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！

龙图腾网获悉首都师范大学申请的专利基于知识关系挖掘与图嵌入驱动的个性化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：CN120494081B 。

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：202510589747.3，技术领域涉及：G06N5/025；该发明授权基于知识关系挖掘与图嵌入驱动的个性化学习路径推荐方法是由张磊;鹿传坡设计研发完成，并于2025-05-08向国家知识产权局提交的专利申请。

本基于知识关系挖掘与图嵌入驱动的个性化学习路径推荐方法在说明书摘要公布了：本发明属于推荐算法技术领域，且公开了基于知识关系挖掘与图嵌入驱动的个性化学习路径推荐方法，具体步骤如下：步骤一：挖掘知识点依赖关系与构建加权有向图，在公开数据集ASSISTments和Junyi上进行数据分析，通过改进的Apriori算法挖掘知识点间隐含的依赖关系，充分考虑学习过程中的时间动态性与序贯依赖特性，根据挖掘得到的依赖关系及其权值，构建知识点间的加权有向图。本发明通过通过创新方法挖掘知识点间的隐含依赖关系并构建加权有向图，结合独特的自定义嵌入层将图嵌入技术融入推荐模型，相较于现有基于简单关联规则或浅层网络的推荐方法，显著提升了对知识点间复杂逻辑关系的挖掘与表达能力，能有效降低稀疏知识点的推荐遗漏率。

本发明授权基于知识关系挖掘与图嵌入驱动的个性化学习路径推荐方法在权利要求书中公布了：1.基于知识关系挖掘与图嵌入驱动的个性化学习路径推荐方法，其特征在于，具体步骤如下： 步骤一：挖掘知识点依赖关系与构建加权有向图 在公开数据集ASSISTments和Junyi上进行数据分析，通过改进的Apriori算法挖掘知识点间隐含的依赖关系，充分考虑学习过程中的时间动态性与序贯依赖特性，根据挖掘得到的依赖关系及其权值，构建知识点间的加权有向图，以精确表征学习领域的知识结构； 步骤二：生成基于图嵌入的知识点向量表征 基于步骤已构建的加权有向图，采用DGI算法进行图嵌入处理，为每个知识点生成稠密向量表示，这些向量嵌入有效捕捉知识点在学习领域中的结构属性与关系特性，为后续处理奠定基础； 步骤三：知识图增强型神经网络嵌入与Transformer处理 利用步骤二生成的知识点稠密向量，设计神经网络嵌入层，为每个知识点分配唯一整数索引并映射为低维向量表征，形成语义表示，随后，将这些向量输入Transformer架构，通过优化后的注意力机制处理，捕捉知识点间的深层语义关联与认知结构，探索复杂的知识依赖模式与层次关系； 步骤四：设计与生成个性化学习路径推荐模型 定义候选知识点集合S=[s1,s2,s3,…,sm]，通过嵌入层将其映射为嵌入向量集合X=[x1,x2,x3,…,xm]，获得知识点的低维语义表征，采用改进的Transformer架构进一步挖掘知识点间深层关联性，优化注意力机制以提升对稀疏或弱关联知识点的敏感度，接着设计长短期记忆网络建模学生历史答题序列，动态捕捉学习行为的时间依赖性，将Transformer输出的知识点向量、长短期记忆网络状态向量及预定义学习目标输入多层感知机，通过联合优化实现精准的概念选择，最终生成兼顾知识依赖与个体差异的个性化学习路径。

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首都师范大学，其通讯地址为：100048 北京市海淀区西三环北路105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。