基于LLMOps的社区医疗健康平台智能运动与反馈系统
定量方法
2025-01-24 v1
摘要
本研究针对医疗平台和社区社交环境中对个性化反馈日益增长的需求，引入基于大语言模型运维 (LLMOps) 的系统，用于自动化运动分析和个性化推荐。当前医疗平台依赖大量手动分析和通用健康建议，限制了用户参与度和健康促进效果。我们开发的系统利用大型语言模型 (LLM) 自动分析来自“欧文”运动记录社区的用户活动数据。该系统将LLMOps与LLM API、容器化基础设施和CI/CD实践相结合，高效处理大规模用户活动数据，识别模式并生成个性化建议。该架构确保了大规模医疗社区的可扩展性、可靠性和安全性。评估结果表明，该系统在三个关键指标方面均表现出色：运动分类、时长预测和热量消耗估计。该方法提高了社区管理效率，同时为用户提供更准确、更个性化的反馈，解决了传统手动分析方法的局限性。
引用
@article{arxiv.2501.13723,
title = {Intelligent Exercise and Feedback System for Social Healthcare using LLMOps},
author = {Yeongrak Choi and Taeyoung Kim and Hyung Soo Han},
journal= {arXiv preprint arXiv:2501.13723},
year = {2025}
}