买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉国网上海市电力公司;上海大学申请的专利一种基于检索增强算法的自适应出题方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120067301B 。

龙图腾网通过国家知识产权局官网在2025-07-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510525634.7，技术领域涉及：G06F16/334；该发明授权一种基于检索增强算法的自适应出题方法及系统是由刘啸剑;邵宇鹰;王建军;何诚硕;郑钰川;高珏;陈智越;李盈谕;杨云锋设计研发完成，并于2025-04-25向国家知识产权局提交的专利申请。

本一种基于检索增强算法的自适应出题方法及系统在说明书摘要公布了：本发明涉及一种基于检索增强算法的自适应出题方法及系统，通过数据采集模块采集用户的答题记录数据，得到用户状态向量和反馈标签；通过强化学习单元，根据用户状态向量调整试题生成策略，并通过迁移学习单元，将其他用户的学习经验迁移到新用户的试题生成策略的调整中；采用检索增强算法在知识库中通过知识图谱进行检索，计算用户状态与知识图谱中节点的相似度，选择相似度最高的节点作为检索结果；使用基于图的检索增强生成算法和大语言模型生成试题，推送给用户。与现有技术相比，本发明具有个性化程度高、实时匹配和多样化等优点。

本发明授权一种基于检索增强算法的自适应出题方法及系统在权利要求书中公布了：1.一种基于检索增强算法的自适应出题方法，其特征在于，具体步骤包括： S1、数据采集模块采集用户的答题记录数据，并进行异常值过滤和数据预处理，得到用户状态向量和反馈标签并输入优化与持续学习模块；所述答题记录数据包括用户ID、答案、答案正确性、答题时长、当前学习进度标记和主观反馈文本；在所述主观反馈文本中提取反馈关键词，并转化为结构化的反馈标签，反馈标签包括反馈试题难度和对应的反馈知识点名称；将所述答题记录数据进行预处理，得到用户的答题正确率、答案错误类型编码和量化的学习进度； S2、优化与持续学习模块通过强化学习单元，根据用户状态向量调整试题生成策略，并通过迁移学习单元，将其他用户的学习经验迁移到新用户的试题生成策略的调整中；所述强化学习单元的状态空间为用户状态向量，包括答题正确率、答案错误类型编码、答题时长和量化的学习进度；强化学习单元的动作空间包括调整试题难度权重和调整知识点覆盖范围； 所述强化学习单元中根据用户状态向量设置奖励函数，驱动试题生成策略的调整，所述奖励函数的表达式为： ， 其中，、、和为奖励权重；为答题正确率；为错误类型编码；为错误类型总数；为答题时长；为量化的学习进度；为当前用户状态向量的标号； 所述试题生成策略的调整通过值函数进行，表达式为： ， 其中，为当前策略；为下一时刻策略参数；为用于控制试题生成策略调整的步长幅度参数；为奖励函数；为用户状态向量的值函数； 所述迁移学习通过长短期记忆网络，基于用户的历史答题记录数据，预测用户当前的知识薄弱点，并基于所述知识薄弱点反馈至强化学习单元；根据用户选择的科目进行聚类，当所述历史答题记录数据不足的用户进入时，根据已有的答题记录数据，计算当前用户与各聚类之间用户状态向量的余弦相似度，选择最相似的聚类进行迁移；所述历史答题记录数据不足的判断依据为该用户的操作次数低于第一阈值，当使用迁移学习数据的次数积累至第一阈值后，根据预设步长减少迁移学习权重，过渡至纯强化学习； S3、根据用户状态向量和反馈标签，采用检索增强算法在知识库中通过知识图谱进行检索，计算用户状态与知识图谱中节点的相似度，选择相似度最高的节点作为检索结果； S4、试题生成模块根据所述用户状态向量、试题生成策略和检索结果，使用基于图的检索增强生成算法和大语言模型生成试题，推送给用户并存入知识库。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国网上海市电力公司;上海大学，其通讯地址为：200122 上海市浦东新区自由贸易试验区源深路1122号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。