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！

龙图腾网获悉广州市宏方网络科技有限公司申请的专利基于智能学情分析与互动教学优化方法、系统及其介质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：CN120672530B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202510834378.X，技术领域涉及：G06Q50/20；该发明授权基于智能学情分析与互动教学优化方法、系统及其介质是由祝杰;陆思远;彭健设计研发完成，并于2025-06-20向国家知识产权局提交的专利申请。

本基于智能学情分析与互动教学优化方法、系统及其介质在说明书摘要公布了：本申请公开了一种基于智能学情分析与互动教学优化方法、系统及其介质，涉及教育信息化技术领域，方法包括对教辅资料图像进行识别和解析，生成包含知识点标签的结构化作业数据；采集学生课堂行为数据，基于知识点标签计算专注度偏差值，触发教学策略调整；构建学生能力评估矩阵，基于学生能力评估矩阵与任务属性特征建立动态任务分组模型，生成任务‑学习进度报告；采集教师生理数据，结合课程信息与动态任务分组模型的复杂度指标，构建教师疲劳评估模型；基于疲劳评估结果调用排课优化算法优化排课方案；获取学生学习轨迹数据，采用机器学习生成个性化学习计划，并通过反馈机制动态调整学习参数权重；本申请提升了互动教学质量和学生学习效率。

本发明授权基于智能学情分析与互动教学优化方法、系统及其介质在权利要求书中公布了：1.基于智能学情分析与互动教学优化方法，其特征在于，包括： 对教辅资料图像进行文字识别和题目解析，生成包含题目类型、知识点标签的结构化作业数据； 采集学生课堂行为数据，基于所述知识点标签结合注意力评估模型计算专注度偏差值，触发教学策略调整； 根据学生历史作业数据中的错误率与知识点掌握度，结合所述专注度偏差值构建学生能力评估矩阵，基于所述学生能力评估矩阵与任务属性特征建立动态任务分组模型，生成任务-学习进度报告； 通过生物传感器采集教师生理数据，结合课程信息与所述动态任务分组模型的复杂度指标，构建教师疲劳评估模型；基于疲劳评估结果调用排课优化算法优化排课方案； 获取学生学习轨迹数据，采用机器学习生成个性化学习计划，并通过反馈机制基于所述任务-学习进度报告动态调整学习参数权重； 所述结构化作业数据包括第一作业数据和第二作业数据；在对所述教辅资料图像进行文字识别和题目解析之后，还包括： 根据所述第一作业数据和所述第二作业数据，获取与知识点掌握相关的学情分析因素，其中，所述学情分析因素包括第一学情分析因素和第二学情分析因素； 根据所述学情分析因素，获取表示学生学习状态的学习状态影响因子，其中，所述学习状态影响因子包括第一学习状态影响因子和第二学习状态影响因子； 根据所述学习状态影响因子，划分学生群体，得到第一学生群体和第二学生群体； 根据所述第一学生群体和所述第二学生群体，获取个性化教学参数； 所述注意力评估模型为多模态注意力评估模型；所述方法还包括： 根据所述课堂行为数据中的肢体动作特征与视线焦点轨迹，构建多模态注意力评估模型； 基于滑动窗口算法对连续课堂片段进行分段标注，计算各时间段内学生注意力波动指数； 基于所述学生注意力波动指数与对应教辅资料的知识点难度系数矩阵的协方差分析，动态生成教学策略调整指令集； 所述根据所述学情分析因素，获取学习状态影响因子，具体包括： 获取预设知识关联因素，根据所述预设知识关联因素，筛选所述第一学情分析因素，得到第一学习状态影响因素，其中，所述第一学习状态影响因素包括第一知识点掌握度、第一错误率和第一答题速度； 根据所述第一学习状态影响因素，获取第一学习状态影响因子； 根据所述预设知识关联因素，筛选所述第二学情分析因素，得到第二学习状态影响因素，其中，所述第二学习状态影响因素包括第二知识点掌握度、第二错误率、第二答题速度和历史错题重复率； 根据所述第二学习状态影响因素，获取第二学习状态影响因子； 所述学生能力评估矩阵的构建过程包括： 采用时间序列分析模型计算所述第一错误率与所述第二错误率的衰减系数，结合遗忘曲线理论修正知识点掌握度权重； 通过模糊逻辑算法对第一专注度偏差值进行分级量化，建立包含认知投入度、知识吸收率、错误修正效率的三维评估矩阵； 基于k-means++聚类算法对所述三维评估矩阵进行动态分组，生成具有相似学习特征的学生簇群； 根据所述学生簇群的学习轨迹相似度，关联所述第一学习状态影响因子与所述第二学习状态影响因子； 所述动态任务分组模型的建立方法包括： 基于所述学生簇群的聚类中心坐标，计算任务属性特征与学生特征向量的余弦相似度矩阵； 采用改进的k-medoids算法对余弦相似度矩阵进行聚类优化，生成包含多个分组方案的任务分组方案； 通过强化学习算法建立分组稳定性预测模型，输出各分组方案的置信度概率分布； 根据所述置信度概率分布与课程信息中的课时分配约束，通过多目标决策树生成适配性教学资源推送策略。

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州市宏方网络科技有限公司，其通讯地址为：510665 广东省广州市天河区五山路267号瑞华大厦北塔9楼D单元；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。