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！

龙图腾网获悉浙江天正思维信息技术有限公司;杭州电子科技大学申请的专利一种基于细粒度交互与知识图谱的课程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：CN119941464B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202411978707.X，技术领域涉及：G06Q50/20；该发明授权一种基于细粒度交互与知识图谱的课程推荐方法是由何坚;俞凯;司瑞霞;俞东进;陈相普;章纪成设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本一种基于细粒度交互与知识图谱的课程推荐方法在说明书摘要公布了：本发明公开了一种基于细粒度交互与知识图谱的课程推荐方法，包括收集用户在教育平台上的交互行为，获取用户的学习记录；构建知识图谱G；并依据知识图谱获取课程的知识单元网络，对用户的学习记录进行分析，分别获取用户和课程的协同知识单元网络集合；提取用户对课程的大致偏好和细致偏好，并基于两种偏好生成个性化的课程推荐列表；本发明基于细粒度交互与知识图谱，借助知识图谱丰富的语义信息，为推荐算法提供额外信息，使用协同课程集合为课程补充协同信息，将用户与视频的交互信息补充到用户与课程的交互信息中，不仅能区分交互过同一课程的不同视频的用户之间的差别，还能提升推荐性能。

本发明授权一种基于细粒度交互与知识图谱的课程推荐方法在权利要求书中公布了：1.一种基于细粒度交互与知识图谱的课程推荐方法，其特征在于：方法包括以下步骤： 步骤1：收集用户在教育平台上的交互行为，获取用户的学习记录； 步骤2：收集教育平台上的课程数据，构建包含学校、教师、课程名称、课程视频、课程知识点的知识图谱； 步骤3：利用所述知识图谱获取课程的知识单元网络，对所述用户的学习记录进行分析，分别获取用户和课程的协同知识单元网络集合； 步骤4：提取用户对课程的大致偏好和细致偏好，基于两种偏好生成个性化的课程推荐列表，所述用户对课程的大致偏好为用户的总体课程核心内容，所述细致偏好为用户的总体视频核心内容； 基于两种偏好生成个性化的课程推荐列表的方法具体包括以下步骤： 步骤4-1：分别获取用户和课程的总体课程核心内容； 步骤4-2：获取用户的总体视频核心内容； 步骤4-3：分别获取用户和课程的最终表征； 步骤4-4：依据用户的最终表征和候选课程的最终表征计算得分，将得分按降序排序后的前topN个课程推荐给用户； 所述步骤4-3中，分别获取用户和课程的最终表征为：对于用户，其交互过的课程的知识单元网络为，课程的阶三元组集合为，课程的阶响应定义如下： ； ； ； ； ； 其中，，代表三元组集合中的元素数量，和都是标量权重，，“”代表向量的点积操作，“”代表转置操作，代表激活函数，“”代表向量的拼接操作，代表向量的单位向量，代表矩阵乘法，为可训练参数，“”代表向量的2范数； 将课程的初始实体嵌入作为其0阶响应； 即聚合课程的各阶响应得到，表示为： ； 其中，； 聚合用户的协同知识单元网络集合中的信息，得到用户最终表征，表示为： ； 其中，，代表知识单元网络集合中的元素数量； 对于课程，课程的知识单元网络为，课程的阶三元组集合为，课程的阶响应定义如下： ； ； ； ； 其中，，课程名称实体为课程在知识图谱中对齐后的实体，代表三元组集合中的元素，为标量权重，，“”代表向量的点积操作，“”代表转置操作，代表激活函数，“”代表向量的拼接操作，代表向量的单位向量，代表矩阵乘法，为可训练参数，代表向量的2范数； 即聚合课程的各阶响应得到，表示为： ； 将课程的协同知识单元网络集合中的信息聚合后得到的信息作为课程的补充信息；得到课程最终表征，表示为： ； 。

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浙江天正思维信息技术有限公司;杭州电子科技大学，其通讯地址为：310000 浙江省杭州市西湖区莫干山路231号广厦锐明大厦6楼；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。