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！

龙图腾网获悉山东科技大学申请的专利一种基于学习时间需求感知的多头自注意力习题推荐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：CN120804168B 。

龙图腾网通过国家知识产权局官网在2026-01-20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：202510884500.4，技术领域涉及：G06F16/2457；该发明授权一种基于学习时间需求感知的多头自注意力习题推荐方法是由刁秀丽;王兴胜;曾庆田;宋正国;倪维健;鲁法明;赵华;温彦设计研发完成，并于2025-06-30向国家知识产权局提交的专利申请。

本一种基于学习时间需求感知的多头自注意力习题推荐方法在说明书摘要公布了：本发明公开了一种基于学习时间需求感知的多头自注意力习题推荐方法，属于个性化习题推荐技术领域，包括如下步骤：获取学习者答题日志记录，日志记录中包括习题序列、作答时间序列、习题难度信息；建立学习行为序列编码模块，提取学习行为序列表征；建立学习者全局表征网络模块，提取学习者全局表征；构建习题特征建模模块，提取习题特征表征；构建个性化习题推荐模块，将学习行为序列表征、学习者全局表征以及习题特征表征进行融合，为学习者推荐下一道习题及答题时间。本发明综合刻画个体学习状态与群体行为共性，结合学习时间需求与习题特征生成个性化推荐结果，有效提升个性化习题推荐的精准性与时效性。

本发明授权一种基于学习时间需求感知的多头自注意力习题推荐方法在权利要求书中公布了：1.一种基于学习时间需求感知的多头自注意力习题推荐方法，其特征在于，包括如下步骤： 步骤1、获取学习者答题日志记录，日志记录中包括习题序列、作答时间序列、习题难度信息； 步骤2、建立学习行为序列编码模块，提取学习行为序列表征； 步骤3、建立学习者全局表征网络模块，提取学习者全局表征； 步骤4、构建习题特征建模模块，提取习题特征表征； 习题特征建模模块的具体工作过程为： 步骤4.1、设第个时间步作答的习题的总作答次数为，其中第个时间步作答的习题的正确次数为，则第个时间步作答的习题的作答正确率定义为： ； 步骤4.2、为将连续的作答正确率值映射为离散的难度等级，统计全体习题的作答正确率分布，其中为习题总数，并按照排序后的三等分区间进行划分；用如下映射函数表示习题的离散难度等级： ； 其中，为第个时间步作答的习题的难度等级标签，0、1、2依次表示难度等级易、中、难；和分别表示作答正确率集合的下三分之一与上三分之一分位点； 步骤4.3、将难度等级通过嵌入层映射为习题特征表征： ； 其中，为第个时间步作答的习题的习题特征表征；为习题特征建模模块的嵌入层； 步骤5、构建个性化习题推荐模块，将学习行为序列表征、学习者全局表征以及习题特征表征进行融合，为学习者推荐下一道习题及答题时间； 个性化习题推荐模块的具体工作过程为： 步骤5.1、将学习行为序列表征、学习者全局表征以及习题特征表征拼接后形成融合特征： ； 步骤5.2、得到融合向量后，使用线性变换层进行预测，并通过Softmax函数输出预测的概率分布： ； 其中，为Softmax函数；、分别为权重矩阵、偏置项；输出结果表示对所有候选习题-作答时间组合类别的概率分布，用于刻画学习者下一步学习行为的综合预测； 步骤5.3、个性化习题推荐模块的损失函数为： ； 其中，为所有习题-作答时间组合类别的总数；表示第个类别的真实的标签；表示第个类别预测的概率分布。

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山东科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579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”。

以上内容由龙图腾AI智能生成。