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！

龙图腾网获悉四川大学申请的专利基于因果-机器模型的医防融合技能评价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：CN119851529B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202510038522.9，技术领域涉及：G09B5/14；该发明授权基于因果-机器模型的医防融合技能评价方法是由潘杰;张韬;田宇星;陈苗双;李鑫;赵莉;廖娟;任晓晖;王秀丽;宋超;柯雄设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。

本基于因果-机器模型的医防融合技能评价方法在说明书摘要公布了：本发明涉及教育技术领域，特别是涉及一种基于因果‑机器模型的医防融合技能评价方法，包括步骤1：使用自然语言处理技术结合深度学习模型生成题目特征向量和知识点语义向量，利用余弦相似度计算出特征向量之间的相关性；步骤2：基于因果‑机器模型生成题目难度系数；步骤3：通过学生的答题正确率和答题速度生成学生知识掌握特征向量；步骤4：基于深度学习模型为学生推荐最适合的作业题目；步骤5：通过因果‑机器模型量化分析学生的答题表现，提供反馈意见和学习建议。本发明能够识别学生的薄弱环节，有效提升预防医学专业学习的效率，辅助教师的教学决策，促进医防融合和医防协同人才的个性化培养。

本发明授权基于因果-机器模型的医防融合技能评价方法在权利要求书中公布了：1.一种基于因果-机器模型的医防融合技能评价方法，其特征在于，包括如下步骤： 步骤1：获取预防医学人才培养核心技能题库中每道题目文本，以及专业培养方案课程教材知识点文本；使用自然语言处理技术结合预训练的BERT模型对题目文本和知识点文本进行量化后生成题目语义向量和知识点语义向量，利用余弦相似度计算出题目语义向量和知识点语义向量之间相关性，根据相关性获取该题目的关联知识特征向量； 步骤2：根据题目的历史完成率、历史答题正确率、教师评分难度，基于因果-机器模型生成题目难度系数，采用注意力机制将难度系数、题目语义向量和关联知识语义向量进行加权融合，生成每道题目的题目特征向量； 步骤3：获取学生在预防医学专业培养方案核心技能题库中的答题结果，通过学生的答题正确率和答题速度，结合题目语义向量生成学生知识掌握特征向量；体现出学生对某个知识点的掌握程度；根据关联知识特征向量累加相关题目的学生知识掌握特征向量构成综合掌握特征向量，提取其在不同知识点上的综合掌握特征向量构成覆盖特征； 步骤4：结合题目特征向量、知识点语义向量和学生的综合掌握特征向量，基于深度学习模型DeepFM为学生推荐最适合的作业题目，优先推送能够帮助学生巩固薄弱环节或提升现有水平的题目； 所述DeepFM模型的因子分解机模型捕捉题目特征向量与综合掌握特征向量之间的直接交互关系，获得某类题型对特定学生的匹配度；计算出两个向量之间的点积，以评估学生与题目之间的基础匹配度；DeepFM模型的多层神经网络捕捉题目特征向量与综合掌握特征向量的复杂非线性关系，从更复杂的模式中得出准确的推荐结果； 在DeepFM模型中引入强化学习，将每个学生的当前知识掌握情况和作业完成情况作为强化学习中的状态，向学生推荐一系列题目；每次推荐后，根据学生的作答表现来调整推荐策略； 步骤5：再基于因果-机器模型自动分析学生的答题表现，向教师提供智能反馈意见；生成针对学生知识薄弱环节的学习建议，帮助教师及时调整教学方案。

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四川大学，其通讯地址为：610000 四川省成都市武侯区一环路南一段24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”。