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！

龙图腾网获悉华中师范大学申请的专利基于行为序列编码的在线资源学习行为分析与预测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：CN117290812B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202311187561.2，技术领域涉及：G06F18/27；该发明授权基于行为序列编码的在线资源学习行为分析与预测方法是由吴砥;陈旭;王凯利设计研发完成，并于2023-09-14向国家知识产权局提交的专利申请。

本基于行为序列编码的在线资源学习行为分析与预测方法在说明书摘要公布了：本发明涉及在线资源学习行为分析与预测领域，提供一种基于行为序列编码的在线资源学习行为分析与预测方法。本发明方法对在线资源学习行为进行统一编码，有助于构建长时序的在线资源学习行为编码序列；本发明方法将在线资源学习行为编码转化为在线资源学习行为序列，通过秩相关性分析对在线资源学习行为进行特征降维，有效提高了在线资源学习行为模式的分类精度；本发明方法将在线资源学习行为预测问题转化为多元时间序列预测问题，将前一周期的学习行为模式作为因变量预测下一周期的学习行为模式。

本发明授权基于行为序列编码的在线资源学习行为分析与预测方法在权利要求书中公布了：1.基于行为序列编码的在线资源学习行为分析与预测方法，其特征在于，包括以下步骤： 对学生在资源平台开展在线学习的各类行为进行编码，追踪学生在线上学习空间中的学习轨迹，并采用线性数据结构描述学生的学习行为序列； 从资源平台访问的日志数据中提取12个维度指标刻画学生的学习行为，反映学生的学习积极性、学习专注度、学习兴趣和学习效能，得到学生的时间特征序列后，利用秩相关系数rs度量指标维度之间的相关性，对时间特征序列进行降维； 根据用户行为时间特征序列进行群体分类，确定拟合度更高的聚类数量，分析不同用户群体的倾向性；包括以下子步骤， 数据标准化，将每位学生筛选后维度的数据组成新的特征向量，对该特征向量进行归一化处理，得到长度为1的单位向量； 利用K-means模型进行聚类分析，采用一个统计周期内所有学生数据进行聚类，聚类数量分别设置为3、4、5、6、7、8，按照聚类后最大类的半径从大到小进行排序，排序最后对应的K值为最终的聚类数量； 统计单位周期内的用户群体分类，建立ARIMAX时间序列模型，预测学生群体分类演化趋势；包括以下子步骤， 根据确定的K值，对两个统计周期内所有学生数据进行聚类，得到两组学生分类时间序列，利用ADF模型对每一组时间序列的平稳性进行检验，其中一组学生分类时间序列作为训练集，另一组学生分类时间序列作为测试集； 建立ARIMAXP,i,Q时间序列模型，利用训练集和测试集进行多轮迭代，对比测试集中分类的预测值与实际值的差异，遍历寻找合适的P、Q值，得到学生群体分类演化模型。

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华中师范大学，其通讯地址为：430079 湖北省武汉市洪山区珞喻路152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”。

以上内容由龙图腾AI智能生成。