CN112132716A - 基于大数据的记忆能力分析方法和系统 - Google Patents

基于大数据的记忆能力分析方法和系统 Download PDF

Info

Publication number
CN112132716A
CN112132716A CN202011050678.2A CN202011050678A CN112132716A CN 112132716 A CN112132716 A CN 112132716A CN 202011050678 A CN202011050678 A CN 202011050678A CN 112132716 A CN112132716 A CN 112132716A
Authority
CN
China
Prior art keywords
memory
user
time
real
attenuation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011050678.2A
Other languages
English (en)
Inventor
许昭慧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Squirrel Classroom Artificial Intelligence Technology Co Ltd
Original Assignee
Shanghai Squirrel Classroom Artificial Intelligence Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Squirrel Classroom Artificial Intelligence Technology Co Ltd filed Critical Shanghai Squirrel Classroom Artificial Intelligence Technology Co Ltd
Priority to CN202011050678.2A priority Critical patent/CN112132716A/zh
Publication of CN112132716A publication Critical patent/CN112132716A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G06Q50/205—Education administration or guidance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Technology (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明提供了基于大数据的记忆能力分析方法和系统，其能够分别获取用户对于具有不同特征的对象在初始时刻和经过预设时间间隔后对应的初始记忆信息和实时记忆信息，并确定用户的实时记忆衰减状态以及借助大数据处理的方式对该实时记忆衰减状态信息进行修正，再根据修正后的实时记忆衰减状态信息，测评用户的记忆能力，其结合记忆遗忘规律来计算确定用户的记忆能力衰减值，并且还能够利用大数据对计算得到的记忆能力衰减值进行修正，以消除外界干扰因素导致的记忆能力衰减值计算误差，从而对用户的记忆能力衰减情况进行可靠的和有效分析确定。

Description

基于大数据的记忆能力分析方法和系统
技术领域
本发明涉及智能教育的技术领域，特别涉及基于大数据的记忆能力分析方法和系统。
背景技术
记忆能力是用户学习能力的重要组成部分，用户通过在学习中接收并理解新的知识内容，再将新的知识内容进行记忆以其为所用。不同用户的记忆能力并不相同，并且记忆能力还会随著用户自身的状态而发生变化，特别是发生记忆能力衰减的情况。目前，对于用户记忆能力衰减情况的确定都需要通过复杂的测试来实现的，这种方式不仅操作复杂和需要花费大量人力物力进行测试确定，并且其测试的结果并不准确和可靠。可见，现有技术需要能够通过大数据技术对用户的记忆能力衰减情况进行可靠的和有效分析确定的方法。
发明内容
针对现有技术存在的缺陷，本发明提供基于大数据的记忆能力分析方法和系统，其通过获取用户在初始时刻对预设若干不同对象的初始记忆信息，以及获取该用户从该初始时刻起经过预设时间间隔后对该预设不同对象的实时记忆信息，并根据该初始记忆信息和所述实时记忆信息，确定该用户的实时记忆衰减状态信息，并获取关于该用户的历史记忆衰减状态信息，以此对该实时记忆衰减状态信息进行修正，从而得到修正的实时记忆衰减状态信息，再根据该修正的实时记忆衰减状态信息，对该用户的记忆能力进行评测，从而得到该用户的记忆能力评价值；可见，该基于大数据的记忆能力分析方法和系统能够分别获取用户对于具有不同特征的对象在初始时刻和经过预设时间间隔后对应的初始记忆信息和实时记忆信息，并确定用户的实时记忆衰减状态以及借助大数据处理的方式对该实时记忆衰减状态信息进行修正，再根据修正后的实时记忆衰减状态信息，测评用户的记忆能力，其结合记忆遗忘规律来计算确定用户的记忆能力衰减值，并且还能够利用大数据对计算得到的记忆能力衰减值进行修正，以消除外界干扰因素导致的记忆能力衰减值计算误差，从而对用户的记忆能力衰减情况进行可靠的和有效分析确定。
本发明提供基于大数据的记忆能力分析方法，其特征在于，其包括如下步骤：
步骤S1，获取用户在初始时刻对预设若干不同对象的初始记忆信息，以及获取所述用户从所述初始时刻起经过预设时间间隔后对所述预设不同对象的实时记忆信息，并根据所述初始记忆信息和所述实时记忆信息，确定所述用户的实时记忆衰减状态信息；
步骤S2，获取关于所述用户的历史记忆衰减状态信息，以此对所述实时记忆衰减状态信息进行修正，从而得到修正的实时记忆衰减状态信息；
步骤S3，根据所述修正的实时记忆衰减状态信息，对所述用户的记忆能力进行评测，从而得到所述用户的记忆能力评价值；
进一步，在所述步骤S1中，获取用户在初始时刻对预设若干不同对象的初始记忆信息，以及获取所述用户从所述初始时刻起经过预设时间间隔后对所述预设不同对象的实时记忆信息，并根据所述初始记忆信息和所述实时记忆信息，确定所述用户的实时记忆衰减状态信息具体包括：
步骤S101，在所述初始时刻，获取所述用户观看预设若干具有不同外观特征和/或文字特征的对象后，所述用户对应输出的关于若干所述对象的初始记忆数据；
步骤S102，从所述初始时刻起经过所述预设时间间隔后，获取所述用户对应输出的关于若干所述对象的实时记忆数据；
步骤S103，根据下面公式(1)，对所述初始记忆数据和所述实时记忆数据进行处理，从而得到所述用户的实时记忆衰减值：
Figure BDA0002709447530000031
在上述公式(1)中，J0表示所述用户的实时记忆衰减值，S0表示初始时刻对应的初始记忆数据对应的记忆数据比特值，S(t)表示第t时刻对应的实时记忆数据对应的记忆数据比特值，K表示预设记忆衰减系数、且其取值为0.95，||表示取绝对值运算符号；
进一步，在所述步骤S2中，获取关于所述用户的历史记忆衰减状态信息，以此对所述实时记忆衰减状态信息进行修正，从而得到修正的实时记忆衰减状态信息具体包括：
步骤S201，从预设大数据库中，获取关于所述用户在若干历史时刻对应的历史记忆衰减值；
步骤S202，根据下面公式(2)，对所述实时记忆衰减值进行修正，从而得到修正的实时记忆衰减值：
Figure BDA0002709447530000032
在上述公式(2)中，J表示所述用户的修正实时记忆衰减值，J0表示所述用户的实时记忆衰减值，Ji表示所述用户在第i个历史时刻对应的历史记忆衰减值，n表示所述历史记忆衰减值的总数量；
进一步，在所述步骤S3中，根据所述修正的实时记忆衰减状态信息，对所述用户的记忆能力进行评测，从而得到所述用户的记忆能力评价值具体包括：
根据修正的实时记忆衰减值以及下面公式(3)，对所述用户的记忆能力进行评测，从而得到所述用户的记忆能力评价值：
Figure BDA0002709447530000033
在上述公式(3)中，F表示所述用户的记忆能力评价值，J表示修正的实时记忆衰减值，Ji表示所述用户在第i个历史时刻对应的历史记忆衰减值，n表示所述历史记忆衰减值的总数量；
进一步，在所述步骤S3中，还包括：
当得到所述用户的记忆能力评价值后，将所述记忆能力评价值与预设记忆能力阈值进行比对，若所述记忆能力评价值大于或者等于所述预设记忆能力阈值，则提示所述用户增加单位时间内记忆的数据量，否则，提示所述用户减小单位时间内记忆的数据量。
本发明还提供基于大数据的记忆能力分析系统，其特征在于，其包括记忆信息获取模块、实时记忆衰减状态确定模块、实时记忆衰减状态修正模块和记忆能力评价模块；其中，
所述记忆信息获取模块用于获取用户在初始时刻对预设若干不同对象的初始记忆信息，以及获取所述用户从所述初始时刻起经过预设时间间隔后对所述预设不同对象的实时记忆信息；
所述实时记忆衰减状态确定模块用于根据所述初始记忆信息和所述实时记忆信息，确定所述用户的实时记忆衰减状态信息；
所述实时记忆衰减状态修正模块用于获取关于所述用户的历史记忆衰减状态信息，以此对所述实时记忆衰减状态信息进行修正，从而得到修正的实时记忆衰减状态信息；
所述记忆能力评价模块用于根据所述修正的实时记忆衰减状态信息，对所述用户的记忆能力进行评测，从而得到所述用户的记忆能力评价值；
进一步，所述记忆信息获取模块获取用户在初始时刻对预设若干不同对象的初始记忆信息，以及获取所述用户从所述初始时刻起经过预设时间间隔后对所述预设不同对象的实时记忆信息具体包括：
在所述初始时刻，获取所述用户观看预设若干具有不同外观特征和/或文字特征的对象后，所述用户对应输出的关于若干所述对象的初始记忆数据；
和，从所述初始时刻起经过所述预设时间间隔后，获取所述用户对应输出的关于若干所述对象的实时记忆数据；
以及，
所述实时记忆衰减状态确定模块根据所述初始记忆信息和所述实时记忆信息，确定所述用户的实时记忆衰减状态信息具体包括：
根据下面公式(1)，对所述初始记忆数据和所述实时记忆数据进行处理，从而得到所述用户的实时记忆衰减值：
Figure BDA0002709447530000051
在上述公式(1)中，J0表示所述用户的实时记忆衰减值，S0表示初始时刻对应的初始记忆数据对应的记忆数据比特值，S(t)表示第t时刻对应的实时记忆数据对应的记忆数据比特值，K表示预设记忆衰减系数、且其取值为0.95，||表示取绝对值运算符号；
进一步，所述实时记忆衰减状态修正模块获取关于所述用户的历史记忆衰减状态信息，以此对所述实时记忆衰减状态信息进行修正，从而得到修正的实时记忆衰减状态信息具体包括：
从预设大数据库中，获取关于所述用户在若干历史时刻对应的历史记忆衰减值；
并根据下面公式(2)，对所述实时记忆衰减值进行修正，从而得到修正的实时记忆衰减值：
Figure BDA0002709447530000052
在上述公式(2)中，J表示所述用户的修正实时记忆衰减值，J0表示所述用户的实时记忆衰减值，Ji表示所述用户在第i个历史时刻对应的历史记忆衰减值，n表示所述历史记忆衰减值的总数量；
进一步，所述记忆能力评价模块根据所述修正的实时记忆衰减状态信息，对所述用户的记忆能力进行评测，从而得到所述用户的记忆能力评价值具体包括：
根据修正的实时记忆衰减值以及下面公式(3)，对所述用户的记忆能力进行评测，从而得到所述用户的记忆能力评价值：
Figure BDA0002709447530000061
在上述公式(3)中，F表示所述用户的记忆能力评价值，J表示修正的实时记忆衰减值，Ji表示所述用户在第i个历史时刻对应的历史记忆衰减值，n表示所述历史记忆衰减值的总数量；
进一步，所述记忆能力评价模块还用于在得到所述用户的记忆能力评价值后，将所述记忆能力评价值与预设记忆能力阈值进行比对，若所述记忆能力评价值大于或者等于所述预设记忆能力阈值，则提示所述用户增加单位时间内记忆的数据量，否则，提示所述用户减小单位时间内记忆的数据量。
相比于现有技术，该基于大数据的记忆能力分析方法和系统通过获取用户在初始时刻对预设若干不同对象的初始记忆信息，以及获取该用户从该初始时刻起经过预设时间间隔后对该预设不同对象的实时记忆信息，并根据该初始记忆信息和所述实时记忆信息，确定该用户的实时记忆衰减状态信息，并获取关于该用户的历史记忆衰减状态信息，以此对该实时记忆衰减状态信息进行修正，从而得到修正的实时记忆衰减状态信息，再根据该修正的实时记忆衰减状态信息，对该用户的记忆能力进行评测，从而得到该用户的记忆能力评价值；可见，该基于大数据的记忆能力分析方法和系统能够分别获取用户对于具有不同特征的对象在初始时刻和经过预设时间间隔后对应的初始记忆信息和实时记忆信息，并确定用户的实时记忆衰减状态以及借助大数据处理的方式对该实时记忆衰减状态信息进行修正，再根据修正后的实时记忆衰减状态信息，测评用户的记忆能力，其结合记忆遗忘规律来计算确定用户的记忆能力衰减值，并且还能够利用大数据对计算得到的记忆能力衰减值进行修正，以消除外界干扰因素导致的记忆能力衰减值计算误差，从而对用户的记忆能力衰减情况进行可靠的和有效分析确定。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
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为本发明提供的基于大数据的记忆能力分析方法的流程示意图。
图2为本发明提供的基于大数据的记忆能力分析系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参阅图1，为本发明实施例提供的基于大数据的记忆能力分析方法的流程示意图。该基于大数据的记忆能力分析方法包括如下步骤：
步骤S1，获取用户在初始时刻对预设若干不同对象的初始记忆信息，以及获取该用户从该初始时刻起经过预设时间间隔后对该预设不同对象的实时记忆信息，并根据该初始记忆信息和该实时记忆信息，确定该用户的实时记忆衰减状态信息；
步骤S2，获取关于该用户的历史记忆衰减状态信息，以此对该实时记忆衰减状态信息进行修正，从而得到修正的实时记忆衰减状态信息；
步骤S3，根据该修正的实时记忆衰减状态信息，对该用户的记忆能力进行评测，从而得到该用户的记忆能力评价值。
上述技术方案的有益效果为：该基于大数据的记忆能力分析方法能够分别获取用户对于具有不同特征的对象在初始时刻和经过预设时间间隔后对应的初始记忆信息和实时记忆信息，并确定用户的实时记忆衰减状态以及借助大数据处理的方式对该实时记忆衰减状态信息进行修正，再根据修正后的实时记忆衰减状态信息，测评用户的记忆能力，其结合记忆遗忘规律来计算确定用户的记忆能力衰减值，并且还能够利用大数据对计算得到的记忆能力衰减值进行修正，以消除外界干扰因素导致的记忆能力衰减值计算误差，从而对用户的记忆能力衰减情况进行可靠的和有效分析确定。
优选地，在该步骤S1中，获取用户在初始时刻对预设若干不同对象的初始记忆信息，以及获取该用户从该初始时刻起经过预设时间间隔后对该预设不同对象的实时记忆信息，并根据该初始记忆信息和该实时记忆信息，确定该用户的实时记忆衰减状态信息具体包括：
步骤S101，在该初始时刻，获取该用户观看预设若干具有不同外观特征和/或文字特征的对象后，该用户对应输出的关于若干该对象的初始记忆数据；
步骤S102，从该初始时刻起经过该预设时间间隔后，获取该用户对应输出的关于若干该对象的实时记忆数据；
步骤S103，根据下面公式(1)，对该初始记忆数据和该实时记忆数据进行处理，从而得到该用户的实时记忆衰减值：
Figure BDA0002709447530000081
在上述公式(1)中，J0表示所述用户的实时记忆衰减值，S0表示初始时刻对应的初始记忆数据对应的记忆数据比特值，S(t)表示第t时刻对应的实时记忆数据对应的记忆数据比特值，K表示预设记忆衰减系数、且其取值为0.95，||表示取绝对值运算符号。
上述技术方案的有益效果为：通过具有不同外观特征和/或文字特征的对象作为记忆参考物，能够便于根据实际需要调整对用户进行记忆测评的难度，从而提高对不同用户的使用性；此外，通过上面公式(1)计算得到该用户的实时记忆衰减值，其本质上是利用用户的记忆衰减规律来对用户的记忆衰减状态进行量化计算，从而提高对用户的实时记忆衰减值的计算可靠性和客观性。
优选地，在该步骤S2中，获取关于该用户的历史记忆衰减状态信息，以此对该实时记忆衰减状态信息进行修正，从而得到修正的实时记忆衰减状态信息具体包括：
步骤S201，从预设大数据库中，获取关于该用户在若干历史时刻对应的历史记忆衰减值；
步骤S202，根据下面公式(2)，对该实时记忆衰减值进行修正，从而得到修正的实时记忆衰减值：
Figure BDA0002709447530000091
在上述公式(2)中，J表示该用户的修正实时记忆衰减值，J0表示该用户的实时记忆衰减值，Ji表示该用户在第i个历史时刻对应的历史记忆衰减值，n表示该历史记忆衰减值的总数量。
上述技术方案的有益效果为：通过从预设大数据库中，获取关于该用户在若干历史时刻对应的历史记忆衰减值，能够充分利用大数据的优势，以用户在不同历史时刻的历史记忆衰减值作为对照，并结合上面公式(2)对该实时记忆衰减值进行修正，从而消除外界干扰因素导致的记忆能力衰减值计算误差和保证修正的准确性。
优选地，在该步骤S3中，根据该修正的实时记忆衰减状态信息，对该用户的记忆能力进行评测，从而得到该用户的记忆能力评价值具体包括：
根据修正的实时记忆衰减值以及下面公式(3)，对该用户的记忆能力进行评测，从而得到该用户的记忆能力评价值：
Figure BDA0002709447530000101
在上述公式(3)中，F表示该用户的记忆能力评价值，J表示修正的实时记忆衰减值，Ji表示该用户在第i个历史时刻对应的历史记忆衰减值，n表示该历史记忆衰减值的总数量。
上述技术方案的有益效果为：通过上述公式(3)对该用户的记忆能力进行测评，能够保证在利用最少计算工作量的情况，对该用户进行全面的记忆能力测评，从而使得测评得到的记忆能力评价值能够与用户的实际情况相匹配。
优选地，在该步骤S3中，还包括：
当得到该用户的记忆能力评价值后，将该记忆能力评价值与预设记忆能力阈值进行比对，若该记忆能力评价值大于或者等于该预设记忆能力阈值，则提示该用户增加单位时间内记忆的数据量，否则，提示该用户减小单位时间内记忆的数据量。
上述技术方案的有益效果为：根据用户的实际记忆能力评价值与预设记忆能力阈值之间的大小关系，能够衡量用户是否能够有效地和快速地记忆数据，并且能够根据用户的实际记忆能力评价值提示用户增加或减小单位时间内记忆的数据量，能够改善用户记忆数据的可靠性。
参阅图2，为本发明实施例提供的基于大数据的记忆能力分析系统的结构示意图。该基于大数据的记忆能力分析系统包括记忆信息获取模块、实时记忆衰减状态确定模块、实时记忆衰减状态修正模块和记忆能力评价模块；其中，
该记忆信息获取模块用于获取用户在初始时刻对预设若干不同对象的初始记忆信息，以及获取该用户从该初始时刻起经过预设时间间隔后对该预设不同对象的实时记忆信息；
该实时记忆衰减状态确定模块用于根据该初始记忆信息和该实时记忆信息，确定该用户的实时记忆衰减状态信息；
该实时记忆衰减状态修正模块用于获取关于该用户的历史记忆衰减状态信息，以此对该实时记忆衰减状态信息进行修正，从而得到修正的实时记忆衰减状态信息；
该记忆能力评价模块用于根据该修正的实时记忆衰减状态信息，对该用户的记忆能力进行评测，从而得到该用户的记忆能力评价值。
上述技术方案的有益效果为：该基于大数据的记忆能力分析系统能够分别获取用户对于具有不同特征的对象在初始时刻和经过预设时间间隔后对应的初始记忆信息和实时记忆信息，并确定用户的实时记忆衰减状态以及借助大数据处理的方式对该实时记忆衰减状态信息进行修正，再根据修正后的实时记忆衰减状态信息，测评用户的记忆能力，其结合记忆遗忘规律来计算确定用户的记忆能力衰减值，并且还能够利用大数据对计算得到的记忆能力衰减值进行修正，以消除外界干扰因素导致的记忆能力衰减值计算误差，从而对用户的记忆能力衰减情况进行可靠的和有效分析确定。
优选地，该记忆信息获取模块获取用户在初始时刻对预设若干不同对象的初始记忆信息，以及获取该用户从该初始时刻起经过预设时间间隔后对该预设不同对象的实时记忆信息具体包括：
在该初始时刻，获取该用户观看预设若干具有不同外观特征和/或文字特征的对象后，该用户对应输出的关于若干该对象的初始记忆数据；
和，从该初始时刻起经过该预设时间间隔后，获取该用户对应输出的关于若干该对象的实时记忆数据；
以及，
该实时记忆衰减状态确定模块根据该初始记忆信息和该实时记忆信息，确定该用户的实时记忆衰减状态信息具体包括：
根据下面公式(1)，对该初始记忆数据和该实时记忆数据进行处理，从而得到该用户的实时记忆衰减值：
Figure BDA0002709447530000121
在上述公式(1)中，J0表示该用户的实时记忆衰减值，S0表示初始时刻对应的初始记忆数据对应的记忆数据比特值，S(t)表示第t时刻对应的实时记忆数据对应的记忆数据比特值，K表示预设记忆衰减系数、且其取值为0.95，||表示取绝对值运算符号。
上述技术方案的有益效果为：通过具有不同外观特征和/或文字特征的对象作为记忆参考物，能够便于根据实际需要调整对用户进行记忆测评的难度，从而提高对不同用户的使用性；此外，通过上面公式(1)计算得到该用户的实时记忆衰减值，其本质上是利用用户的记忆衰减规律来对用户的记忆衰减状态进行量化计算，从而提高对用户的实时记忆衰减值的计算可靠性和客观性。
优选地，该实时记忆衰减状态修正模块获取关于该用户的历史记忆衰减状态信息，以此对该实时记忆衰减状态信息进行修正，从而得到修正的实时记忆衰减状态信息具体包括：
从预设大数据库中，获取关于该用户在若干历史时刻对应的历史记忆衰减值；
并根据下面公式(2)，对该实时记忆衰减值进行修正，从而得到修正的实时记忆衰减值：
Figure BDA0002709447530000122
在上述公式(2)中，J表示该用户的修正实时记忆衰减值，J0表示该用户的实时记忆衰减值，Ji表示该用户在第i个历史时刻对应的历史记忆衰减值，n表示该历史记忆衰减值的总数量。
上述技术方案的有益效果为：通过从预设大数据库中，获取关于该用户在若干历史时刻对应的历史记忆衰减值，能够充分利用大数据的优势，以用户在不同历史时刻的历史记忆衰减值作为对照，并结合上面公式(2)对该实时记忆衰减值进行修正，从而消除外界干扰因素导致的记忆能力衰减值计算误差和保证修正的准确性。
优选地，该记忆能力评价模块根据该修正的实时记忆衰减状态信息，对该用户的记忆能力进行评测，从而得到该用户的记忆能力评价值具体包括：
根据修正的实时记忆衰减值以及下面公式(3)，对该用户的记忆能力进行评测，从而得到该用户的记忆能力评价值：
Figure BDA0002709447530000131
在上述公式(3)中，F表示该用户的记忆能力评价值，J表示修正的实时记忆衰减值，Ji表示该用户在第i个历史时刻对应的历史记忆衰减值，n表示该历史记忆衰减值的总数量。
上述技术方案的有益效果为：通过上述公式(3)对该用户的记忆能力进行测评，能够保证在利用最少计算工作量的情况，对该用户进行全面的记忆能力测评，从而使得测评得到的记忆能力评价值能够与用户的实际情况相匹配。
优选地，该记忆能力评价模块还用于在得到该用户的记忆能力评价值后，将该记忆能力评价值与预设记忆能力阈值进行比对，若该记忆能力评价值大于或者等于该预设记忆能力阈值，则提示该用户增加单位时间内记忆的数据量，否则，提示该用户减小单位时间内记忆的数据量。
上述技术方案的有益效果为：根据用户的实际记忆能力评价值与预设记忆能力阈值之间的大小关系，能够衡量用户是否能够有效地和快速地记忆数据，并且能够根据用户的实际记忆能力评价值提示用户增加或减小单位时间内记忆的数据量，能够改善用户记忆数据的可靠性。
从上述实施例的内容，该基于大数据的记忆能力分析方法和系统通过获取用户在初始时刻对预设若干不同对象的初始记忆信息，以及获取该用户从该初始时刻起经过预设时间间隔后对该预设不同对象的实时记忆信息，并根据该初始记忆信息和该实时记忆信息，确定该用户的实时记忆衰减状态信息，并获取关于该用户的历史记忆衰减状态信息，以此对该实时记忆衰减状态信息进行修正，从而得到修正的实时记忆衰减状态信息，再根据该修正的实时记忆衰减状态信息，对该用户的记忆能力进行评测，从而得到该用户的记忆能力评价值；可见，该基于大数据的记忆能力分析方法和系统能够分别获取用户对于具有不同特征的对象在初始时刻和经过预设时间间隔后对应的初始记忆信息和实时记忆信息，并确定用户的实时记忆衰减状态以及借助大数据处理的方式对该实时记忆衰减状态信息进行修正，再根据修正后的实时记忆衰减状态信息，测评用户的记忆能力，其结合记忆遗忘规律来计算确定用户的记忆能力衰减值，并且还能够利用大数据对计算得到的记忆能力衰减值进行修正，以消除外界干扰因素导致的记忆能力衰减值计算误差，从而对用户的记忆能力衰减情况进行可靠的和有效分析确定。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.基于大数据的记忆能力分析方法，其特征在于，其包括如下步骤：
步骤S1，获取用户在初始时刻对预设若干不同对象的初始记忆信息，以及获取所述用户从所述初始时刻起经过预设时间间隔后对所述预设不同对象的实时记忆信息，并根据所述初始记忆信息和所述实时记忆信息，确定所述用户的实时记忆衰减状态信息；
步骤S2，获取关于所述用户的历史记忆衰减状态信息，以此对所述实时记忆衰减状态信息进行修正，从而得到修正的实时记忆衰减状态信息；
步骤S3，根据所述修正的实时记忆衰减状态信息，对所述用户的记忆能力进行评测，从而得到所述用户的记忆能力评价值。
2.如权利要求2所述的基于大数据的记忆能力分析方法，其特征在于：
在所述步骤S1中，获取用户在初始时刻对预设若干不同对象的初始记忆信息，以及获取所述用户从所述初始时刻起经过预设时间间隔后对所述预设不同对象的实时记忆信息，并根据所述初始记忆信息和所述实时记忆信息，确定所述用户的实时记忆衰减状态信息具体包括：
步骤S101，在所述初始时刻，获取所述用户观看预设若干具有不同外观特征和/或文字特征的对象后，所述用户对应输出的关于若干所述对象的初始记忆数据；
步骤S102，从所述初始时刻起经过所述预设时间间隔后，获取所述用户对应输出的关于若干所述对象的实时记忆数据；
步骤S103，根据下面公式(1)，对所述初始记忆数据和所述实时记忆数据进行处理，从而得到所述用户的实时记忆衰减值：
Figure FDA0002709447520000011
在上述公式(1)中，J0表示所述用户的实时记忆衰减值，S0表示初始时刻对应的初始记忆数据对应的记忆数据比特值，S(t)表示第t时刻对应的实时记忆数据对应的记忆数据比特值，K表示预设记忆衰减系数、且其取值为0.95，||表示取绝对值运算符号。
3.如权利要求3所述的基于大数据的记忆能力分析方法，其特征在于：
在所述步骤S2中，获取关于所述用户的历史记忆衰减状态信息，以此对所述实时记忆衰减状态信息进行修正，从而得到修正的实时记忆衰减状态信息具体包括：
步骤S201，从预设大数据库中，获取关于所述用户在若干历史时刻对应的历史记忆衰减值；
步骤S202，根据下面公式(2)，对所述实时记忆衰减值进行修正，从而得到修正的实时记忆衰减值：
Figure FDA0002709447520000021
在上述公式(2)中，J表示所述用户的修正实时记忆衰减值，J0表示所述用户的实时记忆衰减值，Ji表示所述用户在第i个历史时刻对应的历史记忆衰减值，n表示所述历史记忆衰减值的总数量。
4.如权利要求3所述的基于大数据的记忆能力分析方法，其特征在于：
在所述步骤S3中，根据所述修正的实时记忆衰减状态信息，对所述用户的记忆能力进行评测，从而得到所述用户的记忆能力评价值具体包括：根据修正的实时记忆衰减值以及下面公式(3)，对所述用户的记忆能力进行评测，从而得到所述用户的记忆能力评价值：
Figure FDA0002709447520000031
在上述公式(3)中，F表示所述用户的记忆能力评价值，J表示修正的实时记忆衰减值，Ji表示所述用户在第i个历史时刻对应的历史记忆衰减值，n表示所述历史记忆衰减值的总数量。
5.如权利要求4所述的基于大数据的记忆能力分析方法，其特征在于：在所述步骤S3中，还包括：
当得到所述用户的记忆能力评价值后，将所述记忆能力评价值与预设记忆能力阈值进行比对，若所述记忆能力评价值大于或者等于所述预设记忆能力阈值，则提示所述用户增加单位时间内记忆的数据量，否则，提示所述用户减小单位时间内记忆的数据量。
6.基于大数据的记忆能力分析系统，其特征在于，其包括记忆信息获取模块、实时记忆衰减状态确定模块、实时记忆衰减状态修正模块和记忆能力评价模块；其中，
所述记忆信息获取模块用于获取用户在初始时刻对预设若干不同对象的初始记忆信息，以及获取所述用户从所述初始时刻起经过预设时间间隔后对所述预设不同对象的实时记忆信息；
所述实时记忆衰减状态确定模块用于根据所述初始记忆信息和所述实时记忆信息，确定所述用户的实时记忆衰减状态信息；
所述实时记忆衰减状态修正模块用于获取关于所述用户的历史记忆衰减状态信息，以此对所述实时记忆衰减状态信息进行修正，从而得到修正的实时记忆衰减状态信息；
所述记忆能力评价模块用于根据所述修正的实时记忆衰减状态信息，对所述用户的记忆能力进行评测，从而得到所述用户的记忆能力评价值。
7.如权利要求6所述的基于大数据的记忆能力分析系统，其特征在于：所述记忆信息获取模块获取用户在初始时刻对预设若干不同对象的初始记忆信息，以及获取所述用户从所述初始时刻起经过预设时间间隔后对所述预设不同对象的实时记忆信息具体包括：
在所述初始时刻，获取所述用户观看预设若干具有不同外观特征和/或文字特征的对象后，所述用户对应输出的关于若干所述对象的初始记忆数据；
和，从所述初始时刻起经过所述预设时间间隔后，获取所述用户对应输出的关于若干所述对象的实时记忆数据；
以及，
所述实时记忆衰减状态确定模块根据所述初始记忆信息和所述实时记忆信息，确定所述用户的实时记忆衰减状态信息具体包括：
根据下面公式(1)，对所述初始记忆数据和所述实时记忆数据进行处理，从而得到所述用户的实时记忆衰减值：
Figure FDA0002709447520000041
在上述公式(1)中，J0表示所述用户的实时记忆衰减值，S0表示初始时刻对应的初始记忆数据对应的记忆数据比特值，S(t)表示第t时刻对应的实时记忆数据对应的记忆数据比特值，K表示预设记忆衰减系数、且其取值为0.95，||表示取绝对值运算符号。
8.如权利要求7所述的基于大数据的记忆能力分析系统，其特征在于：所述实时记忆衰减状态修正模块获取关于所述用户的历史记忆衰减状态信息，以此对所述实时记忆衰减状态信息进行修正，从而得到修正的实时记忆衰减状态信息具体包括：
从预设大数据库中，获取关于所述用户在若干历史时刻对应的历史记忆衰减值；
并根据下面公式(2)，对所述实时记忆衰减值进行修正，从而得到修正的实时记忆衰减值：
Figure FDA0002709447520000051
在上述公式(2)中，J表示所述用户的修正实时记忆衰减值，J0表示所述用户的实时记忆衰减值，Ji表示所述用户在第i个历史时刻对应的历史记忆衰减值，n表示所述历史记忆衰减值的总数量。
9.如权利要求8所述的基于大数据的记忆能力分析系统，其特征在于：所述记忆能力评价模块根据所述修正的实时记忆衰减状态信息，对所述用户的记忆能力进行评测，从而得到所述用户的记忆能力评价值具体包括：
根据修正的实时记忆衰减值以及下面公式(3)，对所述用户的记忆能力进行评测，从而得到所述用户的记忆能力评价值：
Figure FDA0002709447520000052
在上述公式(3)中，F表示所述用户的记忆能力评价值，J表示修正的实时记忆衰减值，Ji表示所述用户在第i个历史时刻对应的历史记忆衰减值，n表示所述历史记忆衰减值的总数量。
10.如权利要求9所述的基于大数据的记忆能力分析系统，其特征在于：所述记忆能力评价模块还用于在得到所述用户的记忆能力评价值后，将所述记忆能力评价值与预设记忆能力阈值进行比对，若所述记忆能力评价值大于或者等于所述预设记忆能力阈值，则提示所述用户增加单位时间内记忆的数据量，否则，提示所述用户减小单位时间内记忆的数据量。
CN202011050678.2A 2020-09-29 2020-09-29 基于大数据的记忆能力分析方法和系统 Pending CN112132716A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011050678.2A CN112132716A (zh) 2020-09-29 2020-09-29 基于大数据的记忆能力分析方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011050678.2A CN112132716A (zh) 2020-09-29 2020-09-29 基于大数据的记忆能力分析方法和系统

Publications (1)

Publication Number Publication Date
CN112132716A true CN112132716A (zh) 2020-12-25

Family

ID=73844754

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011050678.2A Pending CN112132716A (zh) 2020-09-29 2020-09-29 基于大数据的记忆能力分析方法和系统

Country Status (1)

Country Link
CN (1) CN112132716A (zh)

Similar Documents

Publication Publication Date Title
Pedersen et al. Testing for explosive bubbles in the presence of autocorrelated innovations
CN109685246A (zh) 环境数据预估方法、装置及存储介质、服务器
CN106558258A (zh) 透过线上测验真实反映出受测者能力的系统及方法
CN112418921A (zh) 用电需量预测方法、装置、系统与计算机存储介质
CN103675022A (zh) Tds 检测方法、检测装置和检测系统
CN107992991A (zh) 基于外部环境因素和协整理论的年度售电量预测方法
CN109523188A (zh) 面向人机界面显示的舰员认知特性工效测评方法及系统
WO2023013268A1 (ja) 電池性能評価装置および電池性能評価方法
CN114047472A (zh) 一种智能电表的计量误差监测系统及其监测方法、装置
CN110926571B (zh) 一种燃油液位传感器准确性的评估和校正系统及方法
CN112132716A (zh) 基于大数据的记忆能力分析方法和系统
AU2020100135A4 (en) Method, system and apparatus for evaluating sensory assessors’ concentration ability
CN111460128B (zh) 一种基于认知诊断的计算机化自适应测验方法
CN105548068A (zh) 动态演化模型校正方法及系统
CN112528418A (zh) 一种无基准条件下半实物仿真试验的评估系统
CN114077704A (zh) 一种学习内容推荐方法、装置、智能终端及存储介质
JP3174188B2 (ja) ガス識別装置
US20220187262A1 (en) Device and method for anomaly detection of gas sensor
CN112328951B (zh) 一种分析样品的实验数据的处理方法
CN110851344B (zh) 基于计算公式复杂性的大数据测试方法、装置、电子设备
CN116361142A (zh) 质量检测方法、装置、设备和存储介质
CN114386525B (zh) 一种评估标准的自适应调整方法、装置、设备和存储介质
Engelbrecht et al. Analysis of paradise models for individual users of a spoken dialog system
CN114757296B (zh) 一种基于协同数据的污染物分析方法和装置
CN116128367A (zh) 一种软件质量预测方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination