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！

龙图腾网获悉山东科技大学申请的专利融合分层知识图谱和深度知识追踪的学习路径推荐方法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：CN119831012B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202411726995.X，技术领域涉及：G06N5/022；该发明授权融合分层知识图谱和深度知识追踪的学习路径推荐方法是由张峰;周慧;崔焕庆;陈欣;刘聪设计研发完成，并于2024-11-28向国家知识产权局提交的专利申请。

本融合分层知识图谱和深度知识追踪的学习路径推荐方法在说明书摘要公布了：本发明公开了融合分层知识图谱和深度知识追踪的学习路径推荐方法，属于数据分析技术领域，包括以下步骤：KGDKT模型构建，构建能够考虑知识点之间逻辑关系的深度知识追踪模型；学习路径查找，基于分层课程知识图谱和KGDKT生成从起点知识点指向目标知识点的所有路径；最优路径选择，通过KGDKT预测学习者在不同路径上的目标知识点掌握程度，并选择学习效果最好的一条路径推荐给学习者。本发明方法生成的路径符合知识点之间的逻辑关系，能够适应学习者动态变化的知识水平，提升了学习者在目标知识点上的学习效果。

本发明授权融合分层知识图谱和深度知识追踪的学习路径推荐方法在权利要求书中公布了：1.融合分层知识图谱和深度知识追踪的学习路径推荐方法，其特征在于，包括以下步骤： KGDKT模型构建，构建能够考虑知识点之间逻辑关系的深度知识追踪模型； 学习路径查找算法，基于分层课程知识图谱和KGDKT生成从起点知识点指向目标知识点的所有路径； 最优路径选择算法，通过KGDKT模型来预测每个路径在目标知识点上的提升效果，选出能够最大程度提高学习者对目标知识点掌握程度的一条路径； 所述KGDKT模型构建前，需要构建分层课程知识图谱； KGDKT模型构建具体包括，通过知识图谱嵌入技术将知识图谱表示为向量eq，将eq与DTransformer模型的特征相融合，以完成分层课程知识图谱与DTransformer的融合，实现了一个自定义的AttentionLayer层，并提取DTransformer最后一个编码器层的隐藏状态作为特征f，该层接收两个输入特征向量f和eq，通过注意力机制将他们融合成一个新的向量a，具体来说，首先定义权重矩阵，然后计算注意力分数并进行归一化处理，最后通过加权求和得到融合后的向量a，过程如公式1所示，其中Wa是用于转换f的权重矩阵，Ua是用于转换eq的权重矩阵，是用于计算注意力分数的权重向量，s为f和eq之间的注意力得分； h1＝Waf hq＝Uaeq a＝αWff+Ufeq。

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山东科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579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”。