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！

龙图腾网获悉网才科技(广州)集团股份有限公司申请的专利基于线上阅卷行为的智能化监控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：CN118823869B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202410709571.6，技术领域涉及：G06V40/20；该发明授权基于线上阅卷行为的智能化监控方法及系统是由马赫;倪小明;郭南明;杜育林;陈晓芸;刘佳荣设计研发完成，并于2024-06-03向国家知识产权局提交的专利申请。

本基于线上阅卷行为的智能化监控方法及系统在说明书摘要公布了：本发明涉及数据处理技术领域，公开了一种基于线上阅卷行为的智能化监控方法及系统，用于提高基于线上阅卷行为的智能化监控的准确率。方法包括：采集阅卷教师的行为数据，得到阅卷行为数据；将阅卷行为数据输入图神经网络进行行为特征提取，得到行为特征集；将行为特征集输入变分自编码器进行行为模式识别，得到行为模式集；将行为模式集输入对比学习算法进行异常行为识别，得到异常行为数据，其中，异常行为数据包括：快速评分行为、异常评分分布数据、异常操作频率；对异常行为数据进行监控报告分析，得到阅卷行为监控报告，并将阅卷行为监控报告传输至预置的数据展示终端。

本发明授权基于线上阅卷行为的智能化监控方法及系统在权利要求书中公布了：1.一种基于线上阅卷行为的智能化监控方法，其特征在于，包括： 采集阅卷教师的行为数据，得到阅卷行为数据，其中，所述阅卷行为数据包括：鼠标点击次数、鼠标点击位置、页面停留时间以及评分提交时间； 将所述阅卷行为数据输入图神经网络进行行为特征提取，得到行为特征集，包括：根据所述鼠标点击次数、所述鼠标点击位置、所述页面停留时间以及所述评分提交时间生成多个行为事件节点；对所述多个行为事件节点进行相邻节点提取，得到多组相邻节点；分别对每组相邻节点进行间隔时间计算，得到每组相邻节点的间隔时间；分别对每组相邻节点进行空间距离计算，得到每组相邻节点的空间距离；根据每组相邻节点的间隔时间以及每组相邻节点的空间距离，分别对每组相邻节点进行边权重分析，得到每组相邻节点的边权重数据；基于所述每组相邻节点的边权重数据构建每组相邻节点的边数据，并根据所述多组相邻节点以及每组相邻节点的边数据进行图结构构建，得到目标图结构； 将所述目标图结构输入所述图神经网络进行节点行为特征提取，得到所述行为特征集；所述图神经网络包括：输入层、消息传递层以及特征提取层，所述将所述目标图结构输入所述图神经网络进行节点行为特征提取，得到所述行为特征集步骤，包括：将所述目标图结构输入所述输入层进行行为数据向量转换，得到行为数据向量；将所述行为数据向量输入所述消息传递层进行邻居节点信息聚合，得到每个行为事件节点的邻居节点信息；根据每个行为事件节点的邻居节点信息对每个行为事件节点进行节点数据更新，得到每个更新行为事件节点；将每个更新行为事件节点输入所述特征提取层进行节点行为特征提取，得到所述行为特征集； 其中，在阅卷过程中点击某个选项时，记录下这个操作的时间和点击位置，并将其作为一个行为事件节点；当在某个页面停留超过一定时间，记录该停留时间并生成相应的节点；评分提交时间是一个关键数据点，每次提交评分时，记录提交的具体时间并生成节点；在生成了多个行为事件节点后，对节点进行相邻节点提取；相邻节点提取的目的是将时间上相近的节点配对，形成多组相邻节点；如果在短时间内连续点击了多个选项，这些点击操作的节点将被提取为一组相邻节点；在不同页面间的停留时间也可以形成相邻节点；然后，对于每组相邻节点，计算它们之间的间隔时间；间隔时间是指两个相邻节点之间的时间差；如果节点A和节点B分别表示在两个不同时间点的点击操作，计算两个相邻节点之间的时间差；计算每组相邻节点之间的空间距离；空间距离是指两个相邻节点在屏幕上的位置差异；在得到每组相邻节点的间隔时间和空间距离后，对这些节点进行边权重分析；边权重分析的目的是结合时间间隔和空间距离，计算每组相邻节点的边权重数据；边权重的计算公式是时间间隔和空间距离的加权组合，基于每组相邻节点的边权重数据，构建每组相邻节点的边数据；边数据包含每对相邻节点之间的关联信息，包括时间间隔、空间距离和边权重；如果在短时间内连续点击了多个选项，并且点击位置之间的距离很小，则这些点击操作的边权重将很高，表明这些操作是高度相关的；然后，根据多组相邻节点及其边数据，构建整个行为事件的图结构；图结构由多个节点和边组成，节点表示不同时刻的操作行为，边表示这些操作行为之间的关联；构建图结构的过程包括为每对相邻节点添加边，并为每条边赋予计算得到的权重；将构建好的目标图结构输入图神经网络进行节点行为特征提取；输入层将目标图结构中的节点和边数据转换为行为数据向量，消息传递层聚合每个节点的邻居节点信息，更新节点数据，特征提取层从更新后的节点数据中提取行为特征，形成行为特征集； 将所述行为特征集输入变分自编码器进行行为模式识别，得到行为模式集； 将所述行为模式集输入对比学习算法进行异常行为识别，得到异常行为数据，其中，所述异常行为数据包括：快速评分行为、异常评分分布数据、异常操作频率； 对所述异常行为数据进行监控报告分析，得到阅卷行为监控报告，并将所述阅卷行为监控报告传输至预置的数据展示终端。

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网才科技(广州)集团股份有限公司，其通讯地址为：510000 广东省广州市番禺区东环街金山谷创意十街5号308~316、401~416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”。