随着人们生活水平的提高,运动与健康成为关注的焦点,运动监测系统也日益受到青睐。目前,市面上的运动监测系统是针对学校学生体育运动体质监测而设计的,一方面系统侧重于通过穿戴式的硬件设备进行数据采集,存在用户数量少、数据更新慢、系统实时性低的问题;另一方面系统缺乏对用户运动数据的智能化分析,通常只是进行简单的数据收集。为此,本文研究了运动监测系统中的实时任务调度和推荐算法,进而实现了一套应用于健身公园的运动监测系统。本文的主要工作包括以下内容:(1)针对现有通过蓝牙基站收集数据系统所存在的缺陷,本文通过引入基于任务裕度和截止时间的动态优先级抢占式调度算法(Slack-Deadline-First,SDF),设计改进了现有任务调度机制中的核心调度算法,有效地避免了多任务冲突现象,缓解了基站结点的数据通信和数据转发压力。(2)针对传统矩阵分解推荐技术存在的问题,本文提出将隐语义模型应用于SVD矩阵分解推荐算法。考虑到传统的隐语义模型(Latent Factor Model,LFM)仅适合于显式反馈数据,不适合隐式反馈数据。为了能更好地利用隐式反馈数据,使得向不同的用户推送运动指导更加精准,本文在隐语义模型的基础上,引入了加权的思想,并提出了一种基于隐语义模型的加权矩阵分解推荐算法。实验表明,该方法具有较高的推荐准确率。(3)以物联网三层基本架构为基础,提出了基于实时任务调度和推荐算法的运动监测系统设计方案,并从系统架构、逻辑结构和功能模块三个方面对系统进行全面阐述。论文最后给出了系统的实现过程。该系统在姜堰城东运动公园进行了部署并取得良好的使用效果。