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！

龙图腾网获悉广东省中医院(广州中医药大学第二附属医院、广州中医药大学第二临床医学院、广东省中医药科学院)申请的专利一种基于图谱构建展示科普内容的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：CN118747207B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202410746732.9，技术领域涉及：G06F16/3329；该发明授权一种基于图谱构建展示科普内容的方法及系统是由蒋志;曹立幸;陈志强;陈其城;李庚设计研发完成，并于2024-06-11向国家知识产权局提交的专利申请。

本一种基于图谱构建展示科普内容的方法及系统在说明书摘要公布了：本发明公开了一种基于图谱构建展示科普内容的方法及系统，采用三维力导图作为科普内容的展示载体，通过图谱技术构建科普知识结构模型，其中，所述科普知识结构模型包含多个节点，每个节点为一个科普知识点，节点间通过连线表示知识点之间的关联关系；利用三维技术对所述科普知识结构模型进行立体渲染，生成具有直观、形象展示效果的科普内容界面；用户通过在所述科普内容界面上点击任一节点后，调出与被点击节点对应的科普文章或文章列表供用户查阅。本发明基于图谱构建展示科普内容的方法，通过知识结构可视化、立体渲染与交互体验以及精准内容推送，有效地解决了现有科普手段在知识呈现、用户交互及内容关联性上的不足。

本发明授权一种基于图谱构建展示科普内容的方法及系统在权利要求书中公布了：1.一种基于图谱构建展示科普内容的方法，其特征在于，包括如下步骤： 采用三维力导图作为科普内容的展示载体，通过图谱技术构建科普知识结构模型，其中，所述科普知识结构模型包含多个节点，每个节点为一个科普知识点，节点间通过连线表示知识点之间的关联关系； 利用三维技术对所述科普知识结构模型进行立体渲染，生成具有直观、形象展示效果的科普内容界面； 用户通过在所述科普内容界面上点击任一节点后，调出与被点击节点对应的科普文章或文章列表供用户查阅； 采用三维力导图作为科普内容的展示载体，通过图谱技术构建科普知识结构模型，包括：根据科普知识点的重要性及相互间的逻辑关系为每个节点赋予相应的属性值importance_i,relations_i，基于每个节点的属性值，通过公式1计算各节点在三维空间中的位置坐标，连线的曲率反映节点间关系的紧密程度或复杂性，通过连接线的视觉特征进行表现，连接线的视觉特征包括连接线的长度、弯曲程度、颜色、粗细： 公式1：x_i,y_i,z_i=fimportance_i,relations_i； 其中，x_i,y_i,z_i为第i个节点的三维坐标，importance_i为第i个节点所代表科普知识点的重要性系数，relations_i表示第i个节点与其他节点间的逻辑关系参数； 利用公式2对科普知识点的关键词及其出现频率进行统计分析，将计算得到的高TF-IDF值关键词与对应的科普知识点节点关联，以标签、注释的形式展示在三维力导图上： 公式2；TF-IDFk_i,d_j=tfk_i,d_j*logNdfk_i； 其中，TF-IDFk_i,d_j表示关键词k_i在文档d_j中的权重，tfk_i,d_j为关键词k_i在文档d_j中的出现次数，N为总文档数，dfk_i为包含关键词k_i的文档数； 所述科普内容界面还包括搜索框，用于在用户输入查询关键词后，利用公式3计算用户查询关键词与各节点标签的相似度，并按相似度排序显示相关节点： 公式3；similarityq,t=cosinevecq,vect； 其中，similarityq,t表示查询关键词q与节点标签t的相似度，vecq和vect分别为查询关键词q和节点标签t的向量化表示，cosine为余弦相似度计算函数； 所述方法还包括以下步骤以实现节点的个性化推荐： 收集用户在使用所述科普内容界面过程中的浏览行为数据，对收集到的浏览行为数据进行处理，基于公式4计算用户对各科普知识点的兴趣度；公式4； interest_uk=α*click_uk+β*read_uk+γ*dwell_time_uk+δ*search_freq_uk； 其中，interest_uk表示用户u对科普知识点k的兴趣度，click_uk为用户u点击科普知识点k的次数，read_uk为用户u查阅与科普知识点k相关文章的次数，dwell_time_uk为用户u在科普知识点k相关界面的停留时间，search_freq_uk为用户u搜索涉及科普知识点k的关键词的频率，α、β、γ、δ为预设的权重系数； 根据用户兴趣度矩阵及所有用户的浏览行为数据，运用协同过滤算法计算得到用户对未接触过的科普知识点的预测兴趣度； 将预测兴趣度高于预设阈值的科普知识点标记为用户的潜在兴趣点，并在科普内容界面中以标识显示，或通过推送通知的方式向用户推荐； 所述方法还包括以下步骤以实现科普内容的个性化推荐： 收集用户兴趣行为数据，利用机器学习算法对用户兴趣行为数据进行分析，提取用户在科普领域的兴趣主题、关注程度以及学习进度特征，建立用户画像模型； 对科普知识图谱中的节点进行多维度标注，涵盖知识点难度等级、所属学科领域、适用年龄段、关联热点事件因素； 设计推荐算法，依据用户画像模型和节点标注信息，采用公式6计算用户与图谱中各个节点的匹配度，公式6；MU,N=α*PN|U+β*DN+γ*RN； 其中，MU,N表示用户U与图谱节点N的匹配度，PN|U为根据用户行为数据预测用户对节点N感兴趣的概率，DN为节点N的知识点难度与用户学习进度的适应度评分，RN为节点N关联当前热点事件的程度，α、β、γ为权重系数； 根据匹配度排序结果，选取Top-K个节点所对应的科普文章或文章列表作为推荐内容，在科普内容界面中展示个性化推荐结果，并动态更新推荐列表以响应用户行为变化和知识图谱更新。

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广东省中医院(广州中医药大学第二附属医院、广州中医药大学第二临床医学院、广东省中医药科学院)，其通讯地址为：510120 广东省广州市越秀区大德路111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。