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！

龍圖騰網恭喜湖南科技學院申請的專利基于自適應學習算法的動態課程規劃方法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：CN119515625B 。

龍圖騰網通過國家知識產權局官網在2025-05-09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：202411750775.0，技術領域涉及：G06Q50/20；該發明授權基于自適應學習算法的動態課程規劃方法是由戴振華;屈麗明;段元梅;譚美華;朱智勇設計研發完成，并于2024-12-02向國家知識產權局提交的專利申請。

本基于自適應學習算法的動態課程規劃方法在說明書摘要公布了：本發明公開了一種基于自適應學習算法的動態課程規劃方法，S1.構建學習者知識空間的多維數據模型；S2.形成分形特性表征的知識圖譜；S3.識別學習者知識空間中的薄弱區域及潛在知識盲點；S4.根據學習者實時知識狀態分析結果結合學習目標，利用分形遞歸算法對知識圖譜進行遞歸分解；S5.優化推薦內容和排序依據學習者的知識掌握情況、薄弱知識點和學習行為偏好動態調整；S6.根據S5推薦的學習資源，通過實時監測學習者在學習過程中的表現數據，結合表現數據分析結果動態調整學習路徑及資源推薦內容，優化學習建議并實時更新學習者知識狀態，直至課程規劃結束。本發明能夠更好地滿足個性化學習需求，提升學習效果和系統的跨場景適應性。

本發明授權基于自適應學習算法的動態課程規劃方法在權利要求書中公布了：1.一種基于自適應學習算法的動態課程規劃方法，其特征在于，包括如下步驟：S1.采集學習者的過往課程成績數據、在線學習時長數據、知識點掌握情況數據以及學習行為偏好數據，基于采集的數據構建學習者知識空間的多維數據模型；S2.在多維數據模型的基礎上利用分形幾何方法對學習者知識空間進行分析，計算學習者知識空間的分形維數，量化學習者知識結構的復雜性，并形成分形特性表征的知識圖譜；S3.基于知識圖譜，結合自適應學習算法對學習者知識空間中的各知識點掌握情況進行評估，識別學習者知識空間中的薄弱區域及潛在知識盲點；S4.根據學習者實時知識狀態分析結果結合學習目標，利用分形遞歸算法對知識圖譜進行遞歸分解，將知識點劃分為主干知識模塊、次級擴展模塊及細化知識模塊，動態學習路徑通過調整主干模塊的排列順序、動態展開次級模塊及加載細化模塊；S5.基于學習者實時知識狀態和動態學習路徑，利用分形特性對多層次學習資源進行優化推薦，優化推薦內容和排序依據學習者的知識掌握情況、薄弱知識點和學習行為偏好動態調整；S6.根據S5推薦的學習資源，通過實時監測學習者在學習過程中的表現數據，結合表現數據分析結果動態調整學習路徑及資源推薦內容，優化學習建議并實時更新學習者知識狀態，直至課程規劃結束；所述S2包括以下步驟：S21.利用知識空間多維數據模型S將每個知識點表示為節點vi，節點之間的關聯關系表示為邊eij，構建學習者的知識空間網絡圖：G＝V,E,W：其中，V為知識點節點集合，E為節點之間的關聯邊集合，W＝{wij}為邊權重集合，邊權重wij根據知識點vi和知識點vj的關聯強度計算： 其中，Ki,Kj為知識點vi和知識點vj的掌握程度，λ為關聯度調節系數，∥Ki∥,∥Kj∥為對應知識點掌握程度的范數；S22.采用盒維數法對知識空間網絡圖G進行分形維數計算，將知識空間網絡嵌入到度量空間中，選擇不同尺度的盒子大小εl，對整個知識空間進行覆蓋，盒子數量Nεl表示在尺度εl下覆蓋知識空間所需的最小盒子數，建立盒子大小εl與盒子數量Nεl的對應關系，形成數據集{logεl,logNεl}；利用線性回歸方法對數據集進行擬合，計算分形維數D： 其中，k為擬合直線的斜率，D為知識空間網絡的分形維數，量化學習者知識結構的復雜性；S23.根據計算得到的分形維數D結合知識空間網絡G生成具有分形特征的知識圖譜T，根據分形維數D和節點的拓撲特性調整節點vi的權重 其中，Ki為知識點vi的掌握程度，degvi為節點vi的度，為權重調節指數，Dmax為知識空間可能的最大分形維數；根據節點權重和分形特性，調整邊eij的權重 其中，為調整后的節點權重，φ為邊權重調節指數；構建知識圖譜的加權鄰接矩陣T＝[tij]： S24.將生成的具有分形特性的知識圖譜T存儲于學習管理系統的數據庫中。

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湖南科技學院，其通訊地址為：425000 湖南省永州市零陵區楊梓塘路130號；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”。