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(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉四川大學(xué)申請(qǐng)的專利基于因果-機(jī)器模型的醫(yī)防融合技能評(píng)價(jià)方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119851529B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-16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(qǐng)?zhí)?專利號(hào)為：202510038522.9，技術(shù)領(lǐng)域涉及：G09B5/14；該發(fā)明授權(quán)基于因果-機(jī)器模型的醫(yī)防融合技能評(píng)價(jià)方法是由潘杰;張韜;田宇星;陳苗雙;李鑫;趙莉;廖娟;任曉暉;王秀麗;宋超;柯雄設(shè)計(jì)研發(fā)完成，并于2025-01-10向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于因果-機(jī)器模型的醫(yī)防融合技能評(píng)價(jià)方法在說(shuō)明書(shū)摘要公布了：本發(fā)明涉及教育技術(shù)領(lǐng)域，特別是涉及一種基于因果?機(jī)器模型的醫(yī)防融合技能評(píng)價(jià)方法，包括步驟1：使用自然語(yǔ)言處理技術(shù)結(jié)合深度學(xué)習(xí)模型生成題目特征向量和知識(shí)點(diǎn)語(yǔ)義向量，利用余弦相似度計(jì)算出特征向量之間的相關(guān)性；步驟2：基于因果?機(jī)器模型生成題目難度系數(shù)；步驟3：通過(guò)學(xué)生的答題正確率和答題速度生成學(xué)生知識(shí)掌握特征向量；步驟4：基于深度學(xué)習(xí)模型為學(xué)生推薦最適合的作業(yè)題目；步驟5：通過(guò)因果?機(jī)器模型量化分析學(xué)生的答題表現(xiàn)，提供反饋意見(jiàn)和學(xué)習(xí)建議。本發(fā)明能夠識(shí)別學(xué)生的薄弱環(huán)節(jié)，有效提升預(yù)防醫(yī)學(xué)專業(yè)學(xué)習(xí)的效率，輔助教師的教學(xué)決策，促進(jìn)醫(yī)防融合和醫(yī)防協(xié)同人才的個(gè)性化培養(yǎng)。

本發(fā)明授權(quán)基于因果-機(jī)器模型的醫(yī)防融合技能評(píng)價(jià)方法在權(quán)利要求書(shū)中公布了：1.一種基于因果-機(jī)器模型的醫(yī)防融合技能評(píng)價(jià)方法，其特征在于，包括如下步驟： 步驟1：獲取預(yù)防醫(yī)學(xué)人才培養(yǎng)核心技能題庫(kù)中每道題目文本，以及專業(yè)培養(yǎng)方案課程教材知識(shí)點(diǎn)文本；使用自然語(yǔ)言處理技術(shù)結(jié)合預(yù)訓(xùn)練的BERT模型對(duì)題目文本和知識(shí)點(diǎn)文本進(jìn)行量化后生成題目語(yǔ)義向量和知識(shí)點(diǎn)語(yǔ)義向量，利用余弦相似度計(jì)算出題目語(yǔ)義向量和知識(shí)點(diǎn)語(yǔ)義向量之間相關(guān)性，根據(jù)相關(guān)性獲取該題目的關(guān)聯(lián)知識(shí)特征向量； 步驟2：根據(jù)題目的歷史完成率、歷史答題正確率、教師評(píng)分難度，基于因果-機(jī)器模型生成題目難度系數(shù)，采用注意力機(jī)制將難度系數(shù)、題目語(yǔ)義向量和關(guān)聯(lián)知識(shí)語(yǔ)義向量進(jìn)行加權(quán)融合，生成每道題目的題目特征向量； 步驟3：獲取學(xué)生在預(yù)防醫(yī)學(xué)專業(yè)培養(yǎng)方案核心技能題庫(kù)中的答題結(jié)果，通過(guò)學(xué)生的答題正確率和答題速度，結(jié)合題目語(yǔ)義向量生成學(xué)生知識(shí)掌握特征向量；體現(xiàn)出學(xué)生對(duì)某個(gè)知識(shí)點(diǎn)的掌握程度；根據(jù)關(guān)聯(lián)知識(shí)特征向量累加相關(guān)題目的學(xué)生知識(shí)掌握特征向量構(gòu)成綜合掌握特征向量，提取其在不同知識(shí)點(diǎn)上的綜合掌握特征向量構(gòu)成覆蓋特征； 步驟4：結(jié)合題目特征向量、知識(shí)點(diǎn)語(yǔ)義向量和學(xué)生的綜合掌握特征向量，基于深度學(xué)習(xí)模型DeepFM為學(xué)生推薦最適合的作業(yè)題目，優(yōu)先推送能夠幫助學(xué)生鞏固薄弱環(huán)節(jié)或提升現(xiàn)有水平的題目； 所述DeepFM模型的因子分解機(jī)模型捕捉題目特征向量與綜合掌握特征向量之間的直接交互關(guān)系，獲得某類題型對(duì)特定學(xué)生的匹配度；計(jì)算出兩個(gè)向量之間的點(diǎn)積，以評(píng)估學(xué)生與題目之間的基礎(chǔ)匹配度；DeepFM模型的多層神經(jīng)網(wǎng)絡(luò)捕捉題目特征向量與綜合掌握特征向量的復(fù)雜非線性關(guān)系，從更復(fù)雜的模式中得出準(zhǔn)確的推薦結(jié)果； 在DeepFM模型中引入強(qiáng)化學(xué)習(xí)，將每個(gè)學(xué)生的當(dāng)前知識(shí)掌握情況和作業(yè)完成情況作為強(qiáng)化學(xué)習(xí)中的狀態(tài)，向?qū)W生推薦一系列題目；每次推薦后，根據(jù)學(xué)生的作答表現(xiàn)來(lái)調(diào)整推薦策略； 步驟5：再基于因果-機(jī)器模型自動(dòng)分析學(xué)生的答題表現(xiàn)，向教師提供智能反饋意見(jiàn)；生成針對(duì)學(xué)生知識(shí)薄弱環(huán)節(jié)的學(xué)習(xí)建議，幫助教師及時(shí)調(diào)整教學(xué)方案。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人四川大學(xué)，其通訊地址為：610000 四川省成都市武侯區(qū)一環(huán)路南一段24號(hào)；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)”。