[发明专利]一种大数据采集多核参数自适应分时记忆驱动方法及系统

权利要求书

1.一种大数据采集多核参数自适应分时记忆驱动方法，其特征在于，该方法包括：

通过账户密码登入，获得当前学习次数，所述当前学习次数为0时，进行单词学习，在收到第一更新学习状态命令后，记录第一单词学习范围和第一单词学习峰值；

根据所述第一更新学习状态命令、所述第一单词学习范围和所述第一单词学习峰值，生成单词的第一复习提示时间、第二复习提示时间、第三复习提示时间、测试题目、测试正确答案和测试答题时间限制；

通过账户密码登入，获得所述当前学习次数，所述当前学习次数不为0时，进行单词复习和学习，在收到第二更新学习状态命令后，记录当次单词学习范围和当次单词学习峰值；

根据所述第一复习提示时间、所述第二复习提示时间和所述第三复习提示时间向用户发出复习提示命令，当用户完成复习任务后，生成每个单词的记忆指数和每个单词当前的记忆强度；

根据所述记忆指数、所述记忆强度和当前记忆库存量，生成记忆库存量提取函数，并计算黄金记忆在各记忆周期内的时间点；

提取对应用户的历史测试数据，根据单个用户的历史数据进行特征提取，通过历史数据训练获得目标训练函数，并确定所有用户的黄金记忆时间；

获得每个用户的当前学习次数、错误次数、本次是否做对、所述记忆强度和所述记忆指数，综合生成每个用户的各个单词的综合记忆强度评分；

其中，所述根据所述第一更新学习状态命令、所述第一单词学习范围和所述第一单词学习峰值，生成单词的第一复习提示时间、第二复习提示时间、第三复习提示时间、测试题目、测试正确答案和测试答题时间限制，具体包括：

当接收到第一更新学习状态命令后，将所述当前学习次数加1，并保存所述当前学习次数，并开始第一复习时间的计时；

根据所述第一单词学习范围设置复习单词库，并根据单词库自动生成所述测试题目；

根据所述测试题目生成所述测试正确答案和所述测试答题时间限制；

根据所述第一单词学习峰值和所述第一单词学习范围，生成第一计算公式形式的当前单词记忆库存量提取函数；

根据所述当前单词记忆库存量提取函数，计算剩余80%单词库存量所需的时间为所述第一复习提示时间；

根据所述当前单词记忆库存量提取函数，计算剩余60%单词库存量所需的时间为所述第二复习提示时间；

根据所述当前单词记忆库存量提取函数，计算剩余40%单词库存量所需的时间为所述第三复习提示时间；

所述第一计算公式为：

其中，a₀为初始记忆衰减指数，t为复习时间间隔，y₀为当前单词记忆库存量；

其中，所述根据所述记忆指数、所述记忆强度和当前记忆库存量，生成记忆库存量提取函数，并计算黄金记忆在各记忆周期内的时间点，具体包括：

每间隔1天自动获取全部用户中所述当前学习次数不足10次的用户的所述记忆指数、所述记忆强度和当前记忆库存量，保存为临时存储记忆数据；

根据全部用户的所述临时存储记忆数据利用第二计算公式获得衰减指数；

根据所述衰减指数和第三计算公式计算每个用户的记忆库提取函数；

根据当前的每个用户的记忆库提取函数利用第四计算公式计算黄金记忆在各记忆周期内的时间点 ；

所述第二计算公式：

其中，a_1i为第i个用户的所述衰减指数，k_1i为第i个用户的所述记忆指数，k_2i为第i个用户的所述记忆强度，k_3i为第i个用户的所述当前记忆库存量，a₀为初始记忆衰减指数，min为所有用户的临时存储记忆数据中的最小值，所述临时存储记忆数据为所述记忆指数、所述记忆强度和所述当前记忆库存量的加和；

所述第三计算公式：

其中，a_1i为第i个用户的所述衰减指数，t为复习时间间隔，y_i为第i个用户的所述当前单词记忆库存量；

所述第四计算公式：

其中，T_i为第i个用户的黄金记忆在各记忆周期内的时间点，Y_i1为第i个用户的预设存储量，a_1i为第i个用户的所述衰减指数，所述记忆周期包括瞬时记忆、短期记忆周期、长期记忆周期；

其中，所述提取对应用户的历史测试数据，根据单个用户的历史数据进行特征提取，通过历史数据训练获得目标训练函数，并确定所有用户的黄金记忆时间，具体包括：

获取全部用户的历史数据，对历史数据进行分类，生成单用户历史数据；

对根据单个用户历史数据进行提取特征，生成训练次数、复习间隔和训练后错误率；

设置训练模型为初始状态，初始状态的训练模型为第五计算公式形式；

将单个用户的历史数据按照训练次数顺序输入所述训练模型；

利用第六计算公式计算最优目标函数的取值；

利用第七计算公式获得在所述最优目标函数取值最小时的目标参数值；

根据当前的目标参数值，生成所述目标训练函数；

根据所述训练次数和复习间隔判断当前所在的记忆周期，其中，所述记忆周期包括瞬时记忆、短期记忆周期、长期记忆周期；

根据瞬时记忆、短期记忆周期和长期记忆周期内预设的黄金记忆点复习时间段进行归一化处理，并确定预期的单词损失比例；

根据所述预期的单词损失比例，利用所述目标训练函数，计算对应的复习间隔，作为下一次的黄金记忆时间；

计算所有用户的所述黄金记忆时间，并生成在所述黄金记忆时间下对应的所述测试题目；

所述第五计算公式为：

其中，f_n(t_k)为所述训练模型，A_k为第k次的训练参数值，t_k为第k次复习的测试间隔，T_k()为所述目标训练函数的第k个部分，k和n均为正整数，k可取范围为1到n，n为用户已有数据组数；

所述第六计算公式为:

其中，为所述最优目标函数，argmin为获取所述最优目标函数最小值时对应训练参数值的函数，A_k为第k次的训练参数值，为第k次的训练后错误率，t_k为第k次复习的测试间隔，k和n均为正整数，k可取范围为1到n，n为用户已有数据组数；

所述第七计算公式为:

其中，为所述最优目标函数，为训练后错误率，为预测的训练后错误率，为第k次的训练后错误率，t_k为第k次复习的测试间隔，k和n均为正整数，k可取范围为1到n，n为用户已有数据组数。