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！

龙图腾网恭喜快上云(上海)网络科技有限公司申请的专利一种智能化学习行为分析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：CN119295275B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202411803272.5，技术领域涉及：G06Q50/20；该发明授权一种智能化学习行为分析方法及系统是由刘波设计研发完成，并于2024-12-09向国家知识产权局提交的专利申请。

本一种智能化学习行为分析方法及系统在说明书摘要公布了：本发明公开了一种智能化学习行为分析方法及系统，涉及教育智能化学习技术领域，包括构建知识图谱并采集用户的多源数据进行预处理；根据情感得分计算目标用户未来时间点的最终情感波动值并推荐目标用户在知识图谱中对应的层级；根据推荐层级定义动作空间并通过SAC算法动态优化推荐策略；构建用户－行为二维矩阵计算目标用户对节点的满意度评分并根据满意度评分生成推荐列表。采集用户的情感得分与行为数据，结合情感波动预测模型，精确计算用户情感波动值，使用SAC算法优化推荐策略，进一步提升推荐效果的个性化与实时性，构建用户‑行为二维矩阵，基于满意度评分生成推荐列表，确保推荐内容与用户需求高度匹配，从而提高学习效率和用户体验。

本发明授权一种智能化学习行为分析方法及系统在权利要求书中公布了：1.一种智能化学习行为分析方法，其特征在于：包括，根据知识点列表将知识点之间的逻辑关系构建知识图谱，将知识图谱按知识点逻辑关系划分为基础层、应用层和拓展层三个层级；采集用户的多源数据进行预处理，所述多源数据包括行为数据和情感得分，情感得分根据用户在节点学习过程中的面部图像获得；所述行为数据包括用户ID、学习时长、学习完成度和浏览频率；根据情感得分计算目标用户未来时间点的最终情感波动值并推荐目标用户在知识图谱中对应的层级；根据推荐层级定义动作空间并通过SAC算法动态优化推荐策略；筛选出所有符合动作的节点并生成初始推荐内容列表H；采集筛选出的所有节点中用户多源数据的学习时长、完成比例和浏览频率并按时间顺序排列，形成行为时间序列数据；构建用户－行为二维矩阵计算目标用户对节点的满意度评分并根据满意度评分生成最终的推荐列表；所述根据情感得分计算目标用户未来时间点的最终情感波动值包括，将多源数据中的情感得分按时间顺序排列，形成情感时间序列数据；对情感时间序列数据进行离散傅里叶变换，将时间域的情感时间序列数据转化为频率域，得到频率成分上的傅里叶系数；通过对傅里叶系数进行求模得到该频率成分的幅值，计算傅里叶系数的角度得到该频率成分的相位；将每个频率成分的幅值组成幅值谱，设定高频幅值阈值和低频幅值阈值，若幅值谱中的频率成分小于低频幅值阈值，则判定为低频成分，若幅值谱中的频率成分大于高频幅值阈值，则判定为高频成分，否则，不进行操作；将筛选出的高频成分和低频成分的频率、幅值和相位组合，形成情感波动的特征向量；通过傅里叶级数将特征向量转换为情感时间序列数据，得到每个时间点的情感波动值；选择自回归模型利用特征向量预测未来目标用户的情绪波动；通过AIC自动选择模型阶数，得到最优阶数；根据最优阶数使用最小二乘法计算自回归模型的回归系数，得到回归系数后，根据自回归模型的初始预测公式，计算目标用户未来时间点的情感波动值；根据未来时间点的情感波动值，设定正态分布的概率密度函数，构建最终的预测公式，计算目标用户未来时间点的最终情感波动值，公式为： ；其中，表示在未来时间点t+1时最终情感波动预测值，表示情感波动值的标准差，表示自回归模型的常数项，表示自回归模型中的最优阶数，表示过去第i个时间点自回归模型中的回归系数，表示过去第i个时间点的情感波动值，表示未来时间点t+1时的情感波动值，表示情感波动值的均值，表示随机误差项。

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快上云(上海)网络科技有限公司，其通讯地址为：201207 上海市浦东新区中国(上海)自由贸易试验区芳春路400号1幢3层；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”。