買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜快上云(上海)網(wǎng)絡(luò)科技有限公司申請的專利一種智能化學(xué)習(xí)行為分析方法及系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119295275B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-03-25發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202411803272.5，技術(shù)領(lǐng)域涉及：G06Q50/20；該發(fā)明授權(quán)一種智能化學(xué)習(xí)行為分析方法及系統(tǒng)是由劉波設(shè)計研發(fā)完成，并于2024-12-09向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種智能化學(xué)習(xí)行為分析方法及系統(tǒng)在說明書摘要公布了：本發(fā)明公開了一種智能化學(xué)習(xí)行為分析方法及系統(tǒng)，涉及教育智能化學(xué)習(xí)技術(shù)領(lǐng)域，包括構(gòu)建知識圖譜并采集用戶的多源數(shù)據(jù)進(jìn)行預(yù)處理；根據(jù)情感得分計算目標(biāo)用戶未來時間點的最終情感波動值并推薦目標(biāo)用戶在知識圖譜中對應(yīng)的層級；根據(jù)推薦層級定義動作空間并通過SAC算法動態(tài)優(yōu)化推薦策略；構(gòu)建用戶－行為二維矩陣計算目標(biāo)用戶對節(jié)點的滿意度評分并根據(jù)滿意度評分生成推薦列表。采集用戶的情感得分與行為數(shù)據(jù)，結(jié)合情感波動預(yù)測模型，精確計算用戶情感波動值，使用SAC算法優(yōu)化推薦策略，進(jìn)一步提升推薦效果的個性化與實時性，構(gòu)建用戶?行為二維矩陣，基于滿意度評分生成推薦列表，確保推薦內(nèi)容與用戶需求高度匹配，從而提高學(xué)習(xí)效率和用戶體驗。

本發(fā)明授權(quán)一種智能化學(xué)習(xí)行為分析方法及系統(tǒng)在權(quán)利要求書中公布了：1.一種智能化學(xué)習(xí)行為分析方法，其特征在于：包括，根據(jù)知識點列表將知識點之間的邏輯關(guān)系構(gòu)建知識圖譜，將知識圖譜按知識點邏輯關(guān)系劃分為基礎(chǔ)層、應(yīng)用層和拓展層三個層級；采集用戶的多源數(shù)據(jù)進(jìn)行預(yù)處理，所述多源數(shù)據(jù)包括行為數(shù)據(jù)和情感得分，情感得分根據(jù)用戶在節(jié)點學(xué)習(xí)過程中的面部圖像獲得；所述行為數(shù)據(jù)包括用戶ID、學(xué)習(xí)時長、學(xué)習(xí)完成度和瀏覽頻率；根據(jù)情感得分計算目標(biāo)用戶未來時間點的最終情感波動值并推薦目標(biāo)用戶在知識圖譜中對應(yīng)的層級；根據(jù)推薦層級定義動作空間并通過SAC算法動態(tài)優(yōu)化推薦策略；篩選出所有符合動作的節(jié)點并生成初始推薦內(nèi)容列表H；采集篩選出的所有節(jié)點中用戶多源數(shù)據(jù)的學(xué)習(xí)時長、完成比例和瀏覽頻率并按時間順序排列，形成行為時間序列數(shù)據(jù)；構(gòu)建用戶－行為二維矩陣計算目標(biāo)用戶對節(jié)點的滿意度評分并根據(jù)滿意度評分生成最終的推薦列表；所述根據(jù)情感得分計算目標(biāo)用戶未來時間點的最終情感波動值包括，將多源數(shù)據(jù)中的情感得分按時間順序排列，形成情感時間序列數(shù)據(jù)；對情感時間序列數(shù)據(jù)進(jìn)行離散傅里葉變換，將時間域的情感時間序列數(shù)據(jù)轉(zhuǎn)化為頻率域，得到頻率成分上的傅里葉系數(shù)；通過對傅里葉系數(shù)進(jìn)行求模得到該頻率成分的幅值，計算傅里葉系數(shù)的角度得到該頻率成分的相位；將每個頻率成分的幅值組成幅值譜，設(shè)定高頻幅值閾值和低頻幅值閾值，若幅值譜中的頻率成分小于低頻幅值閾值，則判定為低頻成分，若幅值譜中的頻率成分大于高頻幅值閾值，則判定為高頻成分，否則，不進(jìn)行操作；將篩選出的高頻成分和低頻成分的頻率、幅值和相位組合，形成情感波動的特征向量；通過傅里葉級數(shù)將特征向量轉(zhuǎn)換為情感時間序列數(shù)據(jù)，得到每個時間點的情感波動值；選擇自回歸模型利用特征向量預(yù)測未來目標(biāo)用戶的情緒波動；通過AIC自動選擇模型階數(shù)，得到最優(yōu)階數(shù)；根據(jù)最優(yōu)階數(shù)使用最小二乘法計算自回歸模型的回歸系數(shù)，得到回歸系數(shù)后，根據(jù)自回歸模型的初始預(yù)測公式，計算目標(biāo)用戶未來時間點的情感波動值；根據(jù)未來時間點的情感波動值，設(shè)定正態(tài)分布的概率密度函數(shù)，構(gòu)建最終的預(yù)測公式，計算目標(biāo)用戶未來時間點的最終情感波動值，公式為： ；其中，表示在未來時間點t+1時最終情感波動預(yù)測值，表示情感波動值的標(biāo)準(zhǔn)差，表示自回歸模型的常數(shù)項，表示自回歸模型中的最優(yōu)階數(shù)，表示過去第i個時間點自回歸模型中的回歸系數(shù)，表示過去第i個時間點的情感波動值，表示未來時間點t+1時的情感波動值，表示情感波動值的均值，表示隨機(jī)誤差項。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人快上云(上海)網(wǎng)絡(luò)科技有限公司，其通訊地址為：201207 上海市浦東新區(qū)中國(上海)自由貿(mào)易試驗區(qū)芳春路400號1幢3層；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。