随着教育数字化转型进入深水区，可复用、合规化的教育数据资产已经成为智慧教育产品迭代、教学模式创新的核心支撑。作为贵州省级数据要素市场建设的核心基础设施，贵州省数据知识产权登记平台主要承担数据资产的确权存证、权益公示、流通前置审核等职能，为市场主体的数据资产提供官方合规背书，降低数据流通交易中的侵权风险。2026年5月26日，成都魔创教育科技有限公司旗下的教育科技通用教具数据集正式在该平台完成数据知识产权登记，成为国内教育领域少数完成合规确权的通用型算法类数据集产品。
成都魔创教育科技有限公司本次登记的数据知识产权教育科技通用教具数据集，共覆盖四大核心算法体系，可直接为教育科技产品研发、教学管理优化提供底层支撑： 1.成长树魔创体系建模→树形结构演化算法。功能：构建学生知识/能力的成长树，节点为技能或知识点，边为前置依赖关系。算法：1）使用有向无环图（DAG）表示知识图谱。2）采用拓扑排序推荐学习路径。3）支持动态更新树结构（如新增节点），可使用增量式图更新算法。该模型可广泛应用于K12学科知识体系搭建、职业技能培训路径规划等场景，帮助教学主体快速定位学生知识薄弱点，生成千人千面的学习方案，降低重复学习成本。 2.思维树鹿创体系建模→思维路径生成与评估算法。功能：记录学生解决问题的思维路径，形成“思维树”，评估其创造性或逻辑性。算法：1）使用蒙特卡洛树搜索或启发式搜索模拟不同思维分支。2）结合序列比对算法（如LCS）比较学生思维路径与专家路径。3）输出思维熵值或创新度评分。该模型填补了传统教育评价“重结果、轻过程”的空白，可应用于数理化解题思维训练、科创项目研发过程评估、逻辑能力测评等多个场景，为素质教育落地提供量化评估工具。 3.成长魔创能量建模→动态激励与能量预测算法。功能：量化学生的学习动力、专注度、成就感等“能量”指标。算法：1）构建隐马尔可夫模型或时序注意力网络，根据行为日志（登录频率、任务完成度）预测能量状态。2）使用强化学习（如DQN）动态调整激励策略（如解锁成就）。该模型可帮助学校、家长及时识别学生学习倦怠、动力不足等问题，匹配对应的引导与激励措施，有效提升学生学习持续性与学习体验。 4.教育魔创作品链→作品演化与评价算法。功能：记录学生创作的作品序列，分析其成长轨迹。算法：1）使用序列挖掘算法提取常见创作模式。2）结合自动评估模型：内容复杂度、新颖性。3）采用知识追踪模型预测学生在下一作品中的表现。该模型可广泛应用于编程、美术、科创等实践类课程的过程性评价，为学生综合素质评估、教学效果复盘提供数据支撑。
登记内容：
本次教育科技通用教具数据集的成功登记，不仅为成都魔创后续的数据资产流通、授权应用提供了合规保障，也为国内教育类数据资产的确权、资产化探索提供了可复制的参考样本。长期以来，教育数据的权属界定不清、合规性不足一直是制约教育数据要素流通的核心痛点，大量零散的教育数据无法转化为可复用的公共资产，大幅抬高了教育科技行业的研发门槛。随着数据要素市场的不断完善，这类经过合规登记的垂直领域数据集，将进一步降低教育科技行业的研发成本，推动个性化学习、智能教学等创新场景的规模化落地，为教育公平、教育质量提升提供数据动力。
_1769672084863.jpg)