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！

龙图腾网获悉成都职业技术学院申请的专利智能助教系统、学习路径优化方法、设备及介质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：CN121190278B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202511747833.9，技术领域涉及：G06Q50/20；该发明授权智能助教系统、学习路径优化方法、设备及介质是由王进;陈锐设计研发完成，并于2025-11-26向国家知识产权局提交的专利申请。

本智能助教系统、学习路径优化方法、设备及介质在说明书摘要公布了：本申请提供一种智能助教系统、学习路径优化方法、设备及介质，通过多模态传感器采集学生在与智能助教终端进行个性化学习交互时的多通道学习行为数据，并基于预设的教学知识图谱获取学习内容单元之间的序列依赖关系；对于每个教学阶段，从所述多通道学习行为数据中提取学习行为特征，基于学习内容单元的固有属性构建结构化特征向量，并通过多模态融合生成联合表征向量；聚合联合表征向量生成教学阶段表征向量，基于所述教学阶段表征向量评估教学效果，得到学习状态偏离度；使用学习状态偏离度筛选教学效果不达标的教学阶段，并基于序列依赖关系对学习路径进行优化调整。采用本申请的方案，可实现智能学习路径闭环动态优化。

本发明授权智能助教系统、学习路径优化方法、设备及介质在权利要求书中公布了：1.一种智能学习路径优化方法，其特征在于，包括以下步骤： 通过多模态传感器采集学生在与智能助教终端进行个性化学习交互时的多通道学习行为数据，基于预设的教学知识图谱，获取个性化学习路径中多个教学阶段对应的学习内容单元之间的序列依赖关系，其中所述序列依赖关系反映学科知识逻辑； 对于每个教学阶段，从所述多通道学习行为数据中提取学生在不同交互通道上的学习行为特征，基于学习内容单元的固有属性构建每个学习内容单元的结构化特征向量，同时基于所述学习行为特征构建每个学习内容单元的学生行为特征向量； 将所述结构化特征向量和所述学生行为特征向量进行多模态融合，生成每个学习内容单元的联合表征向量，对于每个教学阶段，聚合该教学阶段内所有学习内容单元的联合表征向量，生成教学阶段表征向量； 基于所述教学阶段表征向量对教学辅导的教学效果进行评估，得到各个教学阶段的教学效果评估值，将所述教学效果评估值与预定阈值进行比较，得到各个教学阶段的学习状态偏离度； 使用各个学习状态偏离度筛选出教学辅导过程中教学效果不达标的教学阶段，基于所述序列依赖关系和教学效果不达标的教学阶段，对学习路径进行优化调整； 其中，基于预设的教学知识图谱，获取个性化学习路径中多个教学阶段对应的学习内容单元之间的序列依赖关系，包括以下步骤： 从所述教学知识图谱中提取每个学习内容单元的前置知识点和后置知识点； 根据所述前置知识点和后置知识点建立每个学习内容单元与其他学习内容单元的先后顺序关联，其中其他学习内容单元是与当前学习内容单元存在前置知识点关联的其他学习内容单元以及与当前学习内容单元存在后置知识点关联的其他学习内容单元； 将所述先后顺序关联作为所述序列依赖关系； 其中，基于学习内容单元的固有属性构建每个学习内容单元的结构化特征向量，包括以下步骤： 筛选学习内容单元的核心固有属性； 对筛选出的核心固有属性进行数值化转换； 按固定顺序将每个学习内容单元的数值化属性依次排列，构建得到结构化特征向量； 其中，学生行为特征向量是对各学习行为特征经归一化、权重分配后，保留各指标加权后的数据维度，形成的多维度的学习行为特征向量； 其中，将所述结构化特征向量和所述学生行为特征向量进行多模态融合，生成每个学习内容单元的联合表征向量，包括以下步骤： 将所述结构化特征向量和所述学生行为特征向量输入到预设的特征融合单元中； 在所述特征融合单元中对所述结构化特征向量和所述学生行为特征向量执行向量拼接操作； 从所述向量拼接操作的结果中生成所述联合表征向量。

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成都职业技术学院，其通讯地址为：610000 四川省成都市武侯区天益街83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。