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！

龙图腾网获悉江西师范大学申请的专利基于大数据的生涯数据采集分析系统及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：CN119441610B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202411509083.7，技术领域涉及：G06F16/9535；该发明授权基于大数据的生涯数据采集分析系统及方法是由刘清华;曾雅琳;余婷;王渊;韩明宇;尹红设计研发完成，并于2024-10-28向国家知识产权局提交的专利申请。

本基于大数据的生涯数据采集分析系统及方法在说明书摘要公布了：本发明涉及数据分析技术领域，具体为基于大数据的生涯数据采集分析系统及方法，包括矩阵构建单元、模型训练单元、模型构建单元和习题推荐单元，还包括：数据采集单元，所述数据采集单元用于通过网络爬虫技术获取所述目标用户在线学习网站的生涯数据，所述生涯数据包括所述目标用户做过习题的知识点，并将所述生涯数据传输至概率预测单元和矩阵构建单元。本发明通过分析用户的生涯数据，建立用户的认知水平矩阵，识别用户在知识点上的强弱，从而为用户提供针对性的习题推荐，通过习题推荐模型能够推荐最适合用户的习题，帮助用户集中精力在需要改进的知识点上，从而提高学习效率。

本发明授权基于大数据的生涯数据采集分析系统及方法在权利要求书中公布了：1.基于大数据的生涯数据采集分析系统，包括矩阵构建单元（4）、模型训练单元（5）、模型构建单元（6）和习题推荐单元（7），其特征在于： 数据采集单元（1），所述数据采集单元（1）用于通过网络爬虫技术获取目标用户在线学习网站的生涯数据，所述生涯数据包括所述目标用户做过习题的知识点，并将所述生涯数据传输至概率预测单元（2）和矩阵构建单元（4）； 概率预测单元（2），所述概率预测单元（2）对数据采集单元（1）传输的所述生涯数据进行接收，并基于所述生涯数据构建习题预测模型，且对所述习题预测模型添加意外系数，从而得到修正习题预测模型，所述意外系数包括粗心系数和猜测系数，并将所述修正习题预测模型传输至模型求解单元（3）； 所述习题预测模型如下： ； 其中，表示所述目标用户j在习题k上根据知识点掌握情况的预计正确概率，表示习题k对知识点n的考查情况，表示所述目标用户j对知识点n的掌握情况，表示习题k相关的知识点的总数； 所述修正习题预测模型如下： ； 其中，表示修正后的所述目标用户j在习题k上正确的概率，表示所述目标用户j在习题k上粗心做错的概率，表示所述目标用户j在习题k上猜对的概率； 所述目标用户做过习题的答题结果条件分布如下： ； 其中，表示修正后的所述目标用户j在习题k上正确的概率，表示所述目标用户做过习题的答题结果条件分布，表示所述目标用户做过习题的总数； 所述目标用户做过习题的答题结果边缘分布如下： ； 其中，表示修正后的所述目标用户j在习题k上正确的概率，表示所述目标用户做过习题的答题结果边缘分布，表示所述目标用户的总数，表示所述目标用户做过习题的总数； 所述基于所述条件分布和边缘分布使用牛顿-拉夫逊迭代的方法求解所述修正习题预测模型中各个未知参数，包括以下步骤： B1、将所述目标用户做过习题的答题结果边缘分布取对数，取对数后的所述目标用户做过习题的答题结果边缘分布如下： ； B2、基于所述取对数后的所述目标用户做过习题的答题结果边缘分布对所述目标用户j在习题k上粗心做错的概率和所述目标用户j在习题k上猜对的概率进行求导，求导后的所述取对数后的所述目标用户做过习题的答题结果边缘分布如下： ； B3、通过牛顿-拉夫逊迭代的方法计算求导后的所述取对数后的目标用户做过习题的答题结果边缘分布，从而得到所述目标用户j在习题k上粗心做错的概率和所述目标用户j在习题k上猜对的概率的估计值； 模型求解单元（3），所述模型求解单元（3）对概率预测单元（2）传输的所述修正习题预测模型进行接收，并基于所述修正习题预测模型构建所述目标用户做过习题的答题结果条件分布和边缘分布，并基于所述条件分布和边缘分布使用牛顿-拉夫逊迭代的方法求解所述修正习题预测模型中各个未知参数，从而得到修正后的所述目标用户在各个习题上正确的概率，并将所述目标用户在各个习题上正确的概率传输至认知矩阵构建单元（4）。

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江西师范大学，其通讯地址为：330000 江西省南昌市紫阳大道99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”。