恭喜巢湖学院吴其林获国家专利权
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!
龙图腾网恭喜巢湖学院申请的专利多源异构与动态行为协同特征挖掘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:CN119494081B 。
龙图腾网通过国家知识产权局官网在2025-05-06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:202510080580.8,技术领域涉及:G06F18/26;该发明授权多源异构与动态行为协同特征挖掘方法及系统是由吴其林;赵启美;曹骞;张平改;方周;卜华龙;杨曾全设计研发完成,并于2025-01-20向国家知识产权局提交的专利申请。
本多源异构与动态行为协同特征挖掘方法及系统在说明书摘要公布了:本发明涉及数据处理技术领域,本发明公开了多源异构与动态行为协同特征挖掘方法及系统;包括计算出学习者的学习周期,获取多源异构数据和动态行为数据,训练挖掘出协同特征的特征挖掘模型,获取实时的综合学习数据,并判定是否发出协同管理提示,从协同特征中识别出目标特征,根据目标特征标记出协同管理数据;相对于现有技术,本发明能够为学习周期的准确计算提供合理且有效的数据基础,避免出现过量且超范围的多源异构数据和动态行为数据,同时根据融合生成的综合学习数据快速且准确的挖掘出协同特征,实现了对复杂数据快速筛选、识别、精确挖掘的组合效果,也能够对学习者的学习情况进行多维度、多类型、多状态的协同管理操作。
本发明授权多源异构与动态行为协同特征挖掘方法及系统在权利要求书中公布了:1.多源异构与动态行为协同特征挖掘方法,应用于挖掘服务器,其特征在于,包括:S1:查询出学习者的基础学习参数,从基础学习参数中提取出周期参数,周期参数包括有效学习峰值、学习间断值和学习疲劳度,并计算出学习者的学习周期;学习间断值的获取方法包括:通过学习管理系统查询出学习者在过往时间段内的个学习事件,并逐一查询出个学习事件中的第一个记录时刻和最后一个记录时刻,分别记为起点时刻和终点时刻;将上一个学习事件的终点时刻至下一个学习事件的起点时刻之间的时长记为间隔时长,获得个间隔时长;剔除掉间隔时长的最大值和最小值,并将余下的个间隔时长累加后求平均,获得学习间断值;学习疲劳度的获取方法包括:逐一查询出学习者的个学习事件的事件状态属性,并标记出事件状态属性中的属性值;将属性值为“0-0”、“0-1”或“1-0”的学习事件记为疲劳事件,并通过时间戳逐一查询出疲劳事件和学习事件的持续时长,获得个疲劳时长和个事件时长;将个疲劳时长逐一累加后,获得疲劳总值,并将疲劳总值与个事件时长的累加值比较,获得学习疲劳度;学习周期的计算方法包括:将有效学习峰值、学习间断值和学习疲劳度分别赋予不同的权重因子后并比较,计算出周期附加值;将预设的标准周期与周期附加值相加后,计算出学习周期;S2:获取学习者在学习周期内的第一学习数据,并基于第一提取准则,从第一学习数据中提取出多源异构数据,第一提取准则为:剔除掉多余的存在重复的第一学习数据;S3:获取学习者在学习周期内的第二学习数据,并基于第二提取准则,从第二学习数据中提取出动态行为数据,第二提取准则为:剔除掉记录时刻位于最后三位以外的待验证数据;S4:将多源异构数据和动态行为数据融合成综合学习数据,挖掘出综合学习数据中的协同特征,并训练挖掘出协同特征的特征挖掘模型;S5:获取实时的综合学习数据,输入到特征挖掘模型中挖掘出实时的协同特征,并判定是否发出协同管理提示;S6:若发出协同管理提示,从协同特征中识别出目标特征,根据目标特征标记出协同管理数据,并将协同特征和协同管理数据整合至学习者和管理者进行展示。
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巢湖学院,其通讯地址为:238024 安徽省合肥市巢湖经济开发区半汤路1号巢湖学院;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”。
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。