CN111861813A - 一种智能默写记忆强度的计算方法及电子设备 - Google Patents

Abstract

本发明提供一种智能默写记忆强度的计算方法，包括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。本发明还提供了一种电子设备，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，以实现上述方法。根据用户初次的学习信息会对所述学习的单词进行标记，根据对不同学习单词的不同标记会生成不同的当前记忆强度值。所述记忆强度程度显示出用户对不同单词的掌握程度，以便用户对不同单词的进行不同的复习计划。

Description

一种智能默写记忆强度的计算方法及电子设备

技术领域：

本发明涉及智能记忆方法技术领域，尤其涉及一种智能默写记忆强度的计算方法及电子设备。

背景技术：

随着社会发展，知识在社会体系中越来越重要，当下社会没有知识作为支撑则难立足。故人们认识到知识能够改变一切。现在社会的每个家庭对于教育的投入占整体家庭收入比例较大。无论是学校教育或是兴趣自学，在学习外语的过程中，特别是字母语言，如英语、法语、德语等，单词的拼写较难，导致学生在单词默写时存在一定的困难，如漏写、多写或写错。并且，往往不能很好地掌握单词的记忆方法，只能拿着书本死记硬背，久而久之，就失去了学习兴趣，很多学生就是因为没办法坚持记单词，而不能很好的掌握外语。单纯地让学生自己背诵单词或抄写单词的效率并不高，没有比较合理的机制或表示方法来反映学习者对单词默写的掌握程度，致使学习者无法掌握重点以及合理的学习顺序，不能有效地学习单词。

有鉴于此，提出本发明。

发明内容：

本发明提供一种智能默写记忆强度的计算方法及电子设备，至少解决上述一个问题。

本发明提供一种智能默写记忆强度的计算方法，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。

采用上述方案，根据用户初次的学习信息会对所述学习的单词进行标记，根据对不同学习单词的不同标记会生成不同的当前记忆强度值。通过标记可以初步为用户区分出其对不同单词的不同掌握程度，所诉初始记忆强度值能够进一步表示用户对不同单词的不同掌握程度，以便客户能直观感受对不同单词的掌握程度，以便制定不同的复习计划，更有效地学习单词。所述显示记忆强度程度可以利用图形和/或数值显示所述初始记忆强度值。

进一步地，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。

采用上述方案，通过用户默写情况的对错来赋予不同的标记和初始记忆强度值，用户初次学习能够默写正确，说明用户对单词的掌握很高，于是记为熟词，赋予记忆强度值较高的第一初始记忆强度值；当用户初次学习默写错误，说明用户对单词的掌握很低，则记为生词，赋予记忆强度值较低的第二初始记忆强度值。

进一步地，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。

优选地，当错误字母高于3个或单词错误率高于50％，则第二初始记忆强度值取低等级值，否则取高等级值。所述单词错误率指的是错误字母占单词字母总个数的比例。

采用上述方案，错误字母占整个单词字母总数的比例取决于对单词掌握程度，错误比例高或错误字母个数多证明对单词掌握程度低，获得的第二初始记忆强度值低，更精细地显示对单词的记忆强度。

优选地，所述智能默写记忆强度的计算方法还包括设置上限反应时长和下限反应时长，当所述初次学习信息为用户默写正确单词且默写时长小于等于所述下限反应时长时，单词的标记为熟词且记忆强度值为第一初始记忆强度值；所述初次学习信息为用户默写正确单词且默写时长大于所述下限反应时长、小于等于所述上限反应时长时，单词的标记为生词且记忆强度值为第三初始记忆强度值，第三初始记忆强度值，计算公式为I＝40-(D3-5)×2，I为第三初始记忆强度值，D3为反应时长；当所述学习单词为新词、作答时长超过上限反应时长时，所述学习单词的标记为生词且记忆强度值为第二初始记忆强度值。

即初始记忆强度值会根据默写正确错和默写反应时长分化为第一初始记忆强度值、第二初始记忆强度值和第三初始记忆强度值。

采用上述方案，提供了另外一种根据不同的初次学习信息对单词进行标记及对初始记忆强度赋值的实施方式，通过所述智能默写记忆强度的计算方法还包括设置上限反应时长和下限反应时长，通过用户默写的实际反应时长与所述上限反应时长和下限反应时长的比较，进而有区别的确定记忆强度值，能够更加准确并且细致的识别单词对用户的记忆强度，所述上限反应时长和下限反应时长及公式能够根据实际情况和人类遗忘规律进行确定。

进一步地，所述的智能默写记忆强度的计算方法还包括以下步骤：

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。

所述的单词记忆强度计算方法还包括用户对单词的再次学习，获取用户对单词的再次学习信息，当所述再次学习的次数为一次时，根据首次再次学习信息和初始记忆强度值生成第一当前记忆强度值；当所述复习的次数为多次时，根据第N次再次学习信息和第(N-1)当前记忆强度值生成第N当前记忆强度值，此时显示的记忆强度程度为第N当前记忆强度值，其中N为再次学习的次数。

采用上述方案，用户对所述单词完成初次学习后必然会受到遗忘因素的影响，所以需要再次学习进行巩固，进而会对用户针对所述单词的掌握程度产生影响，再次学习包括复习，获取复习信息可以计算记忆强度变化值，当完成第一次复习时，计算第一次复习对记忆强度产生的变化值，再同初始记忆强度值进行计算，生成第一当前记忆强度值；当所述复习为多次时，需要计算用户最新一次的复习信息对记忆强度产生的变化值，再同上一次的当前记忆强度值进行计算，得到最新一次复习后的当前记忆强度值，即第N当前记忆强度值，当前记忆强度值表示用户根据复习次数在最新时间对单词的掌握程度。

进一步地，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。

因为对于用户熟词掌握的程度比较高，所以为更有针对性的帮助用户学习，熟词可以暂不列入复习阶段；增加的第一固定值表明用户对所述生词的掌握程度增加，减小的第二固定值表明用户对所述生词的掌握程度降低；所述第一固定值和第二固定值可以根据人类遗忘曲线和初始记忆强度值的大小进行调整。

进一步地，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。

采用上述方案，难度影响值可以包括人工标注难度和学习数据计算难度，人工标注难度为单词或者句子本身的难度；学习数据计算难度为通过用户对单词默写的错误率进行计算；难度标记λ用于计算学习数据计算难度，可以以能量格的形式显示在默写界面，难度指数影响记忆强度基础值Mdt根据整体赋值情况和人类遗忘规律进行确定，表示为单词难度对记忆强度值影响的多少。

进一步地，所述强度增加值还包括反应时长影响值，所述反应时长影响值的计算公式为：Rd＝(1-Mrd/Da)×Srd,其中Mrd为默写时长，Srd为反应时长影响记忆强度基础值，Rd为反应时长影响值，Da为上限反应时长。

采用上述方案，所述反应时长影响记忆强度基础值Srd可以根据整体赋值情况和人类遗忘规律进行确定，表示反应时长最多对记忆强度值影响的多少。所述人类遗忘规律，为“艾宾浩斯遗忘曲线”。

进一步地，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，min()表示取括号内较小的值。

采用上述方案，疲劳指数影响记忆强度基础值Mfa表示为疲劳程度最多影响记忆强度值的多少，学习时间越长则用户越疲劳，增加和减小的记忆强度值就越少，反之增加和减小的记忆强度值就越大。

进一步地，所述再次学习还包括测试，当用户在测试阶段默写正确所述熟词时，所述熟词记忆强度值不改变；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；当用户默写正确所述生词时，所述生词的记忆强度值增加。

采用上述方案，所述测试信息包括测试阶段同户的默写情况，测试中会出现熟词，当用户默写错误熟词时，认为用户对所述熟词由于受遗忘因素的影响掌握度变低，需要重新进行学习，所以被标记为生词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；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。

进一步地，生词测试直接减少值的计算公式为Sqr＝16+16×Rqw,Rqw＝Cqw/Cqt,其中Sqr为生词测试直接减少值，Rqw为测试中所述生词的默写错误率，Cqw为测试中所述生词默写错误的总次数，Cqt为测试中所述生词默写总次数。

通过计算测试中所述生词的默写错误率，进而根据默写错误率来计算测试中因默写错误所述生词减少的记忆强度值，可以更加精准、更有依据的使用户对于所述生词的掌握程度进行分析。

根据当前测试时间点Tq和最佳复习时间点Tbr确定时间间隔Tit，

采用上述方案，采用Tbr＝Tq+Tit，用户在最佳复习时间点复习对记忆增强效果最好，累积的记忆强度最大。

进一步地，当Tit≤Drb1时，生词测试直接增加值的计算公式为Sqi＝(18+12×Meg×0.2)/3；当Drb1≤Tit≤Drb2时，生词测试直接增加值的计算公式为Sqi＝(18+12×Meg×0.2)/2；当Tit≥Drb2时，生词测试直接增加值的计算公式为Sqi＝(18+12×Meg×0.2)；其中Sqi为生词测试直接增加值，Meg为引擎档位，Drb1为最佳复习下限时长，可以取值1-10天，一天为24×60×60秒，Drb2为最佳复习上限时长；式中的常量18、12根据人类遗忘曲线拟合确定。通过计算测试中所述生词的默写正确率，进而根据默写正确率来计算测试中因默写正确所述生词减少的记忆强度值，通过引入测试时间点与最佳复习时间点的对比,可以更加精准、更有依据的使用户对于所述生词的掌握程度进行分析。

进一步地，将引擎档位分为10个档位，Rrt小于等于5：档位值为1；Rrt大于5且小于等于15：档位值为2；Rrt大于15且小于等于25：档位值为3；Rrt大于25且小于等于40：档位值为4；Rrt大于40且小于等于60：档位值为5；Rrt大于60且小于等于75：档位值为6；Rrt大于75且小于等于85：档位值为7；Rrt大于85且小于等于93：档位值为8；Rrt大于93且小于等于98：档位值为9；Rrt大于98：档位值为10；

进一步地，所述生词默写总正确率的计算公式为：Rrt＝(Crr+Cqr)/(Crt+Cqt),其中Crr为复习过程中用户对所述生词默写正确的总次数，Cqr为用户在测试中对所述生词默写正确的总次数，Crt为用户在复习过程中对所述生词默写的总次数，Cqt为用户在测试中对所述生词默写的总次数。

采用上述方案，通过引擎档位的设置可以体现用户对于每个生词记忆的快慢，而既对测试信息进行统计又对复习信息进行统计，可以对用户默写的正确率进行更加全面的分析，从而使分析数据更加具有权威性。

进一步地，所述用户在测试中对所述生词默写正确的总次数Cqr根据当前测试时间点Tq和最佳复习时间点Tbr之间的时间间隔Tit确定,即Tit＝Tq-Tbr。当Tit≤Dtb时，用户在测试中对所述生词默写正确的总次数Cqr不增加；当Tit≥Dtb，用户在测试中对所述生词默写正确的总次数Cqr增加2次；当-Dtb≤Tit≤Dtb之间，用户在测试中对所述生词默写正确的总次数Cqr增加次数为1+Tit/Dtb；当Tit≤-Dtb时，用户在测试中对所述生词默写错误的总次数Cqw增加2次；当Tit≥Dtb，用户在测试中对所述生词默写错误的总次数Cqw不增加；当-Dtb≤Tit≤Dtb之间，用户在测试中对所述生词默写错误的总次数Cqw增加次数为1-Tit/Dtb，其中Dtb为最佳测试时长。

采用上述方案，当测试时间点早于最佳复习时间点7天以上，因为认为用户在此时间段内应该默写正确，但是用户没有默写正确，所以测试默写正确次数Cqr不增加；当测试时间点晚于最佳复习时间点最佳测试时长以上，因为认为用户在此时间段内应该已经忘记，但是用户依然能默写正确，所以测试默写正确次数Cqr增加2；当测试时间点既不早于最佳复习时间点最佳测试时长以上、也不晚于最佳复习时间点最佳测试时长以上时，那么按照公式合理进行计算。

进一步地，所述最佳复习时间点的计算公式为：当第N次生词复习默写正确时，Tbr＝Trc+D；当第N次生词复习默写错误时，Tbr＝Tbr＇+D；D＝C1×e^p，P＝(C2×Sn/10)+C3，其中D为复习间隔时长，C1为幂值系数，e为自然常数，P为幂值，C2为强度系数，Sn为第N当前记忆强度值，C3为幂值常量；根据公式Tbr＝Tc+D计算最佳复习时间点，其中Tbr为最佳复习时间点，Trc为第N次复习时间点，Tbr＇为第(N-1)次生词复习计算得出的最佳复习时间。

采用上述方案，所述第N次复习时间点Trc为距离当前测试时间点Tq最近的复习时间点，Trc早于Tq；C1、e、C2、C3的值都是根据人类遗忘规律确定，C1的值可以为1，e＝2.7183，C2的值可以为1.6，C3的值可以为0；Sn相应为当前测试时间点前最近的一次用户复习完后，所述生词的当前记忆强度值，即第N当前记忆强度值；由第N次复习时间点和复习间隔时长相加得出最佳复习时间点。

优选地，当用户于同一天连续三次复习所述生词默写正确并且计算之后的最佳复习时间点仍与用户连续三次复习处于同一天，则将最佳复习时间点Tbr调整到第二天早上6点。

采用上述方案，考虑到睡眠对记忆的促进作用。

优选地，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校正难度影响值，所述校正难度影响值的计算按公式为：Df＇＝Dti＇×Mdt,Dti＇＝(Dm＇+Am),Dm＇＝Rwr＇×λ,Rwr＇＝Crw+Cqw/Crt+Cqt；所述Df＇为校正难度影响值，Dti＇为校正难度指数，Mdt为难度指数影响记忆强度基础值，Dm＇为校正学习数据计算难度，Am为人工标注难度，Rwr＇为用户复习和测试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,Cqw为用户在测试中对所述生词默写错误的总次数，Cqt为用户在测试中对所述生词默写的总次数。

采用上述方案，通过计算测试对于难度影响值的变化，可以更加准确、细致的分析用户对学习单词的掌握程度。

优选地，当所述用户进行生词复习时，增加的记忆强度值还包括档位影响增加值，所述档位影响增加值的计算公式可以为G1＝Meg×0.1×Reg,其中Meg为引擎档位，Reg为默写正确引擎常数。

采用上述方案，G1为档位影响增加值，默写正确引擎常数Reg根据人类遗忘规律进行确定。

优选地，当所述用户进行生词复习时，减少的记忆强度值还包括档位影响减少值，所述档位影响减少值的计算公式可以为G2＝Weg×Crw/Crt,其中Weg为默写错误引擎常数，Crw为复习中对所述学习生词默写错误的总次数，Crt为复习中对所述学习生词默写的总次数。

采用上述方案，G2为档位影响减少值，默写错误引擎常数Weg根据人类遗忘规律进行确定。

优选地，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。

采用上述方案，根据用户的复习时间来计算增减记忆强度值的多少。

本发明还保护一种电子设备，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，以实现上述智能默写记忆强度的计算方法。

本发明的有益效果：

1.通过对学习单词进行标记和生成初始记忆强度值，解决了用户无法直观的了解对学习单词的掌握程度，能够让用户合理的安排学习，更有效地学习单词；

2.通过对所述第二初始记忆强度值进行等级划分，更精细地显示对单词的记忆强度。

3.所述上限反应时长和下限反应时长的设置，解决了用户默写时无法根据答题的快慢而区别的显示出用户对于学习单词的掌握程度，带来了可以使用户学习成果更加细化、学习效果更好的技术效果；

4.所述反应时长影响值解决了用户学习时无法因为反应快慢而确定记忆强度值的技术问题；

5.所述勤奋影响值解决了用户学习时无法因为复习时间的早晚而确定记忆强度值的技术问题；

6.所述测试为用户提供更加多元化而又有效的学习模式。

附图说明：

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明智能默写记忆强度的计算方法一种实施方式的流程图；

图2为本发明智能默写记忆强度的计算方法另一种实施方式的流程图；

图3为本发明智能默写记忆强度的计算方法再另一种实施方式的流程图；

图4为本发明用户进行单词默写的初始图；

图5为本发明用户进行单词默写的结果判断图。

具体实施方式：

这里将详细地对示例性实施例进行说明，其示例表示在附图中。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

在本发明使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

文中所述记忆强度程度表明用户对于单词的掌握程度，记忆强度值越高，则表明用户对所述单词掌握的程度越高，采用百分制，如记忆强度值为100(％)，表明已熟练掌握，标记为熟词，否则为生词；记忆强度值越低，则表明用户对所述单词掌握的程度越低；为方便统一计算，涉及时长的运算单位统一为秒。

实验例

方法一

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。

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100；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13。

用户按照记忆强度程度进行针对性学习，熟词不再学习，生词每次复习记忆强度值增加1，加到100标记为熟词，不再学习，优选复习记忆强度值低的单词。

方法二

与方法一相似，不同点在于：用户初次学习能够默写正确，标记为熟词，赋予记忆强度值较高的第一初始记忆强度值100；当用户初次学习默写错误，当错误字母高于3个或单词错误率高于50％，则第二初始记忆强度值取低等级值10，否则取高等级值33。

方法三

与方法一相似，不同点在于：对用户在5秒以(包括5秒)内默写正确，标记为熟词，赋予第一初始记忆强度值100；当用户默写时间超过20秒，赋予第二初始记忆强度值33；当用户默写时间大于5秒、小于等于20秒时，依然默写正确，赋予用户对单词的记忆强度值为第三初始记忆强度值，第三初始记忆强度值因为默写时长的不同可以根据公式I＝40-(D3-5)×2计算，I为第三初始记忆强度值，5≤D3≤20，D3为实际反应时长。当用户初次学习默写错误，当错误字母高于3个或单词错误率高于50％，则第二初始记忆强度值取低等级值10，否则取高等级值33。

方法四

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。

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。

用户初次学习能够默写正确，标记为熟词，赋予记忆强度值较高的第一初始记忆强度值100；当用户初次学习默写错误，当错误字母高于3个或单词错误率高于50％，则第二初始记忆强度值取低等级值10，否则取高等级值33。

用户按照记忆强度程度进行复习，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12；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12。

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，如值5，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。

所述强度增加值还包括反应时长影响值，所述反应时长影响值的计算公式为：Rd＝(1-Mrd/Da)×Srd,其中Mrd为默写时长，Srd为反应时长影响记忆强度基础值，Rd为反应时长影响值，Da为上限反应时长，取值为20，Srd取值为8。

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，根据人类遗忘规律，可将Ds设定为30分钟。min()表示取括号内较小的值，如果De时长超过30分钟，min(De，Ds)的值为30*60。

方法五

与方法四，不同之处在于：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，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强度减少值；当用户默写正确所述生词时，所述生词的记忆强度值增加强度增加值。

年龄15-18岁的志愿者60人，分为6组，每组10人，学习相同的英语单词500个，学习时间2周；各组别的学习方法及学习结束后的测试结果如下表:

表1采用不同的学习方法得到的测试结果

组别	方法	正确率	熟词正确率
				组别一	自由学习	53％	/
组别二	方法一	60％	75％
				组别三	方法二	68％	77％
组别四	方法三	67％	79％
				组别五	方法四	87％	91％
组别六	方法五	89％	98％

参考表1结果，组别二至组别六与组别一相比，正确率明显提高(P≤0.01)，说明对单词进行生词与熟词的标记，通过显示的记忆强度程度帮助用户更好地进行针对性学习，提高学习的有效性；组别三和组别四与组别二相比，正确率明显提高(P≤0.01)，更精细地对记忆强度程度进行划分，更好地进行针对性学习；组别五与组别六与组别二相比，熟词正确率明显提高(P≤0.01)，说明组别五与组别六中增加或减少的值会根据疲劳程度，单词难易程度等变化，与机械性增加或减少固定的值相比，记忆强度值更准确反映用户的掌握程度；组别六与组别五相比，熟词正确率提高(P≤0.01)，说明增加测试，对熟词的认定进行动态变化，以便使记忆强度值更准确反映用户的实际掌握情况。

实施例

参考图1，本发明提供一种智能默写记忆强度的计算方法，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。

采用上述方案，所述智能默写记忆强度的计算方法可以通过在电脑软件或在手机APP等来实现，用户首先可以对任意词库进行选择，例如选择大学英语四、六级词库或者商务英语词库，然后可以选择智能默写模块进行学习，如图4所示，所述智能默写模块为用户通过看中文释义进行单词默写，并显示该单词的记忆强度，如文本框下方的记忆强度进度条，也可以采用数值，如百分比进行显示，以便用户随时掌握该单词智能默写的记忆强度；用户在文本框输入单词并点击按钮确定或回车确定，然后会出现图5的界面，显示是默写正确还是默写错误，如果是默写错误显示错误字母，如将错误字母标红，还可以显示错误种类，如漏写的字母用下划线表示，多写的字母添加删除线，写错的标红显示；据用户初次的学习信息会对所述学习的单词进行标记，根据对不同学习单词的不同标记会生成不同的当前记忆强度值，并更新显示的智能默写记忆强度。通过标记可以初步为用户区分出其对不同单词的不同掌握程度，所诉初始记忆强度值能够进一步表示用户对不同单词的不同掌握程度。

参考图2，在本发明的一种优选的实施方式中，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。

采用上述方案，提供了一种根据不同的初次学习信息对单词进行标记及对初始记忆强度赋值的实施方式，通过用户默写情况的对错来赋予不同的标记和初始记忆强度值，用户初次学习能够默写正确，说明用户对单词的掌握很高，于是记为熟词，赋予记忆强度值较高的第一初始记忆强度值100；当用户初次学习默写错误，说明用户对单词的掌握很低，则记为生词，赋予记忆强度值较低的第二初始记忆强度值13。

在本发明的一种优选的实施方式中，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。

在本发明的一种优选的实施方式中，当错误字母高于3个或单词错误率高于50％，则第二初始记忆强度值取低等级值，否则取高等级值。具体的，如图5，单词“conjunction”默写时拼错3个字母，赋予第二记忆强度低等级值10，如果拼错1个字母，赋予第二记忆强度高等级值13。

采用上述方案，错误字母占整个单词字母总数的比例取决于对单词掌握程度，错误比例高证明对单词掌握程度低，获得的第二初始记忆强度值低，更精细地显示对单词的记忆强度。

参考图2，在本发明的一种优选的实施方式中，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：设置上限反应时长和下限反应时长，当所述初次学习信息为用户默写正确单词且默写时长小于等于所述下限反应时长时，单词的标记为熟词且记忆强度值为第一初始记忆强度值；所述初次学习信息为用户默写正确单词且默写时长大于所述下限反应时长且小于等于所述上限反应时长时，单词的标记为生词且记忆强度值为第三初始记忆强度值，计算公式为I＝(Da-(D3-Db))×2，I为第三初始记忆强度值，D3为实际反应时长，Da为上限反应时长，Db为下限反应时长；所述初次学习信息为用户默写错误单词或者默写时长超过上限反应时长时，单词的标记为生词且记忆强度值为第二初始记忆强度值。

采用上述方案，提供了另外一种根据不同的初次学习信息对单词进行标记及对初始记忆强度赋值的实施方式，通过所述智能默写记忆强度的计算方法还包括设置上限反应时长和下限反应时长，能够更加准确并且细致的识别单词对用户的记忆强度值，所述上限反应时长和下限反应时长能够根据实际情况进行确定，例如根据人类记忆反应规律所述上限反应时长可以为20秒、下限反应时长可以为5秒，对用户在5秒以(包括5秒)内默写正确，说明用户对于单词掌握程度很高，标记为熟词，赋予第一初始记忆强度值；当用户默写时间超过20秒，则认为是超时默写，说明说明用户对单词掌握很低需要思考很久才能默写，为此回答超时的设置避免了用户耗费过多的时间，同样默写错误的情况下不管默写时长多少均认为用户没有掌握单词，均赋予第二初始记忆强度值；当用户默写时间大于5秒、小于等于20秒时，依然默写正确，证明用户对单词有一定的掌握程度，但掌握程度不高，此时赋予用户对单词的记忆强度值为第三初始记忆强度值，第三初始记忆强度值大于第二初始记忆强度值、但小于第一初始记忆强度值，初始记忆强度值的大小可以根据实际情况进行确定，例如最高的第一初始记忆强度值为100、第二初始记忆强度值为13，第三初始记忆强度值因为默写时长的不同可以根据公式I＝(20-(D3-5))×2计算，I为第三初始记忆强度值，5≤D3≤20，D3为实际反应时长。通过加入所述上限反应时长和下限反应时长的设置，可以进一步根据用户默写时长来更加细致、准确地反应用户对单词的掌握程度，还可以增加用户的专注度从而使用户具有紧迫感进而增加学习效率。

参考图3，在本发明的一种优选的实施方式中，所述的智能默写记忆强度的计算方法还包括以下步骤：

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。

所述的单词记忆强度计算方法还包括用户对单词的再次学习，获取用户对单词的再次学习信息，当所述再次学习的次数为一次时，根据首次再次学习信息和初始记忆强度值生成第一当前记忆强度值；当所述复习的次数为多次时，根据第N次再次学习信息和第(N-1)当前记忆强度值生成第N当前记忆强度值，此时显示的记忆强度程度为第N当前记忆强度值，其中N为再次学习的次数。

在本发明的一种优选的实施方式中，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。在具体实施过程中，所述第一固定值为12，所述第二固定值为12。

采用上述方案，用户对所述单词完成初次学习后必然会受到遗忘因素的影响，所以需要再次学习进行巩固，进而会对用户针对所述单词的掌握程度产生影响，再次学习包括复习，获取复习信息可以计算记忆强度变化值，当完成第一次复习时，计算第一次复习对记忆强度产生的变化值，再同初始记忆强度值进行计算，生成第一当前记忆强度值，在具体实施过程中，首次默写错误，初始记忆强度值为第二初始记忆强度值13，第一次复习时，默写正确，在第二初始记忆强度值13的基础上增加强度增加值，如第一固定值12，得到第一当前记忆强度值25；当所述复习为2次时，需要计算用户最新一次的复习信息对记忆强度产生的变化值，例如默写错误，在第一当前记忆强度值25的基础上减去强度减少值，如第二固定值12，得到第二当前记忆强度值13。

因为对于用户熟词掌握的程度比较高，所以为更有针对性的帮助用户学习，熟词可以暂不列入复习阶段；增加的第一固定值表明用户对所述生词的掌握程度增加，减小的第二固定值表明用户对所述生词的掌握程度降低；所述第一固定值和第二固定值可以根据人人类遗忘规律和初始记忆强度值的大小进行调整。

在本发明的一种优选的实施方式中，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。

采用上述方案，难度影响值可以包括人工标注难度和学习数据计算难度，例如人工标注难度为单词或者句子本身的难度，体现在长度，构词规律，中文解释等方面，字母多比字母少的单词难记，字母排列有规律的比没规律的难记，需要通过人工标注不同单词的不同难度来加以区分；学习数据计算难度为通过用户对单词默写的错误率进行计算；难度标记λ用于计算学习数据计算难度，可以以能量格的形式显示在默写界面，难度指数影响记忆强度基础值Mdt根据整体赋值情况和人类遗忘规律进行确定，表示为单词难度对记忆强度值影响的多少，具体实施过程中Mdt取值为4；λ可以取值为5，表示为5个难度格，用户可以比较直观的感受到学习单词的难易程度，例如显示5个难度格表示最难，显示1个难度格表示最容易。

在本发明的一种优选的实施方式中，所述强度增加值还包括反应时长影响值，所述反应时长影响值的计算公式为：Rd＝(1-Mrd/Da)×Srd,其中Mrd为默写时长，Srd为反应时长影响记忆强度基础值，取值为8，Rd为反应时长影响值，Da为上限反应时长，取值为20，所述反应时长影响值的计算公式为：Rd＝(1-Mrd/20)×8。

采用上述方案，所述反应时长影响记忆强度基础值Srd可以根据整体赋值情况和人类遗忘规律进行确定，在具体实施过程中，所述上限反应时长Da值为20，反应时长影响记忆强度基础值Srd为8，表示反应时长最多对记忆强度值影响的多少，Mrd的默写时长单位为秒；通过计算反应时长影响值可以根据用户默写的快慢来准确、细致的计算用户对生词的掌握程度。

在本发明的一种优选的实施方式中，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，可以取值1-10,10-20等，De为学习有效时长，Ds为疲劳设定时长，根据人类遗忘规律，可将Ds设定为30分钟，即30×60，对于本领域技术人员来说，还可以取半小时到一个小时的任意值。min()表示取括号内较小的值，如De时长超过30分钟，min(De，Ds)的值为30×60。

采用上述方案，所述学习有效时长De为用户与学习界面交互的时间，由于根据人类遗忘曲线可以设定30分钟的学习时为疲劳设定时长，30×60为将30分钟换算成1800秒，疲劳指数影响记忆强度基础值Mfa表示为疲劳程度最多影响记忆强度值的多少，学习时间越长则用户越疲劳，增加和减小的记忆强度值就越少，反之增加和减小的记忆强度值就越大。所述疲劳影响值充分的从人的生理规律出发来考虑对记忆能力的影响，更为准确细致的计算出记忆强度值的增减，所述Mfa根据人类遗忘规律得到，本实施方式中取值为5。

在本发明的一种优选的实施方式中，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，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；当用户默写正确所述生词时，所述生词的记忆强度值增加。

采用上述方案，所述测试信息包括测试阶段同户的默写情况，测试中会出现熟词，当用户默写错误熟词时，认为用户对所述熟词由于受遗忘因素的影响掌握度变低，需要重新进行学习，所以被标记为生词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；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。测试可以通过人为安排对用户定时进行，也可以在学习完词库的每个章节后自动为用户安排等，通过将测试信息对记忆强度值的影响与复习信息对记忆强度值的影响进行整合，可以更综合以及全面的反应用户对于单词的掌握程度。

在本发明的一种优选的实施方式中，生词测试直接减少值的计算公式为Sqr＝16+16×Rqw,Rqw＝Cqw/Cqt,其中Sqr为生词测试直接减少值，Rqw为测试中所述生词的默写错误率，Cqw为测试中所述生词默写错误的总次数，Cqt为测试中所述生词默写总次数,式中的常量16根据人类遗忘曲线确定；通过计算测试中所述生词的默写错误率，进而根据默写错误率来计算测试中因默写错误所述生词减少的记忆强度值，可以更加精准、更有依据的使用户对于所述生词的掌握程度进行分析。

根据当前测试时间点Tq和最佳复习时间点Tbr确定时间间隔Tit，Tit＝Tq-Tbr，用户在最佳复习时间点复习对记忆增强效果最好，累积的记忆强度最大。

在本发明的一种优选的实施方式中，当Tit≤Drb1时，生词测试直接<增加值的计算公式为Sqi＝(18+12×Meg×0.2)/3；当Drb1≤Tit≤Drb2时，生词测试直接增加值的计算公式为Sqi＝(18+12×Meg×0.2)/2；当Tit≥Drb2时，生词测试直接增加值的计算公式为Sqi＝(18+12×Meg×0.2)；其中Sqi为生词测试直接增加值，Meg为引擎档位，Drb1为最佳复习下限时长，Drb2为最佳复习上限时长；式中的常量18、12根据人类遗忘曲线拟合确定,在具体实施过程中，根据人类遗忘曲线，Drb1设置为1天，即Drb1＝24×60×60,Drb2设置为3天，即Drb2＝3×24×60×60,通过计算测试中所述生词的默写正确率，进而根据默写正确率来计算测试中因默写正确所述生词减少的记忆强度值，通过引入测试时间点与最佳复习时间点的对比,可以更加精准、更有依据的使用户对于所述生词的掌握程度进行分析。

在本发明的一种优选的实施方式中，所述引擎档位Meg反应用户对单词的记忆力水平、表现为记忆的快慢，可以由用户在复习信息和测试信息中对于所述生词默写的总正确率Rrt来确定，可以将引擎档位分为10个档位，如下表：

所述生词默写总正确率的计算公式可以为：Rrt＝(Crr+Cqr)/(Crt+Cqt),其中Crr为复习过程中用户对所述生词默写正确的总次数，Cqr为用户在测试中对所述生词默写正确的总次数，Crt为用户在复习过程中对所述生词默写的总次数，Cqt为用户在测试中对所述生词默写的总次数。通过引擎档位的设置可以体现用户对于每个生词记忆的快慢，而既对测试信息进行统计又对复习信息进行统计，可以对用户默写的正确率进行更加全面的分析，从而使分析数据更加具有权威性。

所述用户在测试中对所述生词默写正确的总次数Cqr根据当前测试时间点Tq和最佳复习时间点Tbr之间的时间间隔Tit确定,即Tit＝Tq-Tbr。

在本发明的一种优选的实施方式中，所述用户在测试中对所述生词默写正确的总次数Cqr根据当前测试时间点Tq和最佳复习时间点Tbr之间的时间间隔Tit确定,即Tit＝Tq-Tbr。当Tit≤Dtb时，用户在测试中对所述生词默写正确的总次数Cqr不增加；当Tit≥Dtb，用户在测试中对所述生词默写正确的总次数Cqr增加2次；当-Dtb≤Tit≤Dtb之间，用户在测试中对所述生词默写正确的总次数Cqr增加次数为1+Tit/Dtb；当Tit≤-Dtb时，用户在测试中对所述生词默写错误的总次数Cqw增加2次；当Tit≥Dtb，用户在测试中对所述生词默写错误的总次数Cqw不增加；当-Dtb≤Tit≤Dtb之间，用户在测试中对所述生词默写错误的总次数Cqw增加次数为1-Tit/Dtb，其中Dtb为最佳测试时长。在具体实施过程中，最佳测试时长Dtb为7天，即Dtb＝7×24×60×60。

采用上述方案，最佳复习时间点和测试时间点的表示方式采用时间戳方式，即从1970年1月1日00:00:00开始到对应时间点所经过的秒数；根据时间间隔Tit来确定更加全面的考虑到遗忘对于人类记忆的影响，从而避免一概而论的将默写正确或默写错误一次就笼统的记为一次，可以更加精准的结合人类生理和心理规律进行统计。当测试时间点早于最佳复习时间点7天以上，因为认为用户在此时间段内应该默写正确，但是用户没有默写正确，所以测试默写正确次数Cqr不增加；当测试时间点晚于最佳复习时间点7天以上，因为认为用户在此时间段内应该已经忘记，但是用户依然能默写正确，所以测试默写正确次数Cqr增加2；当测试时间点既不早于最佳复习时间点7天以上、也不晚于最佳复习时间点7天以上时，那么按照公式合理进行计算。

在本发明的一种优选的实施方式中，所述最佳复习时间点的计算公式为：当第N次生词复习默写正确时，Tbr＝Trc+D；当第N次生词复习默写错误时，Tbr＝Tbr＇+D；D＝C1×e^p，P＝(C2×Sn/10)+C3，其中D为复习间隔时长，C1为幂值系数，e为自然常数，P为幂值，C2为强度系数，Sn为第N当前记忆强度值，C3为幂值常量；根据公式Tbr＝Tc+D计算最佳复习时间点，其中Tbr为最佳复习时间点，Trc为第N次复习时间点，Tbr＇为第(N-1)次生词复习计算得出的最佳复习时间。

采用上述方案，所述第N次复习时间点Trc为距离当前测试时间点Tq最近的复习时间点，Trc早于Tq；C1、C2、C3的值都是根据人类遗忘规律确定，取值范围0-10或10-20，C1的值可以为1，e＝2.7183，C2的值可以为1.6，C3的值可以为0；Sn相应为当前测试时间点前最近的一次用户复习完后，所述生词的当前记忆强度值，即第N当前记忆强度值；由第N次复习时间点和复习间隔时长相加得出最佳复习时间点。

在本发明的一种优选的实施方式中，当用户于同一天连续三次复习所述生词默写正确并且计算之后的最佳复习时间点仍与用户连续三次复习处于同一天，则将最佳复习时间点Tbr调整到第二天早上6点。

采用上述方案，考虑到睡眠对记忆的促进作用。

在本发明的一种优选的实施方式中，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校正难度影响值，所述校正难度影响值的计算按公式为：Df＇＝Dti＇×Mdt,Dti＇＝(Dm＇+Am),Dm＇＝Rwr＇×λ,Rwr＇＝Crw+Cqw/Crt+Cqt；所述Df＇为校正难度影响值，Dti＇为校正难度指数，Mdt为难度指数影响记忆强度基础值，Dm＇为校正学习数据计算难度，Am为人工标注难度，Rwr＇为用户复习和测试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,Cqw为用户在测试中对所述生词默写错误的总次数，Cqt为用户在测试中对所述生词默写的总次数。

采用上述方案，通过计算测试对于难度影响值的变化，校正难度影响值可以更加准确、细致的分析用户对学习单词的掌握程度。

在本发明的一种优选的实施方式中，当所述用户进行生词复习时，增加的记忆强度值还包括档位影响增加值，所述档位影响增加值的计算公式可以为G1＝Meg×0.1×Reg,其中Meg为引擎档位，可以取值1-10，Reg为默写正确引擎常数，取值范围可以取值1-10或10-20。

采用上述方案，G1为档位影响增加值，默写正确引擎常数Reg根据人类遗忘规律进行确定，可以取值1-10或10-20，本实施方式中可以取值为7.5。

在本发明的一种优选的实施方式中，当所述用户进行生词复习时，减少的记忆强度值还包括档位影响减少值，所述档位影响减少值的计算公式可以为G2＝Weg×Crw/Crt,其中Weg为默写错误引擎常数，可以取值1-10,10-20，Crw为复习中对所述学习生词默写错误的总次数，Crt为复习中对所述学习生词默写的总次数。

采用上述方案，G2为档位影响减少值，默写错误引擎常数Weg根据人类遗忘规律进行确定，取值范围1-10或10-20，本实施方式中可以取值为9。

增加或减少的记忆强度值强度增加值或强度减少值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。Dds可以取值1-10天任意值，Mdg可以取值1-10或10-20，本实施例中，Dds设定为一天，即Dds＝24*60*60，Mdg＝4。

采用上述方案，根据用户的复习时间来计算增减记忆强度值的多少。

本发明还提供一种电子设备，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，以实现上述智能默写记忆强度的计算方法。

应当指出，对于本领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

Claims (10)

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。

Images