買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉北京策騰數字科技集團有限公司申請的專利一種基于大語言模型的在線課程推薦方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120123597B 。

龍圖騰網通過國家知識產權局官網在2025-08-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510601679.8，技術領域涉及：G06F16/9535；該發明授權一種基于大語言模型的在線課程推薦方法及系統是由李永設計研發完成，并于2025-05-12向國家知識產權局提交的專利申請。

本一種基于大語言模型的在線課程推薦方法及系統在說明書摘要公布了：本發明公開了一種基于大語言模型的在線課程推薦方法及系統，涉及課程推薦技術領域，本發明基于政策文本的多層級解析，準確提取顯性變更與隱性技能需求的關聯，避免傳統關鍵詞匹配的片面性；通過跨模態對齊生成帶衰減權重的課程特征，結合政策發布時間與內容更新頻次動態調整推薦優先級，解決政策過渡期課程更新滯后導致的推薦偏差；并利用LLM構建跨技能域關聯矩陣，自動推導政策變更的次生影響；采用虛擬交互數據生成模塊通過模擬典型用戶行為路徑，在缺乏真實數據時維持推薦系統穩定性，縮短政策突變后的模型迭代周期。

本發明授權一種基于大語言模型的在線課程推薦方法及系統在權利要求書中公布了：1.一種基于大語言模型的在線課程推薦方法，其特征在于，包括， 步驟S1，實時掃描指定考試機構的官方信息源，當檢測到政策變更文本時，觸發大語言模型對所述政策變更文本進行多層級語義解析，生成包含直接影響要素和衍生影響要素的變更清單； 步驟S2，根據所述變更清單中的要素條目，從課程數據庫中提取關聯課程資源，通過大語言模型對課程視頻幀、講義文本及習題數據進行跨模態對齊，生成帶時效權重的課程特征向量； 步驟S3，基于用戶歷史行為數據構建初始興趣向量，將所述課程特征向量與所述初始興趣向量進行動態耦合，生成包含政策適配系數的推薦優先級序列； 步驟S4，當所述政策適配系數超過預設閾值時，激活虛擬交互數據生成模塊，利用大語言模型模擬政策變更后典型用戶的學習路徑，注入推薦模型進行增量訓練； 步驟S1的多層級語義解析方式過程中，將政策文本按劃分為三層，包括： ?=1規則變更層：聚焦顯性規則修訂點； ?=2教學要素層：抽取與教學直接相關的要素變動； ?=3潛在影響層：推斷對能力維度和復習策略的隱性影響需求； 利用大語言模型分別對每層文本單元生成語義嵌入，再加權匯聚為整體政策向量，公式為： ， 其中，表示聚合后的政策語義向量，表示解析層級索引，表示第層的重要度權重，表示第層的文本單元數量，表示第層中第個單元的語義嵌入向量，表示層內單元索引； 引入系數衡量政策解析結果與用戶需求的匹配度： ， 其中，表示政策與用戶興趣的匹配系數，表示課程特征向量，表示用戶歷史興趣向量，表示向量的歐氏范數，表示政策發布時間與當前時刻的時間差，單位為天，表示時效衰減率； 依次按每層要素在中的加權貢獻度及大小進行篩選和排序，輸出包含直接影響要素與衍生影響要素的最終變更清單； 步驟S3中，所述動態耦合過程引入影響鏈傳播機制： 通過大語言模型分析所述衍生影響要素的傳導路徑，建立跨技能域的關聯矩陣； 當檢測到聽力評分標準變更時，自動推導對寫作課程中圖表描述模塊的影響權重； 根據所述關聯矩陣調整推薦優先級序列中的課程排序； 所述關聯矩陣通過大語言模型分析歷史政策變更數據中的技能影響傳導路徑，計算各技能節點間的條件概率權重。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人北京策騰數字科技集團有限公司，其通訊地址為：100085 北京市海淀區上地三街9號B座2層B310；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。