基于动机特征识别的词汇学习策略推荐方法及系统

AITNT
正文
推荐专利
基于动机特征识别的词汇学习策略推荐方法及系统
申请号:CN202511060848
申请日期:2025-07-30
公开号:CN120561660B
公开日期:2025-10-14
类型:发明专利
摘要
本发明公开了基于动机特征识别的词汇学习策略推荐方法及系统,涉及智能教育技术领域,该方法包括:收集目标用户的学习行为数据,进行时间序列分析,生成学习行为画像;基于学习行为画像,进行学习习惯识别、兴趣领域识别和驱动导向识别,生成个性化学习动机特征集;匹配目标学习任务,参照个性化学习动机特征集进行层级式学习规划,生成目标用户的个性化学习路径,进行实时学习指导和动态路径调优。本发明解决了现有词汇学习方法无法满足学习者的个性化需求,导致学习效率低下、学习效果不佳的技术问题,达到了基于动机特征识别的个性化学习路径规划与动态调优,精准满足学习者个性化需求,进而提升学习效率和效果的技术效果。
技术关键词
个性化学习路径 推荐方法 画像 多源异构数据 周期性特征 兴趣 词汇学习方法 三元组 习惯 层级 智能教育技术 规划 序列 动态 概念网络 识别模块 推理机制 分类器 跨用户
系统为您推荐了相关专利信息
1
一种基于洪水预报的堤坝渗流稳定性分析方法
稳定性分析方法 数据采集层 洪水预报系统 地理信息系统空间 堤坝
2
一种基于深度学习的短视频广告投放优化评估方法
优化评估方法 画像 视频 兴趣点 点击率
3
一种多模态智能工业设计推荐方法及系统
推荐方法 多模态数据采集 工业 数据特征提取 文本
4
一种基于感官印象的旅游目的地推荐方法及系统
感官 信息抽取模型 推荐方法 提示器 实体
5
基于机器学习的融媒体网安威胁感知与管控方法及系统
节点 管控方法 媒体 标签 半监督聚类
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号