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！

龙图腾网获悉中山大学申请的专利一种基于知识图谱的自适应学习资源推荐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：CN114201684B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202111535666.3，技术领域涉及：G06F16/9535；该发明授权一种基于知识图谱的自适应学习资源推荐方法及系统是由吴迪;汤国频;胡淼设计研发完成，并于2021-12-15向国家知识产权局提交的专利申请。

本一种基于知识图谱的自适应学习资源推荐方法及系统在说明书摘要公布了：本发明提出一种基于知识图谱的自适应学习资源推荐方法及系统，包括：建立用户认知诊断模型和试题得分预测模型，预测用户对知识点的掌握情况和对未完成试题的得分情况，然后选出第一候选学习资源；构建知识图谱，利用用户认知诊断模型的诊断结果，在知识图谱中分别定位用户掌握较好和较弱的知识点，选出第二候选学习资源；从候选学习资源中筛选出最佳的学习资源，并推荐给用户。本发明不仅考虑用户的认知水平和用户对未完成试题的得分的预测情况，且考虑了知识点之间的语义关系，构建了相应的知识图谱，结合用户的认知诊断结果在知识图谱中定位用户掌握较好和较差的知识点，选出了最适合用户的学习资源，并推荐给用户。

本发明授权一种基于知识图谱的自适应学习资源推荐方法及系统在权利要求书中公布了：1.一种基于知识图谱的自适应学习资源推荐方法，其特征在于，包括： 建立用户认知诊断模型，通过所述用户认知诊断模型对用户进行学习认知诊断，并根据诊断结果，预测用户对知识点的掌握情况； 建立试题得分预测模型，利用所述试题得分预测模型，预测用户对未完成试题的得分情况，包括： 建立试题得分预测模型，将试题输入到所述试题得分预测模型，得到试题对应的隐式特征向量； 根据试题对应的隐式特征向量，使用概率矩阵对由用户在试题上的得分情况构建的用户试题得分矩阵R进行分解，获得用户隐式特征矩阵和试题隐式特征矩阵； 根据获得用户隐式特征矩阵和试题隐式特征矩阵，使用KNN算法对进行概率矩阵分解后的用户试题得分矩阵R进行修正，得到最终的用户对未完成试题的得分情况； 根据用户对知识点掌握情况和用户对未完成试题的得分情况，选出第一候选学习资源； 构建知识图谱，利用用户认知诊断模型的诊断结果，在知识图谱中分别定位用户掌握较好和较弱的知识点，选出第二候选学习资源； 从第一候选学习资源和第二候选学习资源中筛选出最佳的学习资源，并将最佳的学习资源推荐给用户。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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”。