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！

龙图腾网恭喜湖南科技学院申请的专利基于自适应学习算法的动态课程规划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：CN119515625B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202411750775.0，技术领域涉及：G06Q50/20；该发明授权基于自适应学习算法的动态课程规划方法是由戴振华;屈丽明;段元梅;谭美华;朱智勇设计研发完成，并于2024-12-02向国家知识产权局提交的专利申请。

本基于自适应学习算法的动态课程规划方法在说明书摘要公布了：本发明公开了一种基于自适应学习算法的动态课程规划方法，S1.构建学习者知识空间的多维数据模型；S2.形成分形特性表征的知识图谱；S3.识别学习者知识空间中的薄弱区域及潜在知识盲点；S4.根据学习者实时知识状态分析结果结合学习目标，利用分形递归算法对知识图谱进行递归分解；S5.优化推荐内容和排序依据学习者的知识掌握情况、薄弱知识点和学习行为偏好动态调整；S6.根据S5推荐的学习资源，通过实时监测学习者在学习过程中的表现数据，结合表现数据分析结果动态调整学习路径及资源推荐内容，优化学习建议并实时更新学习者知识状态，直至课程规划结束。本发明能够更好地满足个性化学习需求，提升学习效果和系统的跨场景适应性。

本发明授权基于自适应学习算法的动态课程规划方法在权利要求书中公布了：1.一种基于自适应学习算法的动态课程规划方法，其特征在于，包括如下步骤：S1.采集学习者的过往课程成绩数据、在线学习时长数据、知识点掌握情况数据以及学习行为偏好数据，基于采集的数据构建学习者知识空间的多维数据模型；S2.在多维数据模型的基础上利用分形几何方法对学习者知识空间进行分析，计算学习者知识空间的分形维数，量化学习者知识结构的复杂性，并形成分形特性表征的知识图谱；S3.基于知识图谱，结合自适应学习算法对学习者知识空间中的各知识点掌握情况进行评估，识别学习者知识空间中的薄弱区域及潜在知识盲点；S4.根据学习者实时知识状态分析结果结合学习目标，利用分形递归算法对知识图谱进行递归分解，将知识点划分为主干知识模块、次级扩展模块及细化知识模块，动态学习路径通过调整主干模块的排列顺序、动态展开次级模块及加载细化模块；S5.基于学习者实时知识状态和动态学习路径，利用分形特性对多层次学习资源进行优化推荐，优化推荐内容和排序依据学习者的知识掌握情况、薄弱知识点和学习行为偏好动态调整；S6.根据S5推荐的学习资源，通过实时监测学习者在学习过程中的表现数据，结合表现数据分析结果动态调整学习路径及资源推荐内容，优化学习建议并实时更新学习者知识状态，直至课程规划结束；所述S2包括以下步骤：S21.利用知识空间多维数据模型S将每个知识点表示为节点vi，节点之间的关联关系表示为边eij，构建学习者的知识空间网络图：G＝V,E,W：其中，V为知识点节点集合，E为节点之间的关联边集合，W＝{wij}为边权重集合，边权重wij根据知识点vi和知识点vj的关联强度计算： 其中，Ki,Kj为知识点vi和知识点vj的掌握程度，λ为关联度调节系数，∥Ki∥,∥Kj∥为对应知识点掌握程度的范数；S22.采用盒维数法对知识空间网络图G进行分形维数计算，将知识空间网络嵌入到度量空间中，选择不同尺度的盒子大小εl，对整个知识空间进行覆盖，盒子数量Nεl表示在尺度εl下覆盖知识空间所需的最小盒子数，建立盒子大小εl与盒子数量Nεl的对应关系，形成数据集{logεl,logNεl}；利用线性回归方法对数据集进行拟合，计算分形维数D： 其中，k为拟合直线的斜率，D为知识空间网络的分形维数，量化学习者知识结构的复杂性；S23.根据计算得到的分形维数D结合知识空间网络G生成具有分形特征的知识图谱T，根据分形维数D和节点的拓扑特性调整节点vi的权重 其中，Ki为知识点vi的掌握程度，degvi为节点vi的度，为权重调节指数，Dmax为知识空间可能的最大分形维数；根据节点权重和分形特性，调整边eij的权重 其中，为调整后的节点权重，φ为边权重调节指数；构建知识图谱的加权邻接矩阵T＝[tij]： S24.将生成的具有分形特性的知识图谱T存储于学习管理系统的数据库中。

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湖南科技学院，其通讯地址为：425000 湖南省永州市零陵区杨梓塘路130号；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”。