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！

龙图腾网获悉西安启光信息技术有限责任公司申请的专利多模态数据驱动的教育评价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：CN120047286B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202510518264.4，技术领域涉及：G06Q50/20；该发明授权多模态数据驱动的教育评价方法及系统是由王莺;周博设计研发完成，并于2025-04-24向国家知识产权局提交的专利申请。

本多模态数据驱动的教育评价方法及系统在说明书摘要公布了：本发明涉及数据分析技术领域，尤其涉及一种多模态数据驱动的教育评价方法及系统。所述方法包括以下步骤：采集多模态教育数据；基于多模态教育数据进行教育数据的全局集成及增量迭代映射处理，生成全局映射增量教育矩阵；根据全局映射增量教育矩阵进行结构化及非结构化的教育特征分析，生成教育特征数据；获取历史教育评价数据；根据教育特征数据以及历史教育评价数据进行教育层级评价指标分析，生成教育层级评价指标数据；基于教育层级评价指标数据设计智能教评层级关系模型；基于智能教评层级关系模型对教育特征数据进行教育智能评价处理，生成教育智能评价数据。本发明通过对教育多模态数据驱动分析，实现高效且精准地智能教育评价。

本发明授权多模态数据驱动的教育评价方法及系统在权利要求书中公布了：1.一种多模态数据驱动的教育评价方法，其特征在于，包括以下步骤： 步骤S1：利用预设的教务系统API接口进行多模态教育数据采集，生成多模态教育数据；基于多模态教育数据进行教育数据的全局集成及增量迭代映射处理，生成全局映射增量教育矩阵； 步骤S2：根据全局映射增量教育矩阵进行结构化及非结构化的教育特征分析，生成教育特征数据； 其中，步骤S2包括： 步骤S21：对全局映射增量教育矩阵进行教育结构化特征分析，生成教育结构化特征数据； 步骤S22：基于全局映射增量教育矩阵进行教育非结构关键行为事件分析，以得到教育非结构化关键行为事件数据； 步骤S22包括： 步骤S221：根据全局映射增量教育矩阵进行教育活动行为分析，生成教育活动行为数据；并通过教育活动行为数据进行教育活动行为对象检测，生成教育活动行为对象数据； 步骤S222：利用教育活动行为数据对全局映射增量教育矩阵进行教育非结构化行为解析，生成教育非结构化行为解析数据； 步骤S223：根据教育活动行为对象数据以及教育非结构化行为解析数据进行教育非结构化行为模式分析，生成教育非结构化行为模式数据； 步骤S224：通过教育非结构化行为模式数据设计教育关键行为事件检测阈值；根据教育非结构化行为模式数据进行行为模式时序分析，生成教育非结构化行为模式时序数据，并通过教育非结构化行为模式时序数据设计教育关键行为事件时序检测阈值；将符合教育关键行为事件检测阈值且符合教育关键行为事件时序检测阈值对应的教育非结构化行为解析数据进行教育非结构化关键行为事件抽取，以得到教育非结构化关键行为事件数据； 步骤S23：基于教育非结构化关键行为事件数据设计教育非结构化特征映射规则，并利用教育非结构化特征映射规则对全局映射增量教育矩阵进行教育非结构特征映射处理，生成教育非结构化特征数据； 步骤S24：对教育结构化特征数据以及教育非结构化特征数据进行教育特征集成处理，生成教育特征数据； 步骤S3：获取历史教育评价数据；根据教育特征数据以及历史教育评价数据进行教育层级评价指标分析，生成教育层级评价指标数据；基于教育层级评价指标数据进行教育活动与教育评价的树形层级映射关系设计，以得到智能教评层级关系模型； 步骤S4：基于智能教评层级关系模型对教育特征数据进行教育智能评价处理，生成教育智能评价数据，并将教育智能评价数据传输至终端执行教评智能反馈作业。

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西安启光信息技术有限责任公司，其通讯地址为：710075 陕西省西安市高新区科技二路72号西安软件园零壹广场11403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”。