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！

龙图腾网获悉浙江云校家网络科技有限公司申请的专利一种区域基础教育综合评价大模型的构建方法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：CN120258648B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202510383515.2，技术领域涉及：G06Q10/067；该发明授权一种区域基础教育综合评价大模型的构建方法是由周德瑞;陈亮;于运涛设计研发完成，并于2025-03-28向国家知识产权局提交的专利申请。

本一种区域基础教育综合评价大模型的构建方法在说明书摘要公布了：本发明提供一种区域基础教育综合评价大模型的构建方法，涉及数据处理技术领域，所述方法包括：获取区域基础教育相关的多源数据；进行数据清洗、缺失值填充、异常值检测；对预处理数据集中的不同数据类型进行特征表示转换；计算不同教育因素之间的权重关系；根据多源特征数据，计算时序数据的贡献度；对所有数据进行加权融合；构建区域基础教育综合评价大模型，具体包括：对综合特征矩阵进行逐层特征提取；提取综合特征矩阵中数据间的非线性关系；将深度特征数据与高阶特征数据融合，生成模型输入数据；将模型输入数据输入至训练后的区域基础教育综合评价大模型；本发明提高了区域基础教育综合评价大模型的自主性和准确性。

本发明授权一种区域基础教育综合评价大模型的构建方法在权利要求书中公布了：1.一种区域基础教育综合评价大模型的构建方法，其特征在于，所述方法包括： 获取区域基础教育相关的多源数据，形成原始数据集； 对原始数据集进行数据清洗、缺失值填充、异常值检测，得到预处理数据集； 对预处理数据集中的不同数据类型进行特征表示转换，得到多源特征数据； 根据多源特征数据，计算不同教育因素之间的权重关系，生成因素影响矩阵； 根据多源特征数据，计算时序数据的贡献度，生成时序影响矩阵； 根据因素影响矩阵和时序影响矩阵，对所有数据进行加权融合，生成综合特征矩阵； 根据综合特征矩阵，构建区域基础教育综合评价大模型，具体包括： 对综合特征矩阵进行逐层特征提取，得到深度特征数据； 提取综合特征矩阵中数据间的非线性关系，得到高阶特征数据； 将深度特征数据与高阶特征数据融合，生成模型输入数据； 将模型输入数据输入至训练后的区域基础教育综合评价大模型，进行评价计算，得到初始评价结果； 基于历史评价数据，对初始评价结果进行自适应权重调整，生成最终评价结果； 根据多源特征数据，计算不同教育因素之间的权重关系，生成因素影响矩阵，包括： 采用基于注意力机制的相关性分析方法，对多源特征数据进行权重计算，得到教育因素之间的基础相关性分布； 根据时间序列数据的波动趋势，为每个教育因素设定时间敏感系数，并通过时间敏感系数筛选受时间影响的因素，调整其相关性分布，得到相关性调整分布； 对相关性调整分布进行归一化处理，生成因素影响矩阵；其中， ，为因素影响矩阵中教育因素对教育因素的影响权重，为教育因素与教育因素之间的基础相关性分数，为教育因素对教育因素的调节系数，为教育因素在时间上的波动趋势强度，为时间敏感系数，为时间敏感开关参数，若教育因素受时间影响，则；若教育因素不受时间影响，则，为教育因素总数，为教育因素与教育因素之间的基础相关性分数，为教育因素对教育因素的调节系数； 根据多源特征数据，计算时序数据的贡献度，生成时序影响矩阵，包括： 对时序特征数据进行时间窗口划分，提取短期趋势特征与长期趋势特征； 采用动态时间规整方法计算不同时间段间的数据匹配度，并通过自适应平滑因子降低异常值的影响； 结合短期影响权重和长期趋势影响权重，计算各时间窗口的综合影响权重，并归一化处理，生成时序影响矩阵；其中， ，其中，为时序影响权重，为归一化系数，为短期影响权重，为长期趋势影响权重，为教育因素在时间窗口内的变化速率；其中， ，其中，为教育因素与教育因素在时间维度上的动态对齐距离，和分别为在时间上教育因素与教育因素的取值，为平滑系数； 将模型输入数据输入至训练后的区域基础教育综合评价大模型，进行评价计算，得到初始评价结果，包括： 对模型输入数据进行特征映射，提取用于综合评价的特征表示数据； 采用预训练的权重参数，对特征表示数据进行计算，生成多个维度的基础评分； 基于历史评价数据的评分偏差，对多个维度的基础评分进行修正，得到归一化评分数据； 采用加权融合方法计算整体评分，生成初始评价结果；其中， ，其中，为第个教育单元的初始评价结果，为第个评价因素的动态权重，为第个教育单元在第个评价因素上的基础评分，为自适应评分修正系数，为第个评价因素的评分偏差，为评价因素总数； 基于历史评价数据，对初始评价结果进行自适应权重调整，生成最终评价结果，包括： 基于历史评价数据的评分偏差，采用指数衰减修正方法，动态调整评分权重，得到调整时序影响权重； 根据调整时序影响权重，对初始评价结果进行调整，得到最终评价结果；其中， ，为最终评价结果，为第个评价因素的修正时序影响权重，为初始评价结果；其中， ，其中，为第个评价因素的时序影响权重，为学习率，为调整稳定系数。

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浙江云校家网络科技有限公司，其通讯地址为：315202 浙江省宁波市镇海区骆驼街道三五路1166号林荟大厦二楼2-5-2室；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”。

以上内容由龙图腾AI智能生成。