随着全民健身日益成为体育产业的重点推动项目,百姓的健身热情日渐高涨,国民身体素质亟待提升,为了在群众参与健身的同时,保障其运动的科学性与坚持性,本文针对如何科学有效的评价与预测运动行为,以提升大众运动水平和坚持性进行了一系列研究。本文首先将步行作为大众健身的代表运动方式,并根据查阅国内外文献,确立了适用于大众的三种体力活动水平及标准,并基于个体步行产生的运动步数,提取了步频、运动时间等特征;并利用支持向量机,采用不同类型的核函数,对不同年龄、性别,BMI指数个体的运动步数所提取的特征进行分类研究;然后提出不同的马尔可夫模型预测方法,如一阶马氏链等,对个体的运动行为进行预测,评价其运动效果与坚持性。通过对提取的特征和对分类器参数的调整,建立了分类与识别精度较高的运动行为分类模型;同时对个体过往运动状态序列建立状态转移概率矩阵,最终建立了预测准确率较高的基于马氏链的运动行为预测模型。通过建立的模型,可以对个体运动产生的数据进行准确的分类与识别,并对未来的运动状态预测,根据状态转移的平稳分布,对个体运动坚持性做出评价和预测。本文的研究对于评价与预测大众运动行为有重要意义,也为后续进一步的研究,如通过施予运动处方提升大众运动坚持性等提供了基础和思路。