XVIII Международная студенческая научная конференция Студенческий научный форум - 2026

В настоящее время поддержание и контроль физической активности остаются ключевыми факторами для укрепления здоровья и профилактики заболеваний, связанных с малоподвижным образом жизни. Однако отсутствие персонализированного подхода и сложность самостоятельного анализа данных часто снижают эффективность тренировок и повышают риск травм [1].

Современный ритм жизни, особенно в условиях растущей популярности удаленной работы, приводит к сокращению естественной двигательной активности. Это является одной из причин роста числа метаболических заболеваний, проблем с опорно-двигательным аппаратом и сердечно-сосудистой системой [2].

Более 60% пользователей, начинающих заниматься спортом самостоятельно, сталкиваются с отсутствием прогресса или травмами из-за неправильно подобранной нагрузки или техники. Наличие же обратной связи и адаптивных рекомендаций значительно повышает шансы на формирование устойчивой здоровой привычки [3].

Исследования показывают, что использование мобильных приложений для трекинга активности увеличивает мотивацию пользователей на 30-40% по сравнению с самостоятельными занятиями без фиксации результатов [4].

При несистемном подходе к тренировкам негативный эффект усиливается – краткосрочная перегрузка может привести к длительному восстановлению, а отсутствие прогресса демотивирует пользователя, сводя на нет все начальные усилия. Неконтролируемая нагрузка без учета индивидуальных параметров является частой причиной прекращения занятий [4].

Создание умного мобильного приложения для мониторинга и анализа физической активности является важной задачей. Так как сочетание точного отслеживания, персональной аналитики и адаптивных рекомендаций формирует комплексный подход к управлению здоровьем, требующий продуманной архитектуры.

Будущее приложение поможет пользователям повысить эффективность тренировочного процесса за счет персонализации и снизить вероятность травм. Это, в свою очередь, способствует росту приверженности здоровому образу жизни в долгосрочной перспективе.

Кроме того, интеграция с популярными умными устройствами (фитнес-браслетами, датчиками) и предоставление наглядной аналитики позволят пользователю и специалистам (при необходимости) лучше понимать динамику состояния.

Будем описывать систему, применяя архитектурный подход, основанный на едином языке ArchiMate. Этот язык охватывает элементы мотивационного, бизнес- и ИТ-слоев.

На рисунке 1 показана диаграмма, разработанная в ArchiMate, которая иллюстрирует мотивационный слой архитектуры использования мобильного приложения для мониторинга физической активности.

Рисунок 1 – Диаграмма ArchiMate мотивационного слоя архитектуры использования мобильного приложения для мониторинга и анализа физической активности пользователя

Основные цели системы – повышение эффективности тренировочного процесса, снижение вероятности травм и перегрузки, а также обеспечение удобного мониторинга показателей здоровья. Для достижения этих целей сформулированы конкретные требования: система должна включать модуль для персонализированных рекомендаций, механизм уведомлений и напоминаний, предоставлять детальную аналитику и прогноз прогресса, а также обладать советующей системой для адаптации планов. Архитектурные принципы разработки подчеркивают необходимость создания интегрируемого решения, способного работать с умными устройствами и датчиками, а также его интуитивность, понятность интерфейса и ориентация на экосистему Android.

Рисунок 2 иллюстрирует текущую архитектурную модель «Как есть», связанную с мониторингом и анализом физической активности пользователя на основе мобильного приложения, разработанную в ArchiMate.

Рисунок 2 – Модель «Как есть» архитектуры использования мобильного приложения для мониторинга и анализа физической активности

Диаграмма на рисунке 2 представляет собой архитектурную модель использования мобильного приложения для поддержки пользователя, стремящегося к контролю своей физической формы. Ключевыми внешними акторами, инициирующими процессы, являются Пользователь и его Смарт-устройства (фитнес-трекеры, умные часы), которые выступают первичными источниками данных.

Бизнес-логика системы реализована в виде набора специализированных сервисов. Сервис анализа данных обрабатывает поступающую информацию, Сервис формирования тренировочной программы создает индивидуальные планы занятий, Сервис рекомендаций готовит сопутствующие советы, а Сервис уведомлений и обратной связи обеспечивает коммуникацию с пользователем. Данные сервисы непосредственно поддерживают выполнение сквозных бизнес-процессов: от первичного сбора данных о физической активности и анализа состояния пользователя до формирования индивидуальной тренировочной программы, генерации рекомендаций, организации уведомлений и обратной связи, а также контроля прогресса и корректировок.

На уровне приложений каждый бизнес-сервис имеет свой программный аналог: Сервис сбора данных мобильного приложения, Сервис анализа данных пользователя, Сервис формирования тренировочной программы, Сервис рекомендаций и Сервис уведомлений и обратной связи. Вся эта функциональность объединена в единое Мобильное приложение мониторинга физической активности, которое состоит из ключевых компонентов: Компонент управления данными пользователя, Компонент интеграции со смарт-устройствами, Компонент аналитики и обработки данных, Компонент формирования тренировочной программы и Компонент рекомендаций.

Технологическую основу составляют инфраструктурные сервисы: Сервис баз данных для хранения информации и Сервис обмена сообщениями для взаимодействия между модулями. Вся система работает на базовой инфраструктуре, центральным элементом которой является Android приложение, развернутое на устройстве пользователя с подключением к сетям LTE. Инфраструктура обеспечивает управление данными и доступ к ним.

Однако данная архитектура имеет существенный недостаток: она представляет собой скорее набор слабо связанных сервисов и процессов, где критически важные решения по анализу состояния, формированию и корректировке программ по-прежнему требуют значительного ручного участия и экспертизы со стороны пользователя, что снижает эффективность, персональную точность и увеличивает когнитивную нагрузку.

Рисунок 3 иллюстрирует целевую архитектурную модель «Как будет» использования мобильного приложения для мониторинга и анализа физической активности, в основе которого интеграция с умными устройствами для фитнеса и интеллектуальный анализ обработки данных.

Представленная диаграмма описывает полностью интегрированную цифровую экосистему, предназначенную для трансформации сырых данных о движениях пользователя в осмысленный и персонализированный тренировочный опыт. Фундаментальное отличие от предыдущих решений заключается в переходе от роли регистратора событий к функции proactive-партнера, который непрерывно оценивает состояние, прогнозирует результаты и адаптирует стратегию занятий.

Основой новой архитектуры стал принцип сквозной связности всех элементов, поток данных последовательно поглощается и преобразуется цепочкой бизнес-процессов – сбор, анализ, синтез рекомендаций и диалог с пользователем.

Реализация бизнес-логики осуществляется на уровне Приложений через набор слаженно работающих модулей, скомпонованных в единую программную оболочку – Мобильное приложение. Его внутренняя структура основана на двух Компонентах приложений: один отвечает за консолидацию и логику работы с данными, другой обеспечивает беспрепятственное подключение внешних датчиков и гаджетов. Эта конструкция позволяет интеллектуальным алгоритмам быть не внешним дополнением, а врожденным свойством платформы.

Рисунок 3 – Модель «Как будет» архитектуры использования мобильного приложения для мониторинга и анализа физической активности

Стабильность и масштабируемость системы гарантируют базовые инфраструктурные сервисы для хранения информации и асинхронной коммуникации. Вся платформа функционирует в гибридной инфраструктуре, объединяющей облачные вычислительные ресурсы (Сервер, системы управления данными) с клиентской частью на Мобильном устройстве пользователя, связанных постоянным каналом передачи данных (LTE).

Подобная организация дает системе возможность проводить многомерный анализ поступающих сигналов в реальном времени, динамически вычислять оптимальный уровень нагрузки, предупреждать о потенциальных рисках и автономно корректировать план тренировок. Это смещает роль человека с ручного контролера на лицо, принимающее стратегические решения на основе подготовленных системой выводов.

Таким образом, ручной анализ показателей мобильного приложения и самостоятельное планирование нагрузки будут заменены автоматизированным, адаптивным процессом, в котором решения формируются на основе интеллектуальной обработки данных в реальном времени. Конечная цель трансформации – создание единой персональной фитнес-среды, которая значительно повысит эффективность, безопасность и результативность тренировок, минимизируя риски и максимизируя прогресс пользователя.

Список используемых источников

1. Иванов А.С., Петрова Е.Л., Сидоров В.К. Влияние системного мониторинга на эффективность физических тренировок // Вестник спортивной науки. 2022. № 4. С. 45-51; URL: https://sport science.ru/ru/article/view?id=15842 (датаобращения: 18.09.2025).

2. Королёв М.Д. Цифровизация фитнес-индустрии: технологии трекинга и аналитики / Королёв М.Д. [Электронный ресурс] // cyberleninka.ru: [сайт]. — URL: https://cyberleninka.ru/article/n/tsifrovizatsiya-fitnes-industrii-tehnologii-trekinga-i-analitiki (дата обращения: 19.09.2025).

3. Применение мобильных приложений для контроля физической активности: обзор исследований / [Электронный ресурс] // digitalhealth.ru: [сайт]. — URL: https://digitalhealth.ru/research/apps-physical-activity-review (дата обращения: 20.09.2025).

4. Прогресс в спорте: как данные меняют тренировки / [Электронный ресурс] // fitnesstrends.ru: [сайт]. — URL: https://fitnesstrends.ru/article/progress-data-driven-training (дата обращения: 20.03.2025).