Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 山东天成书业有限公司雷燕芳获国家专利权

山东天成书业有限公司雷燕芳获国家专利权

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!

龙图腾网获悉山东天成书业有限公司申请的专利一种自适应智能教学内容推荐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:CN120429482B

龙图腾网通过国家知识产权局官网在2025-11-07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:202510565225.X,技术领域涉及:G06F16/9035;该发明授权一种自适应智能教学内容推荐系统是由雷燕芳;雷祥伟;徐新建设计研发完成,并于2025-04-30向国家知识产权局提交的专利申请。

一种自适应智能教学内容推荐系统在说明书摘要公布了:本发明公开了一种自适应智能教学内容推荐系统,涉及智能教学技术领域,包括数据采集分析模块:收集学生在学习过程中的多类型数据,包括学生的学习行为数据、生理信号、环境数据和学习成果认知反馈数据,采集后,将多类型数据进行降噪、标准化和分析特征提取的预处理,生成多模态数据;本发明通过构建知识点、错误类型、思维路径的三维知识图谱结合时序卷积网络TCN分析,实现了不仅能识别显性知识缺陷,还能诊断隐性知识漏洞,达到了让学生能准确知晓自身知识体系漏洞,进行有针对性的查缺补漏和强化训练;通过从多模态数据中提取学习兴趣信息,建立显隐性的多维兴趣模型,并结合知识短板诊断结果筛选教学内容。

本发明授权一种自适应智能教学内容推荐系统在权利要求书中公布了:1.一种自适应智能教学内容推荐系统,其特征在于,包括数据采集分析模块:收集学生在学习过程中的多类型数据,包括学生的学习行为数据、生理信号、环境数据和学习成果认知反馈数据,采集后,将多类型数据进行降噪、标准化和分析特征提取的预处理,生成多模态数据; 多模态知识诊断模块:基于多模态数据,利用Neo4j图数据库构建三维知识图谱,使用深度学习TCN网络对三维知识图谱进行分析,获得知识短板诊断结果,包括识别显性知识缺陷与诊断隐性知识漏洞; 所述三维知识图谱的构建逻辑如下: 根据多模态数据Mtd'提取知识的实体、属性和关系信息,其中,提取知识包括在学习行为数据Lbd中对不同知识点的学习时间和做题效率,学习场所环境数据Emd的光照强度和环境噪音,学习成果Loc和认知反馈数据Cfb中的学习成绩和知识点掌握情况; 定义三维知识图谱的三个维度,包括知识点维度、错误类型维度、思维路径维度,其中,知识点维度包括学科知识点本体和层级关系,错误类型维度包括计算错误、概念混淆、步骤遗漏的错误类型及关联,思维路径维度是学生学习知识点的认知路径的时空演化; 将从多模态数据提取知识的实体、属性和关系信息分别映射到三维知识图谱的知识点维度、错误类型维度、思维路径维度的三个维度上; 使用Neo4j图数据库,将实体、属性作为节点,关系作为边,构建三维知识图谱,并计算知识点关联强度、知识点与错误类型关联强度、知识点与思维路径关联强度和错误传播影响力,其中,知识点关联强度的计算公式为,且,式中,Sij表示为知识点i与知识点j的关联强度,Cij表示为知识点i与知识点j在错误记录中的共出现次数,Ci表示为知识点i在错误记录中的单独出现次数,Cj表示为知识点j在错误记录中的单独出现次数,λ表示为跨层级衰减因子,且λ∈0,1,Li表示为知识点i的难度等级,Lj表示为知识点j的难度等级,N+表示为正整数; 知识点与错误类型关联强度的计算公式为,式中,Sei表示为错误类型e与知识点i的关联强度,Cei表示为错误类型e与知识点i的共出现次数,Ce表示为错误类型e单独出现的总次数,Le表示为错误类型e的平均难度等级; 知识点与思维路径关联强度的计算公式为,式中,Sip表示为知识点i与思维路径p的关联强度,Cip表示为知识点i在思维路径p中出现的次数,C'i知识点i在所有路径中的总出现次数,Cp表示为路径p的总步骤数,γ表示为路径深度衰减因子,γ∈0,1,Dip表示为知识点i在路径p中的深度; 错误传播影响力的计算公式为,式中,Ie表示为错误类型e对知识体系的影响指数,i、I分别表示为知识点i与知识点总数,Sei表示为错误类型e与知识点i的关联强度,Fi表示为知识点i的错误频率,Ftotal表示为系统总错误次数; 兴趣驱动推荐模块:基于语义分析提取多模态数据的学习兴趣信息,建立显隐性的多维兴趣模型,结合知识短板诊断结果,利用内容推荐算法自适应筛选出既符合学生兴趣又能弥补知识漏洞的教学内容进行推荐; 神经记忆增强模块:基于艾宾浩斯遗忘曲线的记忆预测模型,结合学生的学习时间和环境数据,预测个体记忆衰减规律,并根据学生的复习反馈动态调整复习计划,协同自适应决策引擎,触发内容再生; 多源数据融合与自适应决策引擎模块:使用图注意力融合算法整合知识短板诊断结果、学习兴趣信息、个体记忆衰减规律的特征数据,并通过强化学习优化长期学习收益,自适应生成内容推荐和复习计划组合的动态决策。

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天成书业有限公司,其通讯地址为:272622 山东省济宁市梁山县经济开发区智星路1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。

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。