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！

龙图腾网获悉北京策腾数字科技集团有限公司申请的专利一种基于大数据的教学资源智能管理系统及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：CN121544441B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202610070953.8，技术领域涉及：G06Q50/20；该发明授权一种基于大数据的教学资源智能管理系统及方法是由李永设计研发完成，并于2026-01-20向国家知识产权局提交的专利申请。

本一种基于大数据的教学资源智能管理系统及方法在说明书摘要公布了：本发明公开了一种基于大数据的教学资源智能管理系统及方法，涉及教学资源智能管理技术领域，本发明分析事件流中突变行为并提取学习区间；基于微知识点的掌握度指标，构建教学资源编排模型；采用两阶段启发式分解算法对教学资源编排模型进行求解，生成优化学习编排序列；将组装完成的微型学习单元按照优化学习编排序列的顺序，依次向用户终端进行流式推送，并获取用户的过程性交互数据；提取过程性交互数据分析答案正确率与响应时间稳定性；根据二维正态概率模型对总掌握度指标进行更新；基于更新后的总掌握度指标，触发对后续优化学习编排序列的重优化。实现状态的即时刷新；提高分析效率。

本发明授权一种基于大数据的教学资源智能管理系统及方法在权利要求书中公布了：1.一种基于大数据的教学资源智能管理方法，其特征在于，该方法包括如下步骤： S1：采集目标用户与交互式学习界面进行交互产生的事件流；分析事件流中突变行为并提取学习区间；根据学习区间内操作事件分析每个微知识点的掌握度指标； S2：基于微知识点的掌握度指标，构建教学资源编排模型；采用两阶段启发式分解算法对教学资源编排模型进行求解，生成优化学习编排序列； 在S2中，包括以下内容： S201：将微知识点总集合中第j个微知识点记为kj；若将微知识点kj对应的学习单元安排在学习编排序列的第m个位置进行学习，则决策变量xj，m=1；否则决策变量xj，m=0；构建教学资源编排模型； 对教学资源编排模型施加约束条件，所述约束条件包括先序约束、认知负荷约束、时间预算约束和遗忘曲线约束；所述先序约束为若微知识点ka是微知识点kb的先决知识点，则在学习编排序列中需要满足；其中m’表示学习编排序列中位置的序号；所述认知负荷约束为学习编排序列中任意连续若干个位置的微知识点的认知复杂度权重和不超过认知复杂度阈值；所述时间预算约束表示学习编排序列所有微知识点的预估学习时长总和不超过时长阈值；所述遗忘曲线约束为对于总掌握度指标低于掌握度阈值时，且距上次学习区间的时间间隔超过时间间隔阈值，在学习编排序列中安排一次复习； S202：采用两阶段启发式分解算法对教学资源编排模型进行求解，以生成最终的学习编排序列； 其中第一阶段在满足先序关系与时间预算约束的前提下，采用贪心算法选择单位时间预期收益最高的知识点，形成初始知识点集合；所述单位时间预期收益等于预设基础重要性权重乘以一和当前时刻微知识点的总掌握度指标的差值，再除以对应的预估学习时长； 在第二阶段中，对初始知识点集合进行排序，得到一个满足所有约束条件的初始序列；预设邻域操作规则，所述邻域操作规则包括：交换序列中相邻且无直接先序约束的两个微知识点的位置，或将一个微知识点及所有直接与间接后续依赖知识点构成的子块在序列中整体前移或后移一个位置； 以所述初始序列为起点，采用元启发式搜索策略进行迭代优化，所述迭代优化的每一步骤包括：基于当前序列，通过应用所述邻域操作规则，生成一个或若干个候选序列；对每一个候选序列，检查其是否满足所述认知负荷约束；对于满足认知负荷约束的候选序列，根据教学资源编排模型计算总预期学习收益值；依据所采用的元启发式策略，从通过检查的候选序列中选择一个序列作为下一轮迭代的当前序列；当达到预设的迭代终止条件时，终止搜索，并将迭代过程中满足所有约束且具有最高总预期学习收益值的序列，输出优化学习编排序列； S3：对优化学习编排序列中的每一个微知识点组装微型学习单元；将组装完成的微型学习单元按照优化学习编排序列的顺序，依次向用户终端进行流式推送，并获取用户的过程性交互数据； S4：提取过程性交互数据分析答案正确率与响应时间稳定性；根据二维正态概率模型对总掌握度指标进行更新；基于更新后的总掌握度指标，触发对后续优化学习编排序列的重优化。

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北京策腾数字科技集团有限公司，其通讯地址为：100080 北京市海淀区上地三街9号B座2层B310；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。