健康管理、運動以及認知技術的結合

每日健身、跑步、快走，而後在微信打卡已是不少人的習慣。除了關心本身今天的排名外，可否運動的更健康？是否能夠更方便和更多的運動專家或健身養分專家互動或接受其指導？出差到了陌生的環境，是否方便獲得合適的運動路線？體驗當地運動達人的經典線路？亦或與全球運動達人一塊兒競賽，挑戰一我的生目標？

做爲已經擁有5千萬用戶的應用Runkeeper在往這個方向努力。咱們之前也介紹過其早期的功能《一位盲人運動員跑完100英里賽程背後的故事》。最先做爲初創公司面臨的挑戰是吸引更多的用戶使用應用，將複雜的IT挑戰移植到了IBM的雲平臺。當客戶羣去到必定的數量，公司自身的方向就天然轉向如何提供更優質的服務給到用戶了。

面對文章開頭的問題，若做爲運動發燒友，今天出差或旅遊到達一個陌生環境，如何尋找到一個個性化的運動線路？

Runkeeper的答案是：在收集到用戶近3百萬條經常使用的公開運動線路中，按照不一樣的類型給用戶推薦最近相鄰的流行路線。

這裏從技術而言須要引進IBM的運動位置存儲技術（Cloudant）與圖線路優化和推薦系統（Graph）。經過Runkeeper的示例能夠很是清楚的顯示其功能和定位。

這個示例能夠經過輸入跑步的長度，給用戶推薦3條特別的線路。

IBM Graph 是一個高性能圖形數據庫，用戶能夠經過Rest API進行訪問，所以能夠支持路線推薦的需求。詳細的開發文檔能夠參考這個連接 https://console.ng.bluemix.net/docs/services/graphdb/index.html

另外對於運動而言，天氣是個須要重要考慮的因素，所以Runkeeper引入了IBM雲上的Weather天氣數據。對於競技運動而言，好天氣是出好成績的一個重要因素。同時若在天氣熱時，提供運動線路上的補充飲料點；在雨天提供沿線的能夠買到最新阿黛爾音樂碟的商店......新的合做的商業模式，都是能夠更進一步給用戶提供更多的貼心服務。實現這一切的基礎須要引入個性化的用戶分析和理解，打造基於用戶數據驅動的企業是將來企業發展的一個常態。Runkeeper使用IBM雲端數據分析引擎dashDB來實現這一業務目標。

去年末，Runkeeper也嘗試在用戶的社交社區內組織「Gloable 5K」的全球用戶5千米跑活動競賽。最終採集的數據使用IBM Watson Analytics獲得以下結果：

更炫的圖表以下：http://blog.runkeeper.com/4318/global-5k-the-results-are-in/

這裏須要提到的是全智能圖形化的分析工具IBM Watson Analytics能夠極大簡化用戶獲得可視化信息的過程，咱們公衆號在之前文章中也介紹了許多其使用方式，數據在雲端後使用這個工具將更簡單和方便。

還有個問題，怎樣將最熱門的認知技術引入到新的應用呢？

在去年的"GLOBAL 5K「活動中，有大量的用戶將其訓練和達成的目標信息發到了社交媒體Twitter中。所以經過對用戶推文的分析，能夠實現對客戶的深度洞察。Runkeeper引入在IBM 雲上面提供的Twitter用戶數據，使用Watson Personality Insights進行客戶精準畫像分析其性格特徵。如下嘗試也很是有趣：

美國最近的兩個總統候選人的性格特色，川普彷佛更接近於Runkeeper的用戶羣，這裏就有他的部分選票源啊！

好了，簡單分享下Runkeeper在IBM雲上的架構：

總結以上信息就是：數據、分析以及新生活。

對於須要專業訓練的用戶，Runkeeper在其付費的版本內，還有詳細的我的指導，高級訓練指導等等內容。

對於咱們普通的用戶，咱們能夠先從體會一下其免費的訓練計劃開始，例如這個7周的5千米跑訓練計劃：讓咱們一塊兒管住嘴、邁開腿吧。

往期文章關於Cloudant技術、Watson Ananlytics技術還有IBM雲數據服務技術的文章，請點擊這個連接：

更多大數據與分析相關行業資訊、解決方案、案例、教程等請點擊查看>>>