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！

龙图腾网获悉安徽信息工程学院申请的专利一种融合课堂行为序列的在线多模态资源混合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：CN115687720B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202211307926.6，技术领域涉及：G06F16/9035；该发明授权一种融合课堂行为序列的在线多模态资源混合推荐方法是由万家山;吴锦华;许苏魁设计研发完成，并于2022-10-24向国家知识产权局提交的专利申请。

本一种融合课堂行为序列的在线多模态资源混合推荐方法在说明书摘要公布了：本发明公开了一种融合课堂行为序列的在线多模态资源混合推荐方法，包括下列步骤：步骤1：从视频中筛选采集帧图像，并对帧图像中的课堂行为进行标注；步骤2：进行多模态知识本体建模；步骤3：基于YOLO‑V5网络模型对学生课堂行为进行识别表征建模；步骤4：将重构的行为特征序列通过Baum‑welch算法进行训练，得到基于课堂行为的多状态GMM‑HMM分类模型；步骤5：引入课堂行为、认知水平和学习风格三类数据建立混合推荐模型，并结合协同过滤算法，给出资源推荐列表TOP‑N。本发明引入课堂行为数据丰富学习者表征信息，从而实现对在线课程资源的更加精准化的推荐。

本发明授权一种融合课堂行为序列的在线多模态资源混合推荐方法在权利要求书中公布了：1.一种融合课堂行为序列的在线多模态资源混合推荐方法，其特征在于：包括下列步骤： 步骤1：从视频中筛选采集帧图像，并对帧图像中的课堂行为进行标注，课堂行为包括积极行为和消极行为； 步骤2：进行多模态知识本体建模；实现教育资源的结构化表示与存储，形成包括多模态知识点的知识本体； 步骤3：基于YOLO-V5网络模型对学生课堂行为进行识别表征建模； 所述步骤3中，将课堂录播视频以知识点为基本单元，按时间轴自动抽取每个学生的课堂行为序列，并形成基于知识点重构的行为特征序列；如下式所示： ， ， 其中表示学生按知识点分解所对应的课堂行为序列状态值，其中为学生个体的唯一标识，表示知识点，其中表示知识点所对应的唯一标识，知识点个数为，表示表示学生学习知识点时的课堂行为序列的状态值，b表示课堂行为序列，为重构后的课堂行为数据与知识点的关系集合； 不考虑各类行为的权重系数，将课堂行为序列进行特征重构，重构后的特征数据取值在[0,1]之间，课堂行为包括积极行为和消极行为，积极行为的状态值为1，消极行为的状态值为0，针对连续的消极行为，在此引入惩罚系数，数据取值在[0,1]之间；单个知识点内的行为序列的具体公式如下： 其中，是单个知识点内的行为序列，表示知识点n时的课堂行为，其中表示具体行为标识，表示以知识点为基本单元的时间长度；基于上述单个知识点内的行为序列，将学生行为序列按照知识点为基本单元进行行为数据重构，确定课堂行为数据与知识点的关系集合，具体公式如下： ， ， ， 其中，为重构后的行为数据与知识点的关系集合，其中为知识点n时课堂行为；公式中还定义了惩罚系数，表示序列中连续出现的负面行为个数，count表示计数，max表示从计数结果和1中取最大值，取值在[0,1]之间； 步骤4：将重构的行为特征序列通过Baum-welch算法进行训练，得到基于课堂行为的多状态GMM-HMM分类模型； 步骤4包括：设置推荐项调节系数：GMM-HMM模型训练完成后，根据学生课堂行为序列进行状态解码得到观测状态序列，从而判断出对应知识点掌握程度的状态序列，针对知识点掌握的程度不同形成有效推荐策略，设置资源推荐列表TOP-N中推荐项的调节系数； 步骤5：引入课堂行为、认知水平和学习风格三类数据建立混合推荐模型，并结合协同过滤算法，给出资源推荐列表TOP-N。

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安徽信息工程学院，其通讯地址为：241100 安徽省芜湖市湾沚区永和路1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。