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！

龙图腾网恭喜广东习课智能科技有限公司;郭立坤申请的专利一种研学教育的智能选课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：CN118279100B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202410306475.7，技术领域涉及：G06Q50/20；该发明授权一种研学教育的智能选课方法及系统是由郭睿燊;郭立坤设计研发完成，并于2024-03-18向国家知识产权局提交的专利申请。

本一种研学教育的智能选课方法及系统在说明书摘要公布了：本发明涉及教育系统选课技术领域，具体涉及一种研学教育的智能选课方法及系统，获取研学教育平台用户得研学课程的课程时长，获取研学教育平台用户的选课比例，通过人数峰值与选课比例获取选课推荐值，根据选课推荐值匹配用户时间与课程合适的研学课程，本发明对需进行研学实践的课程项目，根据系统各环节的操作，能够有效地提升学校选课的效率，提升研学基地接纳管理的效率，提升研学基地的坪效，把研学实践基地的场地充分合理利用起来，避免研学实践活动开展的聚集情况。

本发明授权一种研学教育的智能选课方法及系统在权利要求书中公布了：1.一种研学实践教育的智能选课方法，其特征在于，所述方法包括以下步骤：S100：获取研学教育平台用户得研学课程的课程时长；S200：获取研学教育平台用户的选课比例；S300：通过人数峰值与选课比例获取选课推荐值；S400：根据选课推荐值匹配用户时间与课程合适的研学课程；在步骤S100中，获取再研学教育平台中，获取用户的网课学习情况，对课程种类学习时长占比，学习进度比例，通过算法，计算到研学实践课程的匹配度得分，根据研学课程的匹配度得分获取适合用户研学课程推荐，并将推荐显示于研学教育平台的前台用户端中，并通过用户自主选择研学课程，并记录用户自主选择研学课程的匹配度得分，若用户通过自主搜索选择研学课程，则定义用户自主选择研学课程的匹配度得分为0；在步骤S200中，通过研学教育平台统计用户选课比例，并通过用户选课比例与研学课程排课进行匹配，匹配方法包括：S201：获取研学基地整个场馆接纳的人数峰值，若场馆在当前日期已有预约，并且研学基地有设置当前日期的限流人数，则根据所述研学基地设置当前日期的限流人数减已预约到场人数为当前日期可选择研学课程的总人数，所述当前日期可选择研学课程的总人数为人数峰值；S202：获取研学活动选择的多个课程信息列表，获取每个研学课程的开始时间和结束时间和上下午，获取基地流量配置日期列表，根据基地开始结束时间查找基地人数峰值；S203：设置限流配置，开放时间设置，设置研学基地在日常的开放日、法定节假日下，每天的经营时间开放时间；接纳人数设置，设置研学基地在场所开放期间的范围内接纳的人数峰值；限流配置，设置研学基地在特定的日期范围区间，可接纳的人数，若特定的日期范围和开放日范围重复时，以特定日期范围的可接纳人数为最优先级；S204：获取当天限流配置,若存在限流配置则将当天的开放时间扣除限流配置的时间；若开始时间是当天天上午,结束时间也是当天天上午，则扣除上午开放时间；若开始时间是当天天下午,结束时间也是当天天下午，则扣除下午开放时间；若开始时间是当天上午,结束时间也是当天下午，扣除一整天开放时间；扣减时判断基地承载对象剩余量是否大于学生数量，若大于学生数量，扣减之后，更新保存当天开放时间，否则不更新当天开放时间并抛出反馈；在步骤S300中，通过获取选课比例与人数峰值进行计算，得到智能选课的选课推荐值，计算选课推荐值的方法包括以下步骤：S301：将对应用户选课比例与研学课程的匹配度通过整合，定义人数峰值为R，取各个时间段的人数峰值，按时间段顺序标记下标，，……，n为记录的最后一个时间段的数量，将各个时间段的人数峰值构建人数峰值集合P，P=[，，……]，获取用户与对应选取研学课程的匹配度，并将所述匹配度定义为Lidt，将对应时间段与用户匹配度构建权重，通过将相邻时间段的人数峰值判断在不同时间段的人数峰值排课权重Q1，=，所述和为人数峰值集合P中的第k位和第k+1位元素；S302：将各个时间段的研学课程的匹配度构建集合D，D=[，，……]，获取集合P和D中相同时间戳并统一时间段的下标，通过将相邻时间段的研学课程的匹配度判断在不同时间段的研学课程的匹配度权重Q2，=，所述和为研学课程的匹配度构建集合D中的第k位和第k+1位元素,根据给定的和进行赋值权重，计算得到人数峰值与研学课程的匹配度的影响权重，； =，=；其中m为一个总系统运行周期中的时间间隔总数，同时也是集合D或集合P的元素总数；S303：在根据计算得到选课推荐值，其计算方式为： ；其中B为选课推荐值，为记录i时刻的人数峰值影响权重，为j时刻实践课程的匹配度影响权重；S304：根据人数峰值与研学课程的匹配度的影响权重，训练多层神经网络，将选课推荐值和，，输入神经网络模型中进行训练，完成训练后输出输入值X，所述输入值X为在运行周期中判断在此处选课推荐值是否达到合格的标准，每一项输入值X需要通过一个单独的神经网络模型进行训练，并且被训练的输入数据与该项输入值间为映射关系，即选课推荐值与输入值X为映射关系；在神经网络模型中，网络输入层神经元数量与输入数据种类数量相等，输出层神经元数量与输出数据种类数量相等，而中间层层数以及每层的神经元数量则自由设定，中间层的设置将直接影响神经网络的近似数据的精度，根据训练的结果来判断是否需要增减中间层数或神经元数量，判断中间层数和神经元的数量计算方法为：将神经网络模型中中间层逐层递加，并将中间层层数对应输出的输入值X进行命名，当中间层层数为1时输出输入值，以此类推，并根据所述输入值X，构建非线性回归函数，f（X）=，a为常数值，计算所述函数自变量的方差D，D=，其中L为输出时中间层的层数，为输出的第i位输入值X，所述为输出的第i位输入值X对应的输入选课推荐值；通过梯度下降法更新神经元的加权系数： （l）=-；其中，（）为求函数偏导，P、Q分别为系统输出误差和神经元权重增量，均为常数值，（l）为神经元加权系数，（l）为更新后的神经元加权系数，表示神经元学习率，通过所述（l）确定在中间层中设置的神经元数量。

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广东习课智能科技有限公司;郭立坤，其通讯地址为：510630 广东省广州市天河区科韵路16号第1栋401B房；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”。