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！

龙图腾网恭喜中国科学技术大学申请的专利基于机器学习的教育教学资源动态分配管理系统及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：CN119313124B 。

龙图腾网通过国家知识产权局官网在2025-04-11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：202411858002.4，技术领域涉及：G06Q10/0631；该发明授权基于机器学习的教育教学资源动态分配管理系统及方法是由段玉珍;张学和;黄敏设计研发完成，并于2024-12-17向国家知识产权局提交的专利申请。

本基于机器学习的教育教学资源动态分配管理系统及方法在说明书摘要公布了：本发明公开了基于机器学习的教育教学资源动态分配管理系统及方法，涉及资源分配管理领域，本发明通过对当前资源特征数据集矩阵以及当前需求者特征数据集矩阵进行聚类操作，获取可以反映出每种教育教学资源以及每种教育教学资源需求者的特征分类中心数据，为后续进行教育教学资源与教育教学资源需求者匹配提供了数据支持；通过构建最终学生成绩等级映射方程，为后续进行教育教学资源与教育教学资源需求者匹配提供了映射工具；若满足要求的最佳的学生成绩等级数据的数量不满足要求时，重新对上述进行聚类操作得到的聚类中心数据进行优化，从而使得大多数类型的教育教学资源需求者都能匹配到最合适的教育教学资源类型。

本发明授权基于机器学习的教育教学资源动态分配管理系统及方法在权利要求书中公布了：1.基于机器学习的教育教学资源动态分配管理方法，其特征在于，包括以下步骤：S1、采集当前多种教育教学资源类型以及教育教学资源需求者类型对应的特征数据，得到当前资源特征数据集矩阵以及当前需求者特征数据集矩阵；S2、对当前资源特征数据集矩阵以及当前需求者特征数据集矩阵进行聚类操作，得到资源特征数据分类中心矩阵集以及需求者特征数据分类中心矩阵集；S3、配合当前资源特征数据集矩阵以及当前需求者特征数据集矩阵采集历史多种教育教学资源类型、教育教学资源需求者类型的特征数据以及对应的历史学生成绩等级数据，得到历史资源特征数据矩阵、历史需求者特征数据矩阵以及学生成绩等级数据集；再根据历史资源特征数据矩阵、历史需求者特征数据矩阵以及学生成绩等级数据集构建最终学生成绩等级映射方程；S4、根据最终学生成绩等级映射方程对资源特征数据分类中心矩阵集以及需求者特征数据分类中心矩阵集进行映射并筛选，得到资源特征匹配数据矩阵集以及最优学生成绩等级映射数据矩阵；根据最优学生成绩等级映射数据矩阵对资源特征数据分类中心矩阵集以及需求者特征数据分类中心矩阵集进行优化；所述S3包括以下步骤：S31、设定多个学生成绩等级类型，得到学生成绩等级类型集；S32、根据所述学生成绩等级类型集、资源类型集、资源特征类型集、资源需求者类型集以及需求者特征类型集采集历史多种类型的教育教学资源的特征数据、对应的教育教学资源需求者的特征数据以及对应的学生成绩等级数据，得到历史资源特征数据矩阵、历史需求者特征数据矩阵以及学生成绩等级数据集；S33、构建初始学生成绩等级映射方程；采用所述历史资源特征数据矩阵、历史需求者特征数据矩阵以及学生成绩等级数据集对初始学生成绩等级映射方程进行优化，得到最终学生成绩等级映射方程；所述S33包括以下步骤：S331、构建初始学生成绩等级映射方程；S332、将所述历史资源特征数据矩阵以及历史需求者特征数据矩阵中的每行数据分别代入初始学生成绩等级映射方程中，得到初始学生成绩等级映射数据集；S333、当所述初始学生成绩等级映射数据集中存在学生成绩等级映射数据与学生成绩等级数据集中对应的学生成绩等级数据不相同时，对所述初始学生成绩等级映射方程进行优化，直到所述初始学生成绩等级映射数据集中不存在学生成绩等级映射数据与学生成绩等级数据集中对应的学生成绩等级数据不相同时为止，得到最终学生成绩等级映射方程；否则，不需要对所述初始学生成绩等级映射方程进行优化，将所述初始学生成绩等级映射方程作为最终学生成绩等级映射方程。

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中国科学技术大学，其通讯地址为：230000 安徽省合肥市金寨路96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”。