中国人民解放军海军工程大学王哲获国家专利权
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!
龙图腾网获悉中国人民解放军海军工程大学申请的专利一种基于知识分类的训练科目管理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:CN120088107B 。
龙图腾网通过国家知识产权局官网在2026-01-27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:202510487030.8,技术领域涉及:G06Q50/20;该发明授权一种基于知识分类的训练科目管理方法及系统是由王哲;李静;莫小杰;袁胜智;张涛涛设计研发完成,并于2025-04-17向国家知识产权局提交的专利申请。
本一种基于知识分类的训练科目管理方法及系统在说明书摘要公布了:本发明涉及教育培训技术领域,其公开了基于知识分类的训练科目管理方法及系统,本系统包括;知识分类单元、知识评估单元、匹配管理单元;通过独特算法和技术,把知识精准分为基础、进阶和应用三类,如基础知识用关键词库比对,进阶知识构建知识图谱计算关联度,应用知识结合实际案例分析,为后续训练奠定坚实基础;针对不同类型知识设计标准化评估流程,能全面了解训练者知识水平;依据训练者各知识类型的水平等级,制定不同推荐策略,如基础优秀者侧重进阶与应用知识,对应用知识优秀者推荐大型项目,能满足不同训练者的学习需求,避免学习内容不匹配问题,从而提高训练效果和效率,让训练者更高效地提升知识和应用能力。
本发明授权一种基于知识分类的训练科目管理方法及系统在权利要求书中公布了:1.一种基于知识分类的训练科目管理方法,其特征在于,包括以下步骤: 知识分类:对与所有训练科目相关文本中的知识内容进行分类处理,并分类为基础知识、进阶知识和应用知识; 知识评估:依据基础知识、进阶知识和应用知识对训练者进行知识水平评估,确定出训练者分别在基础知识、进阶知识和应用知识上的知识水平等级; 匹配管理:依据训练者分别在基础知识、进阶知识和应用知识上的知识水平等级,同时结合预先设定的知识内容推荐规则,将训练科目对应知识内容匹配推荐给训练者; 基础知识的分类处理方式如下: 步骤F1.1、在所有训练科目相关文本中的所有知识内容,提取其中的基础概念、基础理论、基本操作规范对应的知识内容; 步骤F1.2、建立一个基础知识关键词库,利用文本匹配算法将提取的知识内容与关键词库进行比对: 若关键词库中包含提取的相关知识内容,则将提取的相关知识内容判定为基础知识; 步骤F1.3、将所有基础知识组成基础知识集合; 进阶知识的分类处理方式如下: 步骤F2.1、选定一个知识内容,通过自然语言处理技术,提取该知识内容中的关键概念和关系语句,随之将关键概念作为节点,将关系语句作为节点之间的边,构建出知识图谱; 步骤F2.2、将该知识内容标记为E∈{ej},j=1、2、……v,v表示知识内容中关键概念的数量; 同时,将基础知识集合标记为B∈{bi},i=1、2、……n,n表示为基础知识集合中所有基础知识的数量,bi表示基础知识集合中第i个基础知识; 步骤F2.3、统计知识内容中关键概念与各个基础知识,在相关文本内各个语句中共同出现的次数,并将其标记为Nej,bi; 同时,统计知识内容中关键概念在相关文本内各个语句中出现的总次数,并将其标记为Nbi; 步骤F2.4、通过,计算出知识内容中关键概念与基础知识之间 的关联度Rej,bi; 步骤F2.5、将知识内容中关键概念与基础知识之间的关联度Rej,bi与预设的关联度阈值RY进行比较: 当Rej,bi≥RY,则将所提取知识内容中关键概念判定为进阶知识;反之,则不为进阶知识; 步骤F2.6、随之将所有进阶知识组成进阶知识集合; 应用知识的分类处理方式如下: 步骤F3.1、收集与训练科目相关的实际应用案例,并将其储存至预先建立的案例数据库中; 步骤F3.2、利用语义分析匹配法将每个知识内容与案例数据库中的实际应用案例进行匹配; 步骤F3.3、针对每个知识内容,统计其在案例数据库各实际应用案例中累计出现的次数,并将其标记为KPt,Ag; 步骤F3.4、通过,计算出第t个知识内容的应用频次FPt; 步骤F3.5、将各个知识内容的应用频次FPt与预设的应用频次阈值FY进行比较: 当FPt≥FY,则将所提取知识内容判定为应用知识,反之则不为应用知识; 步骤F3.6、将所有应用知识组成应用知识集合。
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中国人民解放军海军工程大学,其通讯地址为:430033 湖北省武汉市解放大道717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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励