Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 学科网(北京)股份有限公司陈大鹏获国家专利权

学科网(北京)股份有限公司陈大鹏获国家专利权

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!

龙图腾网获悉学科网(北京)股份有限公司申请的专利一种基于大数据的课程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:CN118885515B

龙图腾网通过国家知识产权局官网在2025-07-29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:202411088194.5,技术领域涉及:G06F16/2457;该发明授权一种基于大数据的课程推荐方法及系统是由陈大鹏;陈思;袁平;王庆设计研发完成,并于2024-08-09向国家知识产权局提交的专利申请。

一种基于大数据的课程推荐方法及系统在说明书摘要公布了:本发明数据推荐技术领域,具体公开了一种基于大数据的课程推荐方法及系统,获取目标用户的行为状态数据,根据目标用户的行为状态数据获取目标用户同类别课程的行为状态值;基于目标用户同类别课程的行为状态值对同类别课程组进行级别分类得到分类数据,并上传至云管控平台;获取高关注同类别课程组内的目标课程子单元的课程能效数据,基于目标课程子单元的课程能效数据得到目标课程子单元的推荐状态值,完成对目标课程子单元的推荐,本发明将高关注同类别课程组内最大的推荐状态值所对应的目标课程子单元作为最优推荐课程,推送至目标用户,可视化程度高。

本发明授权一种基于大数据的课程推荐方法及系统在权利要求书中公布了:1.一种基于大数据的课程推荐方法,其特征在于,包括以下步骤: 获取目标用户的行为状态数据,根据目标用户的行为状态数据获取目标用户同类别课程的行为状态值; 基于目标用户同类别课程的行为状态值对同类别课程组进行级别分类得到分类数据,并上传至云管控平台; 分类数据包括非关注同类别课程组、中等关注同类别课程组和高关注同类别课程组; 获取高关注同类别课程组内的目标课程子单元的课程能效数据,基于目标课程子单元的课程能效数据得到目标课程子单元的推荐状态值,完成对目标课程子单元的推荐; 根据目标用户的行为状态数据的同类别课程时比、同类别课程数比、同类别未浏览比,计算得到目标用户同类别课程的行为状态值Ti; 预设同类别课程的行为状态值阈值的极限值为Ti1和Ti2,其中,Ti1<Ti2; 当Ti≥Ti2时,则表示目标用户对同类别课程的关注度高,将同类别课程处于该范围内的同类别课程记为高关注同类别课程组; 获取高关注同类别课程组内的目标课程子单元的课程能效数据; 课程能效数据包括目标课程子单元的人数推荐比和目标课程子单元的人数提升比; 获取目标课程子单元的历史学习人数和目标课程子单元的开展时长,将目标课程子单元的历史学习人数与目标课程子单元的开展时长进行比值计算,得到目标课程子单元的人数推荐比; 获取目标课程子单元每次课程完结后的进步人数比,将进步人数比与总学习人数进行比值计算,得到单次目标课程子单元的人数提升率,将目标课程子单元的开展时长内所有次的目标课程子单元的人数提升率求和取均值,得到目标课程子单元的人数提升比; 获取单次目标课程子单元完结时,取得提升进步的人数,将提示进步的人数与总学习人数进行比值计算,得到目标课程子单元的人数提升率; 将目标课程子单元的人数推荐比记为Rt; 将目标课程子单元的人数提升比记为Rs; 通过公式计算得到目标课程子单元的推荐状态值Ri,其中,k为预设比例系数; 其中,存在m组历史数据,每组历史数据包括目标课程子单元的人数推荐比Rt、目标课程子单元的人数提升比Rs和目标课程子单元的推荐状态值Ri; 对m组历史数据采用线性模型进行拟合,将准备好的历史数据带入到选择的拟合模型中进行拟合,得到拟合系数的均值作为预设比例系数; 将高关注同类别课程组内最大的推荐状态值所对应的目标课程子单元作为最优推荐课程,推送至目标用户; 课程推荐优先级按照目标课程子单元的推荐状态值由大至小的顺序对目标用户进行推送。

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学科网(北京)股份有限公司,其通讯地址为:102401 北京市房山区苏锦街3号院2号楼1层101;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”。

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。