申请/专利权人：深圳市涵通科技有限公司

申请日：2023-11-28

公开（公告）日：2024-03-08

公开（公告）号：CN117666786A

主分类号：G06F3/01

分类号：G06F3/01;G06F16/2457;G06F16/9535;G06N3/08;G06V40/70;G06Q50/20

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.26#实质审查的生效;2024.03.08#公开

摘要：本发明涉及家教学习机领域，尤其涉及一种家教学习机的系统切换方法及系统。该方法包括以下步骤：获取用户面部图像及用户行为数据；对用户行为数据进行动态行为分析，以生成动态行为特征数据；根据动态行为特征数据对用户面部图像进行情绪波动分析，以构建用户情绪波动曲线；通过用户情绪波动曲线对动态行为特征数据进行学习状态检测，以生成学习状态数据；根据学习状态数据对用户面部图像进行眼部轨迹识别，以构建眼部轨迹图；利用眼部轨迹图对用户情绪波动曲线进行隐含关联挖掘，以生成用户行为关联数据；本发明实现了学习机高效的切换效率及准确的内容切换。

主权项：1.一种家教学习机的系统切换方法，其特征在于，包括以下步骤：步骤S1：获取用户面部图像及用户行为数据；对用户行为数据进行动态行为分析，以生成动态行为特征数据；根据动态行为特征数据对用户面部图像进行情绪波动分析，以构建用户情绪波动曲线；步骤S2：通过用户情绪波动曲线对动态行为特征数据进行学习状态检测，以生成学习状态数据；根据学习状态数据对用户面部图像进行眼部轨迹识别，以构建眼部轨迹图；步骤S3：利用眼部轨迹图对用户情绪波动曲线进行隐含关联挖掘，以生成用户行为关联数据；基于用户行为关联数据对动态行为特征数据进行用户兴趣倾向分析，以生成用户兴趣倾向数据；对用户兴趣倾向数据进行行为倾向演变处理，构建行为兴趣倾向图谱；步骤S4：利用行为兴趣倾向图谱对动态行为特征数据进行个性差异分析，以生成用户个性差异数据；对用户个性差异数据进行用户画像构建，以生成用户画像；利用行为兴趣倾向图谱对用户画像进行实时动态优化，以生成用户动态画像；步骤S5：通过用户动态画像对用户情绪波动曲线进行情绪趋势分析，以生成用户情绪趋势数据；通过用户情绪趋势数据对动态行为特征数据进行行为需求预测，以生成行为需求预测评估指数；步骤S6：基于预设的行为需求预测评估阈值指数对行为需求预测评估指数进行比较，以生成兴趣倾向优化数据；利用深度学习算法对兴趣倾向切换数据及兴趣倾向优化数据进行兴趣切换决策分析，以生成用户兴趣切换决策引擎，以执行系统切换作业。

全文数据：

权利要求：

百度查询： 深圳市涵通科技有限公司 一种家教学习机的系统切换方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD