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 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 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 > 恭喜云南师范大学杨文正获国家专利权

恭喜云南师范大学杨文正获国家专利权

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!

龙图腾网恭喜云南师范大学申请的专利基于张量分解与神经网络融合的个性化推荐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:CN119719510B

龙图腾网通过国家知识产权局官网在2025-05-16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:202510214626.0,技术领域涉及:G06F16/9535;该发明授权基于张量分解与神经网络融合的个性化推荐方法是由杨文正设计研发完成,并于2025-02-26向国家知识产权局提交的专利申请。

基于张量分解与神经网络融合的个性化推荐方法在说明书摘要公布了:本发明涉及教育资源推荐技术领域,具体为一种基于张量分解与神经网络融合的个性化推荐方法,包括结合预设情境张量、预设教育资源张量以及学习者实际情况得到的动态学习者特征张量进行分析,得到融合张量;采用高阶奇异值分解方法对融合张量进行降维处理,确定在不同的预设情境下教育资源和学习者特征之间的匹配关系,以形成学习者和教育资源之间的匹配资源库;根据预设资源筛选规则从匹配资源库中筛选出符合学习者个人需求的推荐策略以及对应的教育资源。通过上述方法,本发明解决了在传统推荐方法中常采取静态的推荐手段,并没有结合学习者的学习习惯、认知水平、兴趣爱好等个人实际情况,导致教育资源推荐结果准确性和可靠性不够高的问题。

本发明授权基于张量分解与神经网络融合的个性化推荐方法在权利要求书中公布了:1.基于张量分解与神经网络融合的个性化推荐方法,其特征在于,包括:获取学习者的历史学习数据、个人数据和当前输入信息,采用学习者特征分析模型对历史学习数据和个人数据进行处理,以得到初始学习者特征张量;并根据当前输入信息调整初始学习者特征张量,以得到动态学习者特征张量;采用关联分析方法对预设情境张量、预设教育资源张量、动态学习者特征张量进行关联融合分析,以得到融合张量,包括:基于预设情境张量、预设教育资源张量以及动态学习者张量三者或两者中的隐性关键特征进行筛选,以得到含有隐性关键特征的第一张量数据;根据第一张量数据中的隐性关键特征进行相互映射,以得到映射关系;对映射关系和第一张量数据进行高维表征,以形成融合张量;采用高阶奇异值分解方法和神经网络算法对融合张量进行处理,确定在不同预设情境下教育资源和学习者特征之间的匹配关系,以建立对应预设情境的匹配资源库,包括:以融合张量中的预设情境特征作为维度,采用高阶奇异值分解方法对融合张量进行降维,以得到在预设情境特征下的多个初始因子矩阵;采用奇异值分解方法对各初始因子矩阵进行奇异值分解,以得到情境张量及对应的预设情境特征下的因子矩阵;采用神经网络算法对情境张量及对应的预设情境特征下的因子矩阵进行关联分析,确定在不同预设情境下教育资源特征和学习者特征之间的匹配关系,以根据匹配关系建立对应的匹配资源库;以及在匹配资源库中为各匹配关系附加匹配原因;根据预设资源筛选规则从匹配资源库中筛选出符合学习者需求的教育资源;获取学习者对推荐的教育资源的评论数据,对评论数据进行筛选分析,以得到问题数据;采用预设策略生成模型对问题数据进行分析处理,以确定问题数据中问题特征的划分属性,并根据预设判断规则确定多个子调整策略,以各子调整策略形成最终的调整策略;根据调整策略调整动态学习者特征张量和或预设资源筛选规则,以调整向学习者推荐的教育资源。

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云南师范大学,其通讯地址为:650500 云南省昆明市呈贡区聚贤街768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”。

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。