一种多模态动态优化的教育资源推荐系统及方法

本发明涉及一种多模态动态优化的教育资源推荐系统及方法，系统包括以下模块：多模态数据采集模块通过边缘计算整合视频行为、答题轨迹、生理信号等数据，构建学习特征图谱；学生画像模块采用LSTM‑Attention网络结合图神经网络，动态建模知识掌握度与学习风格；资源匹配引擎基于强化学习与知识图谱分析，实现知识增益、认知负荷和兴趣匹配的多目标优化；标签自适应模块通过因果推断与对比学习动态调整资源权重，个性化推荐模块基于学生画像与实时行为数据，生成动态学习路径并推送适配资源，学习进度跟踪模块实时监测学习状态，反馈至资源匹配引擎以闭环优化推荐策略。本发明解决了传统教育平台资源推荐僵化、缺乏个性化适配的技术缺陷。