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

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 > 广州炫视智能科技有限公司吴振涛获国家专利权

广州炫视智能科技有限公司吴振涛获国家专利权

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!

龙图腾网获悉广州炫视智能科技有限公司申请的专利一种AI赋能的智慧教学个性化服务方法及其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:CN120542747B

龙图腾网通过国家知识产权局官网在2025-10-03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:202511038774.8,技术领域涉及:G06Q10/063;该发明授权一种AI赋能的智慧教学个性化服务方法及其系统是由吴振涛;李媛媛;何卉婷设计研发完成,并于2025-07-28向国家知识产权局提交的专利申请。

一种AI赋能的智慧教学个性化服务方法及其系统在说明书摘要公布了:本发明提供一种AI赋能的智慧教学个性化服务方法及其系统,涉及智慧教学技术领域,包括周期性地采集当前学生的多模态数据;对多模态数据中的学习数据和行为数据执行关联分析,生成分析结果;根据分析结果中的群体标签和能力预测模型构建权重矩阵,并根据权重矩阵对所有知识节点进行分层课程划分;基于能力预测模型和学风向量分别确定核心知识比重和拓展知识比重并进行融合,生成融合比例;分别从核心模块和拓展模块中筛选出强化训练序列和拓展内容序列,并根据融合比例对强化训练序列和拓展内容序列进行交叉排列,生成动态学习路径,本发明通过多模态数据融合、深度关联分析、分层课程构建及动态路径规划,实现教学服务的精准化与个性化。

本发明授权一种AI赋能的智慧教学个性化服务方法及其系统在权利要求书中公布了:1.一种AI赋能的智慧教学个性化服务方法,其特征在于,所述方法包括以下步骤: 周期性地采集当前学生的多模态数据,其中所述多模态数据包括学习数据、行为数据和知识图谱,其中所述知识图谱由多个包含难度系数和依赖关系的知识节点构成; 对所述学习数据、所述知识图谱和所述行为数据执行关联分析,生成分析结果,其中所述关联分析包括聚类分类、时序预测和向量映射,所述分析结果包括与所述关联分析对应的群体标签、能力预测模型和学风向量; 其中所述关联分析具体包括: 聚类分类:基于所述学习数据中的成绩指标与课堂评分,并结合所述行为数据中互动文本和平台日志生成的语义特征向量,通过谱聚类算法生成所述群体标签; 时序预测:利用所述学习数据中的进度记录,结合所述知识节点的难度系数与依赖关系,构建时序预测模型,输出所述能力预测模型; 向量映射:分析所述行为数据中的兴趣强度值与所述学习数据中的作业质量分级评分,通过跨模态关联算法生成所述学风向量; 根据所述群体标签和所述能力预测模型构建权重矩阵,并根据所述权重矩阵对所有知识节点进行分层课程划分,其中所述分层课程包括核心模块和拓展模块; 其中,所述权重矩阵的构建过程具体包括: 根据所述群体标签的群体分布密度,计算各知识节点的群体掌握度权重; 基于所述能力预测模型中薄弱环节概率分布,生成各知识节点的个体紧急度权重; 将所述群体掌握度权重和所述个体紧急度权重组合成权重矩阵; 所述分层课程划分的过程具体包括: 依据权重矩阵对知识节点进行排序,并将超过预设核心知识阈值的知识节点定义为核心模块; 剩余的知识节点根据与所述核心模块的知识节点间的依赖关系及难度系数评估后,将满足评估条件的知识节点划分为拓展模块; 基于所述能力预测模型和所述学风向量分别确定核心知识比重和拓展知识比重并进行融合,生成融合比例; 分别从所述核心模块和拓展模块中筛选出强化训练序列和拓展内容序列,并根据所述融合比例对所述强化训练序列和拓展内容序列进行交叉排列,生成动态学习路径。

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广州炫视智能科技有限公司,其通讯地址为:510000 广东省广州市番禺区东环街东星路95号东星大厦708;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”。

以上内容由AI智能生成
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。