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！

龙图腾网获悉肇庆学院申请的专利基于知识追踪的学习内容推荐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：CN118628308B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202410709998.6，技术领域涉及：G06Q50/20；该发明授权基于知识追踪的学习内容推荐方法及系统是由黄燕芬;王琳设计研发完成，并于2024-06-03向国家知识产权局提交的专利申请。

本基于知识追踪的学习内容推荐方法及系统在说明书摘要公布了：本申请涉及内容推荐技术领域，公开了一种基于知识追踪的学习内容推荐方法及系统。所述方法包括：获取学习者所有需要学习的知识点并构建初始知识图谱；进行知识状态数据采集和预处理，得到知识地图；对知识地图与知识图谱进行特征匹配，得到多个候选学习路径；通过多特征融合路径分析模型进行学习路径评分计算，得到每个候选学习路径的路径综合评分；选取多个目标学习路径并生成学习者的推荐学习内容；采集学习者的状态反馈数据，并通过概率多目标强化学习算法对初始知识图谱和多特征融合路径分析模型进行更新和优化，得到目标知识图谱和目标路径分析模型，本申请提高了基于知识追踪的学习内容推荐的准确率。

本发明授权基于知识追踪的学习内容推荐方法及系统在权利要求书中公布了：1.一种基于知识追踪的学习内容推荐方法，其特征在于，所述基于知识追踪的学习内容推荐方法包括： 获取学习者所有需要学习的知识点，并对所述知识点进行分类和关系图构建，得到初始知识图谱；具体包括：获取学习者所有需要学习的知识点，并通过K-means聚类算法对所述知识点进行分类，得到分类后的知识点；通过贝叶斯网络对所述分类后的知识点进行因果关系分析，得到关系信息集合；基于Neo4j图数据库对所述关系信息集合和所述分类后的知识点进行节点连接，得到节点连接图；对所述节点连接图进行权重赋值，得到加权关系图，并对所述加权关系图进行图形化，得到图形化知识图谱；对所述图形化知识图谱进行层次划分，得到分层知识图谱，并对所述分层知识图谱进行一致性校验，得到初始知识图谱； 对所述学习者进行知识状态数据采集和预处理，得到所述学习者的知识地图；具体包括：对所述学习者进行知识状态数据采集，得到初始知识状态数据，所述初始知识状态数据包括：在线测试数据、作业评分数据和课堂提问数据；对所述初始知识状态数据进行数据清洗，得到清洗后的知识状态数据，并对所述清洗后的知识状态数据进行归一化，得到归一化知识状态数据；对所述知识状态数据进行主成分特征提取，得到知识状态特征数据；通过BKT模型对所述知识状态特征数据进行知识地图映射，得到所述学习者的知识地图； 对所述知识地图与所述知识图谱进行特征匹配，得到多个候选学习路径；具体包括：对所述知识地图进行节点提取，得到知识节点，并对所述知识图谱进行节点提取，得到图谱节点；对所述知识节点与所述图谱节点进行相似度计算，得到初始相似度矩阵，并对所述初始相似度矩阵进行阈值筛选，得到目标相似度矩阵；对所述目标相似度矩阵进行特征匹配分析，得到特征匹配结果，并对所述特征匹配结果进行路径生成，得到多个初始学习路径；对所述多个初始学习路径进行权重计算，得到多个权重学习路径，并采用动态规划算法对所述多个权重学习路径进行筛选，得到多个候选学习路径； 分别将所述多个候选学习路径输入预置的多特征融合路径分析模型进行学习路径评分计算，得到每个候选学习路径的路径综合评分；具体包括：分别对所述多个候选学习路径进行特征提取，得到每个候选学习路径的多个路径特征；对每个候选学习路径的多个路径特征进行特征归一化和特征向量编码，得到每个候选学习路径的路径特征编码向量；分别将每个候选学习路径的路径特征编码向量输入预置的多特征融合路径分析模型，所述多特征融合路径分析模型包括：多头自注意力机制、多个深度神经网络和全连接层；对所述路径特征编码向量进行多头自注意力机制分析，生成多个路径特征注意力向量；将所述多个路径特征注意力向量输入所述多个深度神经网络进行特征关系和特征权重分析，得到每个路径特征注意力向量的特征关系和特征权重；在所述全连接层中，根据所述特征关系和所述特征权重对所述多个路径特征注意力向量进行学习路径评分计算和加权融合，输出每个候选学习路径的路径综合评分； 根据所述路径综合评分和预设目标值选取多个目标学习路径，并根据所述多个目标学习路径生成所述学习者的推荐学习内容；具体包括：根据所述路径综合评分和预设目标值选取多个目标学习路径；对所述多个目标学习路径进行学习内容转换，得到多个第一学习内容；对所述多个第一学习内容进行内容组织，得到多个第二学习内容；获取所述学习者的学习风格和兴趣爱好，并对所述多个第二学习内容进行内容整合，生成所述学习者的推荐学习内容； 采集所述学习者的状态反馈数据，并通过概率多目标强化学习算法对所述初始知识图谱和所述多特征融合路径分析模型进行更新和优化，得到目标知识图谱和目标路径分析模型；具体包括：基于所述推荐学习内容采集所述学习者的状态反馈数据；根据所述状态反馈数据定义所述学习者的知识掌握度向量和学习任务特征向量；将所述知识掌握度向量和所述学习任务特征向量输入概率多目标强化学习算法进行概率计算和多目标分析，得到多目标反馈信息；对所述多目标反馈信息进行强化学习，得到强化学习结果；根据所述强化学习结果对所述初始知识图谱进行知识图谱更新，得到目标知识图谱；根据所述强化学习结果对所述多特征融合路径分析模型进行路径分析模型更新，得到目标路径分析模型。

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肇庆学院，其通讯地址为：526060 广东省肇庆市端州区肇庆大道55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”。