[发明专利]一种智能默写记忆强度的计算方法及电子设备在审
申请号: | 202010566597.1 | 申请日: | 2020-06-19 |
公开(公告)号: | CN111861813A | 公开(公告)日: | 2020-10-30 |
发明(设计)人: | 周海滨 | 申请(专利权)人: | 北京国音红杉树教育科技有限公司 |
主分类号: | G06Q50/20 | 分类号: | G06Q50/20;G09B7/00;G09B19/06 |
代理公司: | 北京沁优知识产权代理有限公司 11684 | 代理人: | 郭峰 |
地址: | 100000 北京市海淀区上地信息*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 智能 默写 记忆 强度 计算方法 电子设备 | ||
1.一种智能默写记忆强度的计算方法,其特征在于,包括以下步骤:
为用户生成默写单词的中文释义;
获取用户对单词的初次学习信息;
根据所述初次学习信息对单词进行标记并且生成单词的初始记忆强度值;
显示记忆强度程度。
2.根据权利要求1所述的智能默写记忆强度的计算方法,其特征在于,所述初次学习信息对单词进行标记并且生成单词的初始记忆强度值包括以下步骤:
判断用户默写单词是否正确,若是,标记该单词为熟词且记忆强度值为第一初始记忆强度值;若否,标记该单词为生词,且记忆强度值为第二初始记忆强度值。
3.根据权利要求2所述的智能默写记忆强度的计算方法,其特征在于,所述第二初始记忆强度值还根据错误字母个数和/或错误字母所占比例划分为至少两个等级。
4.根据权利要求2或3所述的智能默写记忆强度的计算方法,其特征在于,还包括以下步骤:
获取用户对单词的再次学习信息;
通过增加或减少记忆强度值,生成当前记忆强度值;
利用当前记忆强度值对显示的记忆强度程度进行更新。
5.根据权利要求4所述的智能默写记忆强度的计算方法,其特征在于,所述再次学习包括复习,用户在复习阶段默写正确所述生词时,所述生词的记忆强度值增加强度增加值,所述强度增加值包括第一固定值;用户在复习阶段默写错误所述生词或者用户默写超时时,所述生词的记忆强度值减少强度减少值,所述强度减少值包括第二固定值。
6.根据权利要求5所述的智能默写记忆强度的计算方法,其特征在于,所述强度增加值或强度减少值还包括难度影响值,所述难度影响值计算公式为:
Df=Dti×Mdt,Dti=(Dm+Am),Dm=Rwr×λ,Rwr=Crw/Crt;所述Df为难度影响值,Dti为难度指数,Mdt为难度指数影响记忆强度基础值,Dm为学习数据计算难度,Am为人工标注难度,Rwr为用户复习过程中对所述生词默写的错误率,λ为难度标记,Crw为用户复习过程中对所述生词默写错误的次数,Crt为用户复习过程中对所述生词默写的总次数。
7.根据权利要求6所述的智能默写记忆强度的计算方法,其特征在于,所述再次学习包括测试,当所述用户进行生词复习时,强度增加值或强度减少值还包括勤奋影响值,所述勤奋影响值的计算公式可以为:Dli=Dgi×Mdg,Dgi=(Trc-Tbr)/Dds,其中Dli为勤奋影响值,Dgi为勤奋影响指数,Dds为勤奋设定时长,Mdg为勤奋指数影响记忆强度基础值,Tbr为最佳复习时间点,Trc为当前复习时间点。
8.根据权利要求7所述的智能默写记忆强度的计算方法,其特征在于,所述强度增加值或强度减少值还包括疲劳影响值,所述疲劳影响值的计算公式为:
Fa=(1-Fi)×Mfa,Fi=min(De,Ds)/Ds,其中Fa为疲劳影响值,Fi为疲劳指数,Mfa为疲劳指数影响记忆强度基础值,De为学习有效时长,Ds为疲劳设定时长。
9.根据权利要求5-8任意一项所述的智能默写记忆强度的计算方法,其特征在于,所述再次学习还包括测试,所述再次学习信息还包括测试信息,所述测试信息包括:当用户在测试阶段默写正确所述熟词时,用户对所述熟词记忆强度不改变;当用户在测试阶段默写错误所述熟词时,所述熟词重新被标记为生词且记忆强度值变为第二初始记忆强度值;当用户默写错误所述生词时,所述生词的记忆强度值减少,减少值为生词测试直接减少值;当用户默写正确所述生词时,所述生词的记忆强度值增加,增加值为生词测试直接增加值。
10.一种电子设备,其特征在于,所述电子设备包括存储器及处理器,所述存储器上至少有一条指令,所述至少一条指令由所述处理器加载并执行,以实现如权利要求1-9任一项所述智能默写记忆强度的计算方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京国音红杉树教育科技有限公司,未经北京国音红杉树教育科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010566597.1/1.html,转载请声明来源钻瓜专利网。