	1	5	中风险
C	58	32.1	85	1	35%	3	2	2	2	2	11	高风险

4.2 机器学习模型选择

为自动化风险预测，本研究选取两种经典分类算法：随机森林（Random Forest）和逻辑回归（Logistic Regression）。

4.2.1 随机森林

随机森林是一种基于决策树的集成学习算法，通过构建多棵决策树并投票得出最终结果。它具有抗过拟合能力强、能处理非线性关系、可评估特征重要性等优点。参数设置：n_estimators=100，random_state=42。

4.2.2 逻辑回归

逻辑回归是一种广义线性模型，通过sigmoid函数将线性组合映射到0-1之间，常用于二分类或多分类问题。其优点是模型简单、可解释性强、计算效率高。参数设置：max_iter=1000，random_state=42，multi_class='ovr'。。

4.3 模型训练与评估

4.3.1 数据集划分

将973条会员数据按8:2划分为训练集和测试集，并采用分层采样保证各类别比例一致。训练集778条，测试集195条。

4.3.2 评估指标

采用准确率（Accuracy）、精确率（Precision）、召回率（Recall）、F1分数和AUC-ROC曲线评估模型性能。

4.3.3 模型性能对比

训练完成后，在测试集上评估两种模型，结果如表4-3所示。

表4-3 模型性能对比表

模型	准确率	精确率	召回率	F1分数	AUC
随机森林	86.20%	85.70%	84.90%	85.30%	0.92
逻辑回归	71.50%	70.80%	69.20%	70.00%	0.78

随机森林在各项指标上均优于逻辑回归，表明其更适合本问题的复杂度。后续系统采用随机森林作为主要预测模型。

4.3.4 特征重要性分析

随机森林模型可以输出特征重要性，如图4-1所示。

图4-1 随机森林特征重要性排序图

从图中可见，BMI、静息心率、年龄、训练频率是影响风险等级的最重要特征，这与风险评分系统的维度设计一致，验证了评分规则的合理性。

5 会员群体画像聚类分析

5.1 K-means聚类算法

K-means是一种无监督学习算法，将数据划分为K个簇，使得簇内样本相似度最高、簇间相似度最低。算法步骤：

1.随机选择K个初始质心。

2.计算每个样本到各质心的距离，将其分配到最近的簇。

3.重新计算每个簇的质心（均值）。

4.重复2-3步，直至质心变化小于阈值。

本研究选择年龄、BMI、训练频率、卡路里消耗、经验等级五个特征进行聚类，这些特征能够反映会员的运动习惯和身体状态。

K值选择采用肘部法则：计算不同K值下的簇内误差平方和（SSE），绘制曲线，选择肘部点对应的K值。如图5-1所示，K=4时SSE下降趋缓，因此选择K=4。

图5-1 肘部法则确定K值SSE曲线图

5.2 聚类结果分析

对973条会员数据进行K-means聚类（K=4），得到四个簇。各簇的统计特征如表5-1所示：

表5-1 模型性能对比表

群体名称	群体ID	人数	平均BMI	平均年龄	平均训练频率	平均卡路里	高风险占比	特征描述
高风险久坐族	0	247	28.6	42.3	1.8天/周	523 kcal	68%	BMI偏高，运动严重不足
潜力健身达人	1	258	23.2	31.5	4.2天/周	892 kcal	12%	BMI正常，训练积极
稳定健身人群	2	312	24.1	38.7	3.5天/周	745 kcal	21%	各项指标均衡

5.3 群体画像命名依据

根据各簇的特征，赋予有意义的群体名称：

高风险久坐族（ID 0）：BMI最高（28.6）、训练频率最低（1.8天/周）、高风险占比最高（68%），符合久坐不动、健康风险高的特征。

潜力健身达人（ID 1）：BMI正常（23.2）、训练频率较高（4.2天/周）、高风险占比最低（12%），具有良好健身基础和发展潜力。

稳定健身人群（ID 2）：各项指标处于中等水平，代表普通健身人群。

高强度训练者（ID 3）：训练频率最高（5.1天/周）、卡路里消耗最大（1245 kcal），但BMI略偏高（25.8），高风险占比35%，提示过度训练可能带来损伤风险。

5.4 群体画像命名依据

为直观展示四类群体的差异，绘制雷达图和柱状图。

图5-2 四类群体特征雷达图

雷达图以五个维度（标准化后）展示各群体特征轮廓，可见不同群体在各维度上的偏向。

图5-3 聚类分布饼图

饼图显示各群体人数占比：高风险久坐族25.4%，潜力健身达人26.5%，稳定健身人群32.1%，高强度训练者16.0%。

图5-4 各群体BMI分布箱线图

箱线图表明，高风险久坐族BMI中位数最高，且存在较多异常高值；潜力健身达人BMI分布集中且偏低。

6 系统实现与功能验证

6.1 系统用户角色设计

本系统存在两类不同的“用户”概念，必须明确区分，如下表6-1所示：

表6-1 系统角色设计表

角色类型	定义	数量	数据来源	用途
系统用户（User）	使用本系统的人员	可动态增加	用户注册	登录系统、使用功能
会员数据（Member）	被分析的健身会员	973条	Kaggle数据集	模型训练、数据分析

关系说明：系统用户（如管理员admin、普通注册用户）是系统的使用者，拥有登录凭证和权限。会员数据（973条Kaggle数据）是被分析的对象，用于训练机器学习模型和生成全局统计。系统用户可以通过“我的健身中心”功能录入自己的健康数据，这些数据保存在user_health_records表中，用于个人健康追踪。

机器学习模型是基于973条会员数据训练得到的，当系统用户录入新数据时，系统调用同一模型进行预测，输出风险等级和群体归属。

示例：管理员A登录系统，可以查看973条会员的风险分布，管理用户等。普通用户B注册登录后，录入自己的健康数据（年龄30、BMI 23.5等），系统调用模型评估，输出“低风险”，并判断其属于“潜力健身达人”群体。这些记录仅B本人可见。这种设计保证了训练数据的独立性，同时让系统用户享受到个性化的评估服务。

6.2 用户端功能实现

6.2.1 我的健身中心

用户登录后进入“我的健身中心”页面，可填写健康数据表单，包括基本信息、心率指标、训练信息、健康指标等共14个字段。提交后，系统计算BMI并调用模型评估风险等级，保存记录到数据库。页面下方展示历史记录列表，并绘制趋势图表。

图6-1 我的健身中心页面截图

6.2.2 个人健康评估

为验证风险判定的准确性，选取三名不同风险等级的系统用户（志愿者）录入数据，结果如表6-2、6-3、6-4所示，如图6-2、6-3、6-4所示。

表6-2 低风险用户表

维度	指标
年龄	28
性别	男
体重	70 kg
身高	1.78 m
最大心率	185 bpm
平均心率	135 bpm
静息心率	62 bpm
训练时长	1.5 小时
卡路里消耗	750 kcal
训练类型	Strength
体脂率	18%
水分摄入	2.5 L
训练频率	5 天/周
经验等级	3

图6-2 低风险用户评估结果图

模型输出：

BMI计算：70/(1.78²)=22.1

风险分数：BMI正常(0)+年龄28(0)+静息心率62(0)+训练频率5(0)+体脂率18(0)=0 → 低风险

群体预测：潜力健身达人

系统建议： 继续保持良好习惯，可尝试增加训练强度，注意营养补充。

表6-3 中风险用户表

维度	指标
年龄	48
性别	女
体重	68 kg
身高	1.62 m
最大心率	165 bpm
平均心率	125 bpm
静息心率	78 bpm
训练时长	1 小时
卡路里消耗	400 kcal
训练类型	Cardio
体脂率	28%
水分摄入	1.8 L
训练频率	2 天/周
经验等级	2

模型输出：

BMI计算：68/(1.62²)=25.9

风险分数：BMI偏胖(2)+年龄48(1)+静息心率78(1)+训练频率2(1)+体脂率28(1)=5 → 中风险

群体预测：稳定健身人群

系统建议： 增加训练频率至3-4天/周，注意心率监控，控制饮食。

表6-4 高风险用户表

维度	指标
年龄	58
性别	男
体重	95 kg
身高	1.75 m
最大心率	150 bpm
平均心率	110 bpm
静息心率	88 bpm
训练时长	0.5 小时
卡路里消耗	250 kcal
训练类型	Yoga
体脂率	34%
水分摄入	1.2 L
训练频率	1 天/周
经验等级	1

模型输出：

BMI计算：95/(1.75²)=31.0

风险分数：BMI肥胖(3)+年龄58(2)+静息心率88(2)+训练频率1(2)+体脂率34(2)=11 → 高风险

群体预测：高风险久坐族

系统建议： 咨询医生后从低强度运动开始，每周逐步增加运动量，注意补水。

以上案例验证了模型输出的风险等级与人工计算的风险分数一致，说明风险判定具有可解释性。

6.2.2 AI健身方案生成

系统集成DeepSeek API，根据用户健康数据和预测结果生成个性化健身方案。调用流程：前端收集表单数据，后端构造提示词，通过OpenAI SDK调用DeepSeek模型（deepseek-chat），以流式方式返回生成的Markdown内容。方案包括训练计划、饮食建议和注意事项，如图6-3健身方案图。

图6-3 健身方案图

6.3 管理员端功能实现

管理员端提供数据管理、用户管理、风险监控和系统操作功能：

6.3.1 风险等级监控

管理员可查看全量会员的风险分布，如表6-5所示。

表6-5 高风险用户表

风险等级	人数	占比
低风险	412	42.30%
中风险	356	36.60%
高风险	205	21.10%
总计	973	100%

高风险会员列表分页显示，可查看详细指标，如图6-4所示。

图6-4 高风险会员列表页面截图

6.3.2 系统操作与可视化

管理员可执行导入数据、训练模型、预测风险、聚类分析等操作，系统动态展示相应的可视化图表。例如，训练模型后显示模型性能卡片和指标图表；聚类分析后显示群体特征卡片、饼图、雷达图等，如图6-5系统操作与可视化图。

图6-5 系统操作与可视化图