Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 湖南数播科技有限公司谢宇灏获国家专利权

湖南数播科技有限公司谢宇灏获国家专利权

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!

龙图腾网获悉湖南数播科技有限公司申请的专利一种基于学习行为的自适应学习时长管控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:CN121563455B

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:202610083580.8,技术领域涉及:G06Q10/109;该发明授权一种基于学习行为的自适应学习时长管控方法是由谢宇灏;李金莹设计研发完成,并于2026-01-22向国家知识产权局提交的专利申请。

一种基于学习行为的自适应学习时长管控方法在说明书摘要公布了:本发明属于教育技术领域,具体为一种基于学习行为的自适应学习时长管控方法。其将学生当前学习会话的当前认知负荷当量及未来认知负荷当量,分别与经家长管控规则转化而来的期望负荷区间比对,识别即时负荷冲突或预测负荷冲突,并依据冲突类型和冲突幅值,触发并执行融合单次休息基础时长或低认知负荷知识点选择范围的对应调控指令,以调整学习进程,最后通过调控指令执行后生成的反馈数据包,优化调控指令的触发逻辑。既使得家长的个性化管理意愿能够被量化为可识别、可操作的调控依据,又使得休息中断或路径调整等干预指令的触发,能与学生实时的认知资源消耗状态相匹配,进而提高管控策略的有效性与适应性。

本发明授权一种基于学习行为的自适应学习时长管控方法在权利要求书中公布了:1.一种基于学习行为的自适应学习时长管控方法,其特征在于,包括: 通过查询存储有知识点先序依赖关系的知识点网络,确定学生当前学习会话的当前认知负荷当量及未来认知负荷当量; 所述当前认知负荷当量确定过程包括:基于学生历史答题数据确定其已掌握知识点集合; 针对学生当前学习会话中已学习知识点序列中的每个知识点,从所述知识点网络中获取该知识点的先序依赖关系; 若该知识点属于学生已掌握知识点集合,则设置该知识点认知距离为0,否则从该知识点出发,沿所述先序依赖关系逆向遍历知识点网络,直至遇到首个属于学生已掌握知识点集合的先序知识点,将所遍历的依赖关系边的数量记为该知识点的认知距离; 将从零基础状态到掌握该知识点所需的最短先序依赖路径长度作为该知识点的参考认知距离; 根据所述认知距离与所述参考认知距离的比值,确定该知识点的认知难度梯度; 将当前学习会话中所有已学习知识点的认知难度梯度累加,得到当前认知负荷当量; 所述未来认知负荷当量确定过程包括:从当前学习会话中已规划但尚未学习的知识点序列中,选择前序预设数量知识点构成待评估序列; 确定所述待评估序列中每个知识点的认知难度梯度,并将该序列中所有知识点的认知难度梯度之和,作为未来认知负荷增量; 将未来认知负荷增量与当前认知负荷当量之和,作为未来认知负荷当量; 将家长配置的管控规则转化为包含期望负荷区间、单次休息基础时长和低认知负荷知识点选择范围; 将当前认知负荷当量、未来认知负荷当量分别与所述期望负荷区间比对,识别即时负荷冲突或预测负荷冲突; 若识别到冲突存在,则依据冲突类型和冲突幅值,触发并执行融合所述单次休息基础时长或所述低认知负荷知识点选择范围的对应调控指令,以调整学习进程; 依据冲突类型与冲突幅值触发调控指令包括: 若存在即时负荷冲突,则触发休息指令,定义当前认知负荷当量与期望负荷区间上限的差值为冲突幅值,将冲突幅值与预设时长调节系数的乘积叠加至单次休息基础时长,得到所述休息指令的具体执行时长; 若存在预测负荷冲突,定义未来认知负荷当量与期望负荷区间上限的差值为冲突幅值,若冲突幅值大于或等于当前学习会话所属科目标定的路径调整阈值,则触发针对待评估序列的低认知负荷知识点替换指令,反之触发闯关指令; 收集所述调控指令执行后的学习效率与交互反馈数据,生成反馈数据包并用于优化调控指令的触发逻辑。

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湖南数播科技有限公司,其通讯地址为:410000 湖南省长沙市天心区书院路9号安玺雅苑B2、B3栋及地下室1013房;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。