(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211057505.2 (22)申请日 2022.08.30 (71)申请人 武汉大学 地址 430072 湖北省武汉市武昌区八一路 299号 (72)发明人 王广帅　陈丹　陈靓影　王广海　 杨宗凯　徐如意　 (74)专利代理 机构 武汉东喻专利代理事务所 (普通合伙) 42224 专利代理师 雷霄 (51)Int.Cl. G06F 16/9535(2019.01) G06F 16/2455(2019.01) G06Q 50/20(2012.01) (54)发明名称 孤独症用户个别教育计划智能推荐 方法、 系 统及存储介质 (57)摘要 本申请公开了一种孤独症用户个别教育计 划智能推荐方法、 系统及存储介质。 该方法包括： 采集孤独症用户的多模态数据， 确定孤独症用户 所属的孤独症类型； 构建基于规则的第一推荐模 型， 所述第一推荐模型用于存储 预定义的个别教 育计划推荐规则， 根据所述推荐规则推荐个别教 育计划； 构建基于案例的第二推荐模型， 所述第 二推荐模型中用于根据所述孤独症用户所属的 孤独症类型从案例资源库中筛选相似用户的个 别教育计划进行推荐； 若所述案例资源库中存在 与所述孤独症类型相似的历史用户， 调用所述第 二推荐模型进行个别教育计划推荐， 否则调用所 述第一推荐模 型进行个别教育计划推荐。 本发明 能够智能化、 自动化生成满足不同孤独症用户需 要的个别教育 计划。 权利要求书2页 说明书10页 附图7页 CN 115525825 A 2022.12.27 CN 115525825 A 1.一种孤独症用户个别教育计划智能推荐方法， 其特 征在于， 包括： 采集孤独症用户的多模态数据， 根据 所述多模态数据确定所述孤独症用户所属的孤独 症类型； 构建基于规则的第 一推荐模型， 所述第 一推荐模型用于存储预定义的个别教育计划推 荐规则， 所述推荐规则定义了推荐所要依据的事实和推荐判断规则， 根据所述推荐规则推 荐个别教育计划； 构建基于案例的第 二推荐模型， 所述第 二推荐模型中用于根据 所述孤独症用户所属的 孤独症类型从案例本体资源库中筛选个别教育计划进 行推荐， 所述案例本体资源库存储了 多个历史用户对应的个别教育计划； 若所述案例资源库中存在与 所述孤独症类型相似度高于预设阈值的历史用户， 调用所 述第二推荐模型进行个别教育计划推荐， 否则， 调用所述第一推荐模型进行个别教育计划 推荐。 2.如权利要求1所述的孤独症用户个别教育计划智能推荐方法， 其特征在于， 所述多模 态数据包括所述孤独症用户在参与干预项目前的先验数据、 以及所述孤独症用户在参与干 预项目过程中的实时学习状态数据， 所述先验数据包括所述孤独症用户的基本信息、 各功 能领域的发展水平数据、 以及认知风格类型数据， 所述实时学习状态数据包括所述孤独症 用户在参与干预项目过程中的行为数据、 认知数据和生理数据。 3.如权利要求2所述的孤独症用户个别教育计划智能推荐方法， 其特征在于， 所述根据 所述多模态数据确定所述孤独症用户所属的孤独症类型包括： 分别从所述行为数据、 所述认知数据和所述生理数据中提取行为数据特征向量、 认知 数据特征向量和生理数据特征向量， 将所述行为数据特征向量、 认知数据特征向量和生理 数据特征向量进行 特征融合后送入第一分类 器， 获得第一决策向量； 从所述孤独症用户的基本信息、 各功能领域的发展水平数据提取发展水平特征向量， 从所述认知风格类型数据提取认知风格特征向量， 将所述发展水平特征向量和所述认知风 格特征向量进行 特征融合后送入第二分类 器， 获得第二决策向量； 对所述第一决策向量、 所述第二决策向量进行加权决策融合， 获得所述孤独症用户所 属的孤独症类型。 4.如权利要求1所述的孤独症用户个别教育计划智能推荐方法， 其特征在于， 所述案例 本体资源库的构建包括： 创建孤独症领域、 人领域和干预活动领域三个类及类属性， 所述孤独症领域、 人领域用 于分别从历史用户的孤独症领域、 历史用户的基本信息两个维度描述历史用户的孤独症类 型， 所述干预活动领域用于描述历史用户的对应的个别教育计划； 根据历史用户及其对应的个别教育计划， 生成所述孤独症领域、 人领域和干预活动领 域三个类的实例以及实例间的索引关系。 5.如权利要求4所述的孤独症用户个别教育计划智能推荐方法， 其特征在于， 所述孤独 症领域包括属性： 孤独症定义、 孤独症病因和孤独症症状， 用于分别从孤独症定义、 孤独症 病因和孤独症 症状三个方面描述历史用户的孤独症领域； 所述人领域包括属性： 人和人群， 用于分别从历史用户的年龄、 性别、 所属人群描述历 史用户的基本信息；权　利　要　求　书 1/2 页 2 CN 115525825 A 2所述干预活动领域包括属性： 认知， 语言， 运用， 模仿、 情 感表达及社交活动， 自理能力， 用于分别从认知、 语 言、 运用、 模仿、 情感表达及社 交活动、 自理能力几个方面描述历史用户 的对应的个别教育计划的具体内容。 6.如权利要求1所述的孤独症用户个别教育计划智能推荐方法， 其特征在于， 所述根据 所述孤独症用户所属的孤独症类型从案例资源库中筛 选个别教育计划进行推荐包括： 分别计算所述孤独症用户所属的孤独症类型与所述案例本体资源库中每个历史用户 的孤独症类型的相似度， 选取相似度最高的历史用户对应的个别教育计划进行推荐。 7.如权利要求6所述的孤独症用户个别教育计划智能推荐方法， 其特征在于， 还包括： 将为所述孤独症用户推荐的个别教育计划呈现给所述孤独症用户， 并支持所述孤独症用户 随时查看、 保存和打印。 8.一种孤独症用户个别教育计划智能推荐系统， 其特 征在于， 包括： 评估模块， 用于采集孤独症用户的多模态数据， 根据所述多模态数据确定所述孤独症 用户所属的孤独症类型； 第一推荐模块， 用于构建基于规则的第一推荐模型， 所述第一推荐模型用于存储预定 义的个别教育计划推荐规则， 所述推荐规则定义了推荐所要依据的事实和推荐判断规则， 根据所述推荐规则推荐个别教育计划； 第二推荐模块， 用于构建基于案例的第二推荐模型， 所述第二推荐模型中用于根据所 述孤独症用户所属的孤独症类型从案例资源库中筛选个别教育计划进 行推荐， 所述案例本 体资源库存 储了多个历史用户对应的个别教育计划； 调用模块， 用于若所述案例资源库中存在与所述孤独症相似度高于预设阈值的历史用 户， 调用所述第二推荐模型进行个别教育计划推荐， 否则调用所述第一推荐模型进行个别 教育计划推荐。 9.如权利要求8所述的孤独症用户个别教育计划智能推荐系统， 其特征在于， 所述多模 态数据包括所述孤独症用户在参与干预项目前的先验数据、 以及所述孤独症用户在参与干 预项目过程中的实时学习状态数据， 所述先验数据包括所述孤独症用户的基本信息、 各功 能领域的发展水平数据、 以及认知风格类型数据， 所述实时学习状态数据包括所述孤独症 用户在参与干预项目过程中的行为数据、 认知数据和生理数据。 10.一种存储介质， 其特征在于， 其存储有计算机程序， 当所述计算机程序在处理器上 运行时， 使得 所述处理器执行权利要求1～7任一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 115525825 A 3