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！

龙图腾网获悉上海计算机软件技术开发中心申请的专利一种线上学习平台视频课程推荐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：CN115344744B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202211008340.X，技术领域涉及：G06F16/735；该发明授权一种线上学习平台视频课程推荐方法及系统是由朱娅梅;李超;杨琳;司萌萌;闭珊珊设计研发完成，并于2022-08-22向国家知识产权局提交的专利申请。

本一种线上学习平台视频课程推荐方法及系统在说明书摘要公布了：本发明提供了一种线上学习平台视频课程推荐方法及系统，涉及线上学习平台推荐技术领域，包括：将课程讲稿序列输入到主题特征提取模型中，得到主题特征；确定视频帧流序列中每个视频帧流的格拉姆矩阵拉平向量为对应观看视频课程的风格特征；将主题特征和风格特征均经过掩码和嵌入处理后得将主题特征向量和风格特征向量，连接同一观看视频课程对应的主题特征向量和风格特征向量，得到观看课程特征序列；将观看课程特征序列输入到课程推荐模型中，得到推荐课程特征序列；本发明通过预训练自注意力序列推荐模型得到课程推荐模型，能够基于用户的长期兴趣特征和短期兴趣特征进行课程推荐，提高了线上学习平台视频课程推荐的精度和合理性。

本发明授权一种线上学习平台视频课程推荐方法及系统在权利要求书中公布了：1.一种线上学习平台视频课程推荐方法，其特征在于，包括： 获取用户在线上学习平台上的观看视频课程序列； 获取所述观看视频课程序列对应的课程讲稿序列和视频帧流序列；所述视频帧流序列中任一视频帧流包括依次排列的同一观看视频课程的多个视频帧； 将所述课程讲稿序列输入到主题特征提取模型中，得到主题特征；所述主题特征提取模型是利用历史课程讲稿对LDA文档主题生成模型进行训练得到的；LDA是三层贝叶斯主题模型，通过无监督的学习方法发现文本中隐含的主题信息，目的是以无指导学习的方法从文本中发现隐含的语义维度； 确定所述视频帧流序列中每个视频帧流的格拉姆矩阵拉平向量为对应观看视频课程的风格特征； 将主题特征依次进行掩码处理和嵌入处理，得到主题特征向量； 将风格特征依次进行掩码处理和嵌入处理，得到风格特征向量； 连接同一观看视频课程对应的主题特征向量和风格特征向量作为课程特征，对多个课程特征分别进行嵌入处理，得到观看课程特征序列； 将所述观看课程特征序列输入到课程推荐模型中，得到推荐课程特征序列；所述课程推荐模型是利用多个历史观看视频课程序列对自注意力序列推荐模型进行预训练得到的；所述课程推荐模型用于提取观看课程特征序列的长期特征和短期特征，并根据所述长期特征和短期特征确定推荐课程特征序列； 根据所述推荐课程特征序列向用户推荐视频课程； 所述确定所述视频帧流序列中每个视频帧流的格拉姆矩阵拉平向量为对应观看视频课程的风格特征，包括： 确定所述视频帧流序列中任一视频帧流为当前视频帧流； 确定当前视频帧流中的任一视频帧为当前视频帧； 将所述当前视频帧进行卷积操作，得到所述当前视频帧对应的特征图； 将所述特征图的高和宽均拉平成一维向量，得到拉平向量； 对所述特征图进行矩阵转置操作后拉平成一维向量，得到拉平转置向量； 将所述拉平向量和所述拉平转置向量内积，得到当前视频帧的格拉姆向量； 更新所述当前视频帧，并返回步骤“将所述当前视频帧进行卷积操作，得到所述当前视频帧对应的特征图”； 遍历当前视频帧流中的所有视频帧，得到多个格拉姆向量； 按照当前视频帧流中的视频帧的顺序，依次连接多个所述格拉姆向量，得到当前视频帧流的格拉姆矩阵拉平向量； 确定当前视频帧流的格拉姆矩阵拉平向量为对应观看视频课程的风格特征； 更新所述当前视频帧流，并返回步骤“确定当前视频帧流中的任一视频帧为当前视频帧”； 遍历所有视频帧流，得到多每个观看视频课程的风格特征。

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上海计算机软件技术开发中心，其通讯地址为：200124 上海市联航路1588号技术中心楼3楼；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。