買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜快上云(上海)網絡科技有限公司申請的專利一種智能化學習行為分析方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119295275B 。

龍圖騰網通過國家知識產權局官網在2025-03-25發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411803272.5，技術領域涉及：G06Q50/20；該發明授權一種智能化學習行為分析方法及系統是由劉波設計研發完成，并于2024-12-09向國家知識產權局提交的專利申請。

本一種智能化學習行為分析方法及系統在說明書摘要公布了：本發明公開了一種智能化學習行為分析方法及系統，涉及教育智能化學習技術領域，包括構建知識圖譜并采集用戶的多源數據進行預處理；根據情感得分計算目標用戶未來時間點的最終情感波動值并推薦目標用戶在知識圖譜中對應的層級；根據推薦層級定義動作空間并通過SAC算法動態優化推薦策略；構建用戶－行為二維矩陣計算目標用戶對節點的滿意度評分并根據滿意度評分生成推薦列表。采集用戶的情感得分與行為數據，結合情感波動預測模型，精確計算用戶情感波動值，使用SAC算法優化推薦策略，進一步提升推薦效果的個性化與實時性，構建用戶?行為二維矩陣，基于滿意度評分生成推薦列表，確保推薦內容與用戶需求高度匹配，從而提高學習效率和用戶體驗。

本發明授權一種智能化學習行為分析方法及系統在權利要求書中公布了：1.一種智能化學習行為分析方法，其特征在于：包括，根據知識點列表將知識點之間的邏輯關系構建知識圖譜，將知識圖譜按知識點邏輯關系劃分為基礎層、應用層和拓展層三個層級；采集用戶的多源數據進行預處理，所述多源數據包括行為數據和情感得分，情感得分根據用戶在節點學習過程中的面部圖像獲得；所述行為數據包括用戶ID、學習時長、學習完成度和瀏覽頻率；根據情感得分計算目標用戶未來時間點的最終情感波動值并推薦目標用戶在知識圖譜中對應的層級；根據推薦層級定義動作空間并通過SAC算法動態優化推薦策略；篩選出所有符合動作的節點并生成初始推薦內容列表H；采集篩選出的所有節點中用戶多源數據的學習時長、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據；構建用戶－行為二維矩陣計算目標用戶對節點的滿意度評分并根據滿意度評分生成最終的推薦列表；所述根據情感得分計算目標用戶未來時間點的最終情感波動值包括，將多源數據中的情感得分按時間順序排列，形成情感時間序列數據；對情感時間序列數據進行離散傅里葉變換，將時間域的情感時間序列數據轉化為頻率域，得到頻率成分上的傅里葉系數；通過對傅里葉系數進行求模得到該頻率成分的幅值，計算傅里葉系數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；通過傅里葉級數將特征向量轉換為情感時間序列數據，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測未來目標用戶的情緒波動；通過AIC自動選擇模型階數，得到最優階數；根據最優階數使用最小二乘法計算自回歸模型的回歸系數，得到回歸系數后，根據自回歸模型的初始預測公式，計算目標用戶未來時間點的情感波動值；根據未來時間點的情感波動值，設定正態分布的概率密度函數，構建最終的預測公式，計算目標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時最終情感波動預測值，表示情感波動值的標準差，表示自回歸模型的常數項，表示自回歸模型中的最優階數，表示過去第i個時間點自回歸模型中的回歸系數，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，表示隨機誤差項。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人快上云(上海)網絡科技有限公司，其通訊地址為：201207 上海市浦東新區中國(上海)自由貿易試驗區芳春路400號1幢3層；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。