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！

龙图腾网获悉广州合道信息科技有限公司申请的专利一种自适应个性化学习路径生成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：CN121094479B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202511609755.6，技术领域涉及：G06Q10/0631；该发明授权一种自适应个性化学习路径生成方法及系统是由郑晨光设计研发完成，并于2025-11-05向国家知识产权局提交的专利申请。

本一种自适应个性化学习路径生成方法及系统在说明书摘要公布了：本发明提出一种自适应个性化学习路径生成方法及系统，方法包括：从已有的培训模型或岗位胜任力要求中提取目标能力列表，构建能力图谱；基于用户历史课程测试结果与实操任务完成情况，采用加权评分机制生成用户能力状态向量；对能力节点进行优先级评分，依据所述优先级评分筛选能力节点形成学习路径，结合用户偏好分配学习资源，生成任务调度计划；依据所述任务调度计划下发任务，采集行为数据；计算行为有效性评分，识别行为有效性评分低于阈值的异常任务并添加行为偏离标签；基于异常任务的行为偏离标签匹配修正策略，调整路径与调度计划，输出修正后的学习路径及调度表。

本发明授权一种自适应个性化学习路径生成方法及系统在权利要求书中公布了：1.一种自适应个性化学习路径生成方法，其特征在于，所述方法包括： 从已有的培训模型或岗位胜任力要求中提取目标能力列表，依据能力间先后依赖关系构建含能力节点集合与边集合的能力图谱；收集各能力节点对应的描述文本，经分词、词嵌入处理后输入全连接神经网络，生成节点语义向量；基于用户历史课程测试结果与实操任务完成情况，采用加权评分机制生成用户能力状态向量，缺失数据以全体用户均值填充；所述加权评分机制的具体方法步骤包括：将用户能力评价维度划分为理论学习表现与实操任务完成情况，依据能力类型预设各维度权重；提取用户在理论学习中的测试得分、答题准确率数据，以及在实操任务中的完成质量评分、步骤合规性数据，分别将两类数据映射得到理论维度归一化得分与实操维度归一化得分；将理论维度归一化得分乘以对应权重，与实操维度归一化得分乘以对应权重后的结果相加，得到该能力节点的综合评分； 基于结构感知排序函数对能力节点进行优先级评分，所述结构感知排序函数综合用户对节点的掌握程度差异、节点在图谱中的入度与出度反映的结构依赖、节点语义向量的复杂度；依据所述优先级评分筛选能力节点形成学习路径，经拓扑合法性检查后，结合用户偏好分配学习资源，并依据用户每日可用学习时长模型生成任务调度计划；所述结构感知排序函数的具体步骤包括：计算用户对节点的掌握程度差异得分，所述掌握程度差异得分为当前能力状态向量中对应节点的得分与目标掌握阈值的差值；计算结构依赖得分，统计节点在能力图谱中的入度值与出度值，通过预设调节因子对入度值赋予更高权重后与出度值加权求和；计算节点语义向量的复杂度得分，基于向量元素的离散程度计算信息熵值；将掌握程度差异得分、结构依赖得分、复杂度得分按预设比例加权融合，生成各节点的优先级评分； 依据所述任务调度计划下发任务，采集任务停留时长、内容完整性标志、测评得分、中断次数四类行为数据；采用含异常检测正则项的行为有效性函数计算行为有效性评分，识别行为有效性评分低于阈值的异常任务并添加行为偏离标签； 基于异常任务的行为偏离标签匹配修正策略，引入路径扰动成本函数控制修正规模，在总扰动预算约束下调整路径与调度计划，输出修正后的学习路径及调度表；所述路径扰动成本函数综合任务修正前后的位置偏移量、时长变动比例及节点在图谱中的深度计算扰动成本，结构惩罚系数控制各扰动项权重；所述行为偏离标签基于如下步骤得到： 当测评得分低于预设的测评得分下限，且停留时长不低于预设的停留时长下限，且内容完整，行为偏离标签为能力不足型，修正策略为强化训练； 当停留时长低于预设的停留时长下限，且中断次数超过预设的中断次数上限，且测评得分不低于预设的测评得分下限，行为偏离标签为注意力分散型，修正策略为节奏调整； 若内容不完整，且停留时长低于预设的停留时长下限，行为偏离标签为执行不完整型，修正策略为流程简化； 若同时满足测评得分低于预设的测评得分下限且中断次数超过预设的中断次数上限，行为偏离标签为综合障碍型，修正策略为组合干预。

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广州合道信息科技有限公司，其通讯地址为：510000 广东省广州市天河区华景路111-125号301房；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。