[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有效

专利信息
申请号: 202110435723.4 申请日: 2021-04-22
公开(公告)号: CN113094404B 公开(公告)日: 2021-11-19
发明(设计)人: 杨玉德 申请(专利权)人: 山东顺势教育科技有限公司
主分类号: G06F16/2457 分类号: G06F16/2457;G06Q50/20
代理公司: 北京中和立达知识产权代理事务所(普通合伙) 11756 代理人: 杨磊
地址: 250001 山东省济南市(山东)*** 国省代码: 山东;37
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 数据 采集 多核 参数 自适应 分时 记忆 驱动 方法 系统
【说明书】:

发明提供了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。该方案包括通过账户密码登入,获得当前学习次数,进行单词学习,生成单词的复习提示时间、测试题目、测试正确答案和测试答题时间限制;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;根据记忆指数、记忆强度和当前记忆库存量,生成记忆库存量提取函数,计算黄金记忆在各记忆周期内的时间点;提取历史测试数据,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;综合生成各个单词的综合记忆强度评分。本方案通过学习次数、错误次数、记忆强度等多个核心参数针对性进行单词记忆,并给出每个学生的合理复习时间,提升学生的记忆效率。

技术领域

本发明涉及外文记忆技术领域,更具体地,涉及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。

背景技术

记忆力是进行学习的基础,对于每个人都有重要的作用。尤其是,在当下青少年教育过程中,如何有效的利用和提升自身的记忆能力对于提升青少年的学习成绩有重要的作用。而外文学习是教育中的重要环节,其对于记忆力的要求相比于其他学科的学习过程中的要求更高。因此,大量的单词和词汇,甚至是句子需要被强行记忆。单词记忆已经成为障碍外文学习的一个重要关卡。

现有的记忆方法多为依靠已有的理论知识,根据预设的经验进行对于学生的学习状态的判断,而无法获知每个学生的实际学习状态,进而针对性的给出学习和复习的建议时间,并针对性提出测试题目,导致学习过程中只能根据经验猜测每个单词的学习程度,主观的判断各个单词是否学习完成,或者是否已经学会。导致会的单词反复学,不会的单词反复忘。一方面,降低了学习效率,另一方面,也减少了复习次数,增大了遗忘的可能。

发明内容

鉴于上述问题,本发明提出了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,本方案通过学习次数、错误次数、记忆强度等多个核心参数针对性进行单词记忆,并给出每个学生的合理复习时间,提升学生的记忆效率。

在本发明实施例第一方面,提供了一种大数据采集多核参数自适应分时记忆驱动方法。

在一个或多个实施例中,优选地,所述的一种大数据采集多核参数自适应分时记忆驱动方法包括:

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。

在一个或多个实施例中,优选地,所述通过账户密码登入,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,具体包括:

通过账户密码登入,获取所述当前学习次数,所述当前学习次数为0时,启动学习命令;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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山东顺势教育科技有限公司,未经山东顺势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/202110435723.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top