Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 湖南师范大学马华获国家专利权

湖南师范大学马华获国家专利权

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!

龙图腾网获悉湖南师范大学申请的专利结合大语言模型和知识空间推理的慕课推荐方法及装置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:CN120429466B

龙图腾网通过国家知识产权局官网在2025-09-05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:202510865408.3,技术领域涉及:G06F16/735;该发明授权结合大语言模型和知识空间推理的慕课推荐方法及装置是由马华;姚旭灿;胡心怡;黄培纪;陈明;符湘茹;金晟设计研发完成,并于2025-06-26向国家知识产权局提交的专利申请。

结合大语言模型和知识空间推理的慕课推荐方法及装置在说明书摘要公布了:本发明属于慕课视频推荐领域,具体涉及一种结合大语言模型和知识空间推理的慕课推荐方法及装置,利用试题的题目文本,对题目文本进行基于大语言模型的数据增强,得到增强文本,并将增强文本和题目文本转化为向量后训练嵌入模型,得到优化嵌入训练模型和用户试题嵌入向量,根据用户的历史学习记录得到知识掌握度和分类结果,根据学习监控数据得到喜好得分,根据视频集合、知识点以及对应的映射关系,构建完整知识结构,根据用户学习行为得到个性知识结构并计算目标知识状态,得到内、外边缘视频集合并对用户进行视频推荐。本发明利用知识增强和知识空间推理,获取更准确的学习者知识掌握度、视频喜好和知识结构特征,推荐符合用户需求的慕课视频。

本发明授权结合大语言模型和知识空间推理的慕课推荐方法及装置在权利要求书中公布了:1.一种结合大语言模型和知识空间推理的慕课推荐方法,其特征是,包括: 根据训练试题数据库建立试题知识点关联图; 获取试题的题目文本,对题目文本进行基于大语言模型o1-mini的数据增强,得到增强文本,所述增强文本包括解析文本以及若干相似文本,对所述题目文本、解析文本以及若干相似文本进行文本嵌入处理,得到题目文本向量、解析文本向量以及聚合相似文本向量; 根据所述试题知识点关联图得到图嵌入向量,根据所述图嵌入向量以及所述题目文本向量得到试题嵌入向量; 使用所述题目文本向量、所述解析文本向量、所述聚合相似文本向量、所述图嵌入向量以及所述试题嵌入向量对嵌入模型进行训练,得到优化嵌入训练模型; 获取用户的历史学习记录,将试题数据库输入优化嵌入训练模型中,得到所有试题嵌入向量,根据所述历史学习记录对所有试题嵌入向量进行筛选,得到用户试题嵌入向量; 根据历史学习记录以及所述用户试题嵌入向量计算得到知识掌握度; 根据所述历史学习记录对用户进行分类,得到分类结果; 获取用户的学习监控数据,根据所述学习监控数据计算得到用户的专注度得分以及情绪状态得分,根据历史学习记录计算得到参与度得分,并根据专注度得分、情绪状态得分以及参与度得分计算得到喜好得分; 获取视频集合以及视频集合中每个视频对应的知识点,组成知识点集,获取视频集合和知识点集的映射关系,根据所述视频集合、知识点集以及映射关系,构建三元组,根据所述三元组和析取模型生成所有知识状态,构建完整知识结构; 获取用户的学习行为以及观看历史; 根据所述观看历史以及学习行为,得到不同知识点的熟练度; 根据所述学习行为、用户看过的视频集合、用户看过的视频集合对应的知识点集合以及对应的映射关系,得到若干个性知识状态,组成个性知识结构; 根据所述个性知识结构以及所述熟练度构造知识结构矩阵,计算所述知识掌握度与知识结构矩阵中每个列向量的相似度,得到相似度最高的个性知识状态作为目标知识状态,根据所述目标知识状态以及所述完整知识结构构建知识状态边界,根据所述知识状态边界对视频集合进行筛选,得到外边缘视频集合和内边缘视频集合,所述内边缘视频集合为用户最近观看过的视频,所述外边缘视频集合为用户下一步需要学习拓展的视频; 根据所述分类结果以及外边缘视频集合,得到第一推荐视频集,根据喜好得分以及内边缘视频集合得到第二推荐视频集,将所述第一推荐视频集和所述第二推荐视频集作为推荐结果。

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湖南师范大学,其通讯地址为:410081 湖南省长沙市岳麓区麓山路36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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。