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！

龍圖騰網獲悉中山大學申請的專利一種基于知識圖譜的自適應學習資源推薦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：CN114201684B 。

龍圖騰網通過國家知識產權局官網在2025-09-09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：202111535666.3，技術領域涉及：G06F16/9535；該發明授權一種基于知識圖譜的自適應學習資源推薦方法及系統是由吳迪;湯國頻;胡淼設計研發完成，并于2021-12-15向國家知識產權局提交的專利申請。

本一種基于知識圖譜的自適應學習資源推薦方法及系統在說明書摘要公布了：本發明提出一種基于知識圖譜的自適應學習資源推薦方法及系統，包括：建立用戶認知診斷模型和試題得分預測模型，預測用戶對知識點的掌握情況和對未完成試題的得分情況，然后選出第一候選學習資源；構建知識圖譜，利用用戶認知診斷模型的診斷結果，在知識圖譜中分別定位用戶掌握較好和較弱的知識點，選出第二候選學習資源；從候選學習資源中篩選出最佳的學習資源，并推薦給用戶。本發明不僅考慮用戶的認知水平和用戶對未完成試題的得分的預測情況，且考慮了知識點之間的語義關系，構建了相應的知識圖譜，結合用戶的認知診斷結果在知識圖譜中定位用戶掌握較好和較差的知識點，選出了最適合用戶的學習資源，并推薦給用戶。

本發明授權一種基于知識圖譜的自適應學習資源推薦方法及系統在權利要求書中公布了：1.一種基于知識圖譜的自適應學習資源推薦方法，其特征在于，包括： 建立用戶認知診斷模型，通過所述用戶認知診斷模型對用戶進行學習認知診斷，并根據診斷結果，預測用戶對知識點的掌握情況； 建立試題得分預測模型，利用所述試題得分預測模型，預測用戶對未完成試題的得分情況，包括： 建立試題得分預測模型，將試題輸入到所述試題得分預測模型，得到試題對應的隱式特征向量； 根據試題對應的隱式特征向量，使用概率矩陣對由用戶在試題上的得分情況構建的用戶試題得分矩陣R進行分解，獲得用戶隱式特征矩陣和試題隱式特征矩陣； 根據獲得用戶隱式特征矩陣和試題隱式特征矩陣，使用KNN算法對進行概率矩陣分解后的用戶試題得分矩陣R進行修正，得到最終的用戶對未完成試題的得分情況； 根據用戶對知識點掌握情況和用戶對未完成試題的得分情況，選出第一候選學習資源； 構建知識圖譜，利用用戶認知診斷模型的診斷結果，在知識圖譜中分別定位用戶掌握較好和較弱的知識點，選出第二候選學習資源； 從第一候選學習資源和第二候選學習資源中篩選出最佳的學習資源，并將最佳的學習資源推薦給用戶。

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中山大學，其通訊地址為：510275 廣東省廣州市海珠區新港西路135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”。