Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 深圳市金龙锋科技有限公司石军风获国家专利权

深圳市金龙锋科技有限公司石军风获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉深圳市金龙锋科技有限公司申请的专利基于AI大模型的多模态学习资源智能推荐方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120448641B

龙图腾网通过国家知识产权局官网在2025-09-19发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510935400.X,技术领域涉及:G06F16/9535;该发明授权基于AI大模型的多模态学习资源智能推荐方法及系统是由石军风设计研发完成,并于2025-07-08向国家知识产权局提交的专利申请。

基于AI大模型的多模态学习资源智能推荐方法及系统在说明书摘要公布了:本发明涉及计算机技术领域,提供一种基于AI大模型的多模态学习资源智能推荐方法及系统,该方法包括:基于AI大模型对交互行为数据和用户信息进行意图分析,得到用户特征向量;基于用户特征向量获取多模态资源数据,基于多模态资源数据整合得到资源表示向量;基于知识图谱结合用户特征向量和资源表示向量挖掘资源与知识点之间的隐含关联以及用户需求与目标技能的映射关系,得到知识网络;基于情境感知信息和知识网络生成候选推荐学习资源;基于用户特征向量与资源表示向量结合多模态资源数据的当前阶段指标对候选推荐学习资源进行排序优化,生成初始资源推荐列表。本发明实施例实现全面捕捉学习资源的内容特征,提高资源的推荐准确率。

本发明授权基于AI大模型的多模态学习资源智能推荐方法及系统在权利要求书中公布了:1.一种基于AI大模型的多模态学习资源智能推荐方法,其特征在于,包括: 基于AI大模型对捕捉到的用户学习平台上的交互行为数据和用户信息进行意图分析,得到多维度的用户特征向量; 基于所述用户特征向量在学习资源库中获取多模态资源数据,并基于所述多模态资源数据进行资源整合,得到资源表示向量; 基于知识图谱结合所述用户特征向量和所述资源表示向量挖掘资源与知识点之间的隐含关联以及用户需求与目标技能的映射关系,得到知识网络; 基于用户的情境感知信息和所述知识网络生成候选推荐学习资源; 基于所述用户特征向量与所述资源表示向量结合所述多模态资源数据的当前阶段指标对所述候选推荐学习资源进行排序优化,生成初始资源推荐列表; 其中,所述基于知识图谱结合所述用户特征向量和所述资源表示向量挖掘资源与知识点之间的隐含关联以及用户需求与目标技能的映射关系,得到知识网络,包括: 将所述用户特征向量和所述资源表示向量中的语义信息,与预设知识图谱中对应的语义节点和关系路径进行锚定匹配,得到语义锚定结果; 以所述语义锚定结果对应的节点和关系为起点,以路径拓展长度为步长,在所述预设知识图谱中向前探索资源与知识点的潜在关联路径,向后追溯用户需求与目标技能的映射联系路径,得到语义关联路径; 基于所述语义关联路径在所述预设知识图谱中进行动态聚类,生成子图簇;每个子图簇聚表征资源-知识点关联或用户需求-目标技能关系; 基于不同的子图簇之间的逻辑关系确定资源与知识点之间的隐含关联,并基于不同的子图簇之间的关联程度确定用户需求与目标技能的映射关系; 以资源、知识点、用户需求和目标技能为节点,以隐含关联和映射关系为边,构建所述知识网络。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人深圳市金龙锋科技有限公司,其通讯地址为:518000 广东省深圳市龙华区观湖街道鹭湖社区观乐路5号多彩科创园B座1316-15;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。