CN117238451B - 训练方案确定方法、装置、电子设备和存储介质 - Google Patents

Abstract

本公开提供一种训练方案确定方法、装置、电子设备和存储介质，包括获取周期训练方案集合；获取目标用户采用本周期训练方案进行训练后，对应在所述训练目标集合中每个训练目标对应的综合得分；根据所述目标用户在每个所述训练目标对应的综合得分，确定所述目标用户本周期训练的训练目标得分分布类型和下周期训练目标集合；根据所述训练目标得分分布类型和下周期训练目标集合，从所述周期训练方案集合中确定下周期训练方案。这样，通过上一周期的训练情况，确定目标用户需要训练的训练目标，进而提供个性化训练方案确定，以便目标用户进行针对性训练，提升训练效果。

Description

训练方案确定方法、装置、电子设备和存储介质

技术领域

本公开的实施例涉及数据处理领域，具体涉及训练方案确定方法、装置、电子设备和存储介质。

背景技术

在对用户认知能力训练的过程中，由于难以考虑到完整的用户情况，会预先生成若干训练方案，以供用户选择。

大多用户在训练的时候，会按照预设的方法选择训练方案进行训练，这会导致训练没有针对性。即使已经训练了一定周期，之后的训练方案也难以和此前的训练结果结合，训练效果不好。

因此，如何提供一种个性化的训练方案确定方法，是本领域技术人员亟需解决的技术问题。

发明内容

本公开的实施例提出了训练方案确定方法、装置、电子设备和存储介质。

第一方面，本公开的实施例提供了一种训练方案确定方法，该方法包括：

获取周期训练方案集合，其中，周期训练方案对应预设数量个训练项目，每个训练项目对应训练目标集合中的至少一个训练目标；

获取目标用户采用本周期训练方案进行训练后，对应在上述训练目标集合中每个训练目标对应的综合得分；

根据上述目标用户在每个上述训练目标对应的综合得分，确定上述目标用户本周期训练的训练目标得分分布类型和下周期训练目标集合；

根据上述训练目标得分分布类型和下周期训练目标集合，从上述周期训练方案集合中确定下周期训练方案。

在一些可选的实施方式中，上述训练目标集合包括核心训练目标子集合，上述核心训练目标子集合包括至少两个核心训练目标；以及

上述根据上述目标用户在每个上述训练目标对应的综合得分，确定上述目标用户本周期训练的训练目标得分分布类型和下周期训练目标集合，包括：

响应于确定上述目标用户在各上述核心训练目标对应的综合得分中的最大值减去最小值所得的差值不大于第一预设综合得分差值阈值，且次大值减去最小值所得的差值不大于第二预设综合得分差值阈值，将上述目标用户本周期训练的训练目标得分分布类型确定为均衡分布类型，以及将上述核心训练目标子集合确定为下周期训练目标集合；

响应于确定上述目标用户在各上述核心训练目标对应的综合得分中最大值减去最小值所得的差值大于上述第一预设综合得分差值阈值，将上述目标用户本周期训练的训练目标得分分布类型确定为不均衡分布类型，以及进一步确定上述目标用户在各上述核心训练目标对应的综合得分中次大值与最小值的差值是否大于第三预设综合得分差值阈值；响应于确定是，将上述目标用户本周期训练的训练目标得分分布类型确定为偏向单一训练目标类型，以及将上述核心训练目标子集合中综合得分最小值的训练目标确定为下周期训练目标集合；响应于确定否，将上述目标用户本周期训练的训练目标得分分布类型确定为偏向多个训练目标类型，以及将上述核心训练目标子集合中综合得分小于最大值的训练目标确定为下周期训练目标集合。

在一些可选的实施方式中，上述周期训练方案对应有训练目标分布类型、偏向训练目标集合和难度分值，上述训练目标分布类型为均衡分布类型、偏向单一训练目标类型或偏向多个训练目标类型；以及

上述根据上述训练目标得分分布类型和下周期训练目标集合，从上述训练方案库中确定下周期训练方案，包括：

确定上述周期训练方案集合中，是否存在对应的偏向训练目标集合与上述下周期训练目标集合相同的周期训练方案；

响应于确定存在，将上述周期训练方案集合中，对应的偏向训练目标集合与上述下周期训练目标集合相同的周期训练方案，加入第一筛选方案集合；

响应于确定不存在，确定是否上述训练目标得分分布类型为不均衡分布类型且上述下周期训练目标集合中仅有一个训练目标；

响应于确定是，将上述周期训练方案集合中对应训练目标分布类型为均衡分布类型的训练方案加入上述第一筛选方案集合；

响应于确定否，将上述周期训练方案集合中对应训练目标分布类型为偏向多个训练目标类型的训练方案加入上述第一筛选方案集合；

对于每个上述第一筛选方案，对上述训练目标集合中各训练目标按照相应训练目标在该第一筛选方案中对应的训练项目数量从大到小的顺序排序，得到与该第一筛选方案对应的第一训练目标排序结果；

对上述训练目标集合中各训练目标，按照上述目标用户在相应训练目标对应的综合得分从小到大的顺序进行排序，得到第二训练目标排序结果；

基于上述第二训练目标排序结果与各上述第一筛选方案对应的第一训练目标排序结果之间的相似度，从上述第一筛选方案集合中，确定第二筛选方案集合；

将上述第二筛选方案集合中难度分值不大于目标难度的第二筛选方案加入第三筛选方案集合；

对于每个上述第三筛选方案，确定上述核心训练目标子集合中各核心训练目标对应在该第三筛选方案的训练项目数量和；

将各上述第三筛选方案中核心训练目标对应的训练项目数量和最多的第三筛选方案确定为下周期训练方案。

在一些可选的实施方式中，上述基于上述第二训练目标排序结果与各上述第一筛选方案对应的第一训练目标排序结果之间的相似度，从上述第一筛选方案集合中，确定第二筛选方案集合，包括：

基于以下至少一项生成第二筛选方案集合：上述第一筛选方案集合中对应的第一训练目标排序结果与上述第二训练目标排序结果完全相同的第一筛选方案、上述第一筛选方案集合中对应的第一训练目标排序结果与上述第二训练目标排序结果中关于各上述核心训练目标子集合中的训练目标排序结果相同的第一筛选方案、上述第一筛选方案集合中对应的第一训练目标排序结果与上述第二训练目标排序结果中前预设排序数量个训练目标排序相同的第一筛选方案。

在一些可选的实施方式中，上述将上述第二筛选方案集合中难度分值不大于目标难度的第二筛选方案加入第三筛选方案集合，包括：

将上述第二筛选方案集合中对应难度分值最小的第二筛选方案的难度分值确定为最低难度；

获取上述本周期训练方案的难度分值，作为基础难度；

将上述基础难度分别加第三预设提升难度、第二预设提升难度和第一预设提升难度，得到第三提升后难度、第二提升后难度和第一提升后难度，其中，上述第一预设提升难度小于上述第二预设提升难度，上述第二预设提升难度小于上述第三预设提升难度；

将上述基础难度减预设降低难度，得到降低后难度；

将上述目标用户采用本周期训练方案训练后在各上述训练目标的综合得分均值确定为本周期综合得分均值；

响应于上述本周期综合得分均值不小于第一预设综合得分均值，将上述最低难度和上述第三提升后难度中的最大值确定为目标难度；

响应于上述本周期综合得分均值小于上述第一预设综合得分均值，且上述本周期综合得分均值不小于第二预设综合得分均值，将上述最低难度和上述第二提升后难度中的最大值确定为目标难度，上述第二预设综合得分均值小于上述第一预设综合得分均值；

响应于上述本周期综合得分均值小于上述第二预设综合得分均值，且上述本周期综合得分均值大于第三预设综合得分均值，将上述最低难度和上述第一提升后难度中的最大值确定为目标难度，上述第三预设综合得分均值小于上述第二预设综合得分均值；

响应于上述本周期综合得分均值不大于上述第三预设综合得分均值，且上述本周期综合得分均值大于第四预设综合得分均值，获取上述最低难度和上述基础难度中的最大值确定为目标难度，上述第四预设综合得分均值小于上述第三预设综合得分均值；

响应于上述本周期综合得分均值不大于上述第四预设综合得分均值，将上述最低难度和上述降低后难度中的最大值确定为目标难度；

将上述第二筛选方案集合中难度分值不大于上述目标难度的方案加入第三筛选方案集合。

第二方面，本公开的实施例提供了一种训练方案确定装置，该装置包括：

获取模块，用于获取周期训练方案集合，其中，周期训练方案对应预设数量个训练项目，每个训练项目对应训练目标集合中的至少一个训练目标；

得分获取模块，用于获取目标用户采用本周期训练方案进行训练后，对应在上述训练目标集合中每个训练目标对应的综合得分；

第一确定模块，用于根据上述目标用户在每个上述训练目标对应的综合得分，确定上述目标用户本周期训练的训练目标得分分布类型和下周期训练目标集合；

第二确定模块，用于根据上述训练目标得分分布类型和下周期训练目标集合，从上述周期训练方案集合中确定下周期训练方案。

在一些可选的实施方式中，上述训练目标集合包括核心训练目标子集合，上述核心训练目标子集合包括至少两个核心训练目标；以及

上述第一确定模块，包括：

第一确定单元，用于响应于确定上述目标用户在各上述核心训练目标对应的综合得分中的最大值减去最小值所得的差值不大于第一预设综合得分差值阈值，且次大值减去最小值所得的差值不大于第二预设综合得分差值阈值，将上述目标用户本周期训练的训练目标得分分布类型确定为均衡分布类型，以及将上述核心训练目标子集合确定为下周期训练目标集合；

第二确定单元，用于响应于确定上述目标用户在各上述核心训练目标对应的综合得分中最大值减去最小值所得的差值大于上述第一预设综合得分差值阈值，将上述目标用户本周期训练的训练目标得分分布类型确定为不均衡分布类型，以及进一步确定上述目标用户在各上述核心训练目标对应的综合得分中次大值与最小值的差值是否大于第三预设综合得分差值阈值；响应于确定是，将上述目标用户本周期训练的训练目标得分分布类型确定为偏向单一训练目标类型，以及将上述核心训练目标子集合中综合得分最小值的训练目标确定为下周期训练目标集合；响应于确定否，将上述目标用户本周期训练的训练目标得分分布类型确定为偏向多个训练目标类型，以及将上述核心训练目标子集合中综合得分小于最大值的训练目标确定为下周期训练目标集合。

在一些可选的实施方式中，上述周期训练方案对应有训练目标分布类型和偏向训练目标集合，上述训练目标分布类型为均衡分布类型、偏向单一训练目标类型或偏向多个训练目标类型；以及

上述第二确定模块，包括：

第三确定单元，用于确定上述周期训练方案集合中，是否存在对应的偏向训练目标集合与上述下周期训练目标集合相同的周期训练方案；

第四确定单元，用于响应于确定存在，将上述周期训练方案集合中，对应的偏向训练目标集合与上述下周期训练目标集合相同的周期训练方案，加入第一筛选方案集合；

第五确定单元，用于响应于确定不存在，确定是否上述训练目标得分分布类型为不均衡分布类型且上述下周期训练目标集合中仅有一个训练目标；响应于确定是，将上述周期训练方案集合中对应训练目标分布类型为均衡分布类型的训练方案加入上述第一筛选方案集合；响应于确定否，将上述周期训练方案集合中对应训练目标分布类型为偏向多个训练目标类型的训练方案加入上述第一筛选方案集合；

第一排序单元，用于对于每个第一筛选方案，对上述训练目标集合中各训练目标按照相应训练目标在该第一筛选方案中对应的训练项目数量从大到小的顺序排序，得到与该第一筛选方案对应的第一训练目标排序结果；

第二排序单元，用于对上述训练目标集合中各训练目标，按照上述目标用户在相应训练目标对应的综合得分从小到大的顺序进行排序，得到第二训练目标排序结果；

第一筛选单元，用于基于上述第二训练目标排序结果与各上述第一筛选方案对应的第一训练目标排序结果之间的相似度，从上述第一筛选方案集合中，确定第二筛选方案集合；

第二筛选单元，用于将上述第二筛选方案集合中难度分值不大于目标难度的第二筛选方案加入第三筛选方案集合；

求和单元，用于对于每个上述第三筛选方案，确定上述核心训练目标子集合中各核心训练目标对应在该第三筛选方案的训练项目数量和；

结果确定单元，用于将各上述第三筛选方案中核心训练目标对应的训练项目数量和最多的第三筛选方案确定为下周期训练方案。

第三方面，本公开的实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。

第四方面，本公开的实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中，该计算机程序被一个或多个处理器执行时实现如第一方面中任一实现方式描述的方法。

为了实现个性化推荐训练方案，本公开的实施例提供的训练方案确定方法、装置、电子设备和存储介质，通过先获取周期训练方案集合，其中，周期训练方案对应预设数量个训练项目，每个训练项目对应训练目标集合中的至少一个训练目标；然后，获取目标用户采用本周期训练方案进行训练后，对应在上述训练目标集合中每个训练目标对应的综合得分；进而，根据上述目标用户在每个上述训练目标对应的综合得分，确定上述目标用户本周期训练的训练目标得分分布类型和下周期训练目标集合；最后，根据上述训练目标得分分布类型和下周期训练目标集合，从上述周期训练方案集合中确定下周期训练方案。可实现包括但不限于以下技术效果：（1）通过根据目标用户在上一周期训练过程中各个训练目标对应的得分，分析其表现类型，再根据表现类型确定更适合目标用户下个周期训练的方案的方案类型，提高了下周期训练方案推荐的针对性。

（2）在一些可选的实现方式中，还通过目标用户的综合得分确定其下周期需要训练的训练目标，并结合目标用户的综合得分和本周期训练方案的基础难度，针对目标用户进行个性化调整下周期训练方案的难度，更有利于提高对目标用户进行训练的训练效果。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显。附图仅用于示出具体实施方式的目的，而并不认为是对本公开的限制。在附图中：

图1是本公开的一个实施例可以应用于其中的示例性系统架构图；

图2A是根据本公开的训练方案确定方法的一个实施例的流程图；

图2B是根据本公开的步骤203的一个实施例的流程图；

图2C是根据本公开的步骤204的一个实施例的流程图；

图3是根据本公开的训练方案确定装置的一个实施例的结构示意图；

图4是适于用来实现本公开的实施例的电子设备的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。

图1示出了可以应用本公开的训练方案确定方法、装置、电子设备和存储介质的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如认知能力训练类应用、语音识别类应用、短视频社交类应用、音视频会议类应用、视频直播类应用、文档编辑类应用、输入法类应用、网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器（Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3）、MP4（Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4）播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的终端设备中。其可以实现成多个软件或软件模块（例如用来提供训练服务），也可以实现成单个软件或软件模块。在此不做具体限定。

在一些情况下，本公开所提供的训练方案确定方法可以由终端设备101、102、103执行，相应地，训练方案确定装置可以设置于终端设备101、102、103中。这时，系统架构100也可以不包括服务器105。

在一些情况下，本公开所提供的训练方案确定方法可以由终端设备101、102、103和服务器105共同执行，例如，“获取周期训练方案集合”的步骤可以由终端设备101、102、103执行，“根据目标用户在每个训练目标对应的综合得分，确定目标用户本周期训练的训练目标得分分布类型和下周期训练目标集合”等步骤可以由服务器105执行。本公开对此不做限定。相应地，训练方案确定装置也可以分别设置于终端设备101、102、103和服务器105中。

在一些情况下，本公开所提供的训练方案确定方法可以由服务器105执行，相应地，训练方案确定装置也可以设置于服务器105中，这时，系统架构100也可以不包括终端设备101、102、103。

需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器105为软件时，可以实现成多个软件或软件模块（例如用来提供分布式服务），也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2A，其示出了根据本公开的训练方案确定方法的一个实施例的流程200，该训练方案确定方法包括以下步骤：

步骤201，获取周期训练方案集合。

周期训练方案集合中可以包括至少两个预先设定好的周期训练方案。

其中，每个周期训练方案对应预设数量个训练项目。训练项目可以是提前开发好的、用于进行认知训练的项目（例如与心理学理论结合的游戏），具体的训练项目数量和训练项目内容在此不做限定。例如，预先开发好35款用于训练认知能力的游戏作为35个训练项目，那么，每个周期训练方案可以对应上述35款游戏或者对应上述35款游戏中的部分游戏，比如对应其中的16款游戏。

实践中，不同的训练项目的难度可能是不同的。因此，为了在训练项目基础上生成周期训练方案，在每个训练项目都有对应的训练难度分值时，训练项目集合可以为预先开发的已有训练项目集合（假设，已有训练项目集合中共有M个训练项目，M为正整数）。可以采用各种实现方式，从训练项目集合中选取预设数量个训练项目，生成周期训练方案，而周期训练方案中包括训练项目集合中的预设数量个训练项目。假设，训练项目集合中包括N个训练项目，预设数量为P，则可以有种选取方式，从N个训练项目中选取P个训练项目，生成周期训练方案。

可选地，预设数量可以根据受试用户的周期训练时长设置，以便每个周期训练方案包括与周期训练时长匹配的训练项目数量。例如，在一个月的时间内，应该训练8个项目，即可以设定一个每个周期训练方案包括8个训练项目（不区分顺序）。

训练项目用于提升受试用户的认知能力。在一些可选的实施方式中，每个训练项目可对应训练一个或多个训练目标。即，受试用户可通过执行训练项目来达到提升相应训练目标的目的，训练目标可以是具体一种或者一种以上的认知能力。

为提升受试用户的认知能力，可预设相应的训练目标集合，训练项目集合或者前文上述已有训练项目集合中每个训练项目对应的至少一个训练目标均属于上述训练目标集合。

例如，训练目标集合可包括注意力、自控力、记忆力、转换力、感知力等。其中任一训练项目可以对应训练目标集合中的至少一个训练目标。

作为一种可能的实施方式，训练项目的信息可以被存储于知识图谱中，每个训练项目作为一个节点，节点ID即为训练项目的标识。此外，知识图谱中还可以包括训练项目的属性信息，例如难度分值、对应的训练目标、心理学范式、单双任务类型等。在知识图谱中，属性信息也可以作为节点的形式存在，各节点之间通过连接线建立关联关系。

步骤202，获取目标用户采用本周期训练方案进行训练后，对应在训练目标集合中每个训练目标对应的综合得分。

目标用户在本周期可以对周期训练方案集合中的任一周期训练方案进行训练。训练结束后，可以采用各种实现方式（例如，人工打分、基于知识图谱的能力评估模型对每个训练项目对应的训练目标评分或其他评分方式）根据目标用户在采用本周期训练方案进行训练的过程，对训练目标集合中每个训练目标的达成程度进行打分，并最终得到每个训练目标对应的综合得分。例如，本周期训练方案对应注意力、自控力、记忆力、转换力、感知力的综合得分依次为5分、9分、6分、4分、2分。

作为一种可能的实施方式，可以对目标用户在训练本周期训练方案中的每个训练项目过程中，对训练目标集合中每个训练目标的达成程度进行打分得到相应得分。然后，可以对于每个训练目标，综合目标用户在本周期训练方案中各个训练项目中在该训练目标的得分，得到该训练目标对应的综合得分。综合多个得分的方式例如可以包括求平均值、中位数等，具体可以由开发者预先设定，在此不做限制。

步骤203，根据目标用户在每个训练目标对应的综合得分，确定目标用户本周期训练的训练目标得分分布类型和下周期训练目标集合。

目标用户在每个训练目标对应的综合得分反映了目标用户对于相应训练目标的目标达成程度。一般而言，在下周期训练时，针对达成程度较高的训练目标，可以在下周期减少其对应的训练项目；针对达成程度较低的训练目标，可以在下周期增加其对应的训练项目，以此来提升综合的训练效果。

然而，由于训练目标有多个，目标用户在本周期训练在各个训练目标对应的综合得分可能呈现不同的分布类型，上述分布类型对目标用户下周期的训练目标存在一定影响。例如，目标用户在各训练目标中注意力的综合得分非常高，而其他训练目标综合得分均较低，也就是说，目标用户在一个训练目标上达成程度较高，在其他训练目标均达成程度较低。为了使得目标用户整体上在各个训练目标均有所提高，可以在下周期偏向训练上述达成程度较低的训练目标，并将偏向于训练上述目标用户达成程度较低的训练目标的周期训练方案，作为目标用户下周期训练的周期训练方案。

因此，这里可以首先采用各种实现方式根据目标用户在每个训练目标对应的综合得分，确定目标用户本周期训练的训练目标得分分布类型和下周期训练目标集合。

例如，可以确定目标用户在各个训练目标对应的综合得分的离散随机变量概率分布类型，并将上述离散随机变量概率分布类型确定为目标用户本周期训练的训练目标得分分布类型。例如，离散随机变量概率分布类型可以为均匀分布类型或者非均匀分布类型。

在一些可选的实施方式中，在训练目标集合中，有部分训练目标是认知训练中更核心需要提升的训练目标，即核心训练目标。因此，可将训练目标集合中的部分训练目标设置为核心训练目标，即可形成核心训练目标子集合，该核心训练目标子集合中包括至少两个核心训练目标。例如，核心训练目标子集合可以包括注意力、自控力、记忆力这三个训练目标。

基于此，步骤203可以包括如图2B所示的如下子步骤：

子步骤2031：响应于确定目标用户在各核心训练目标对应的综合得分中的最大值减去最小值所得的差值不大于第一预设综合得分差值阈值，且次大值减去最小值所得的差值不大于第二预设综合得分差值阈值，将目标用户本周期训练的训练目标得分分布类型确定为均衡分布类型，以及将核心训练目标子集合确定为下周期训练目标集合。

这里，通过目标用户在各核心训练目标对应的综合得分中的最大值减去最小值的差值大小，判断目标用户在本周期训练过程中，达成程度最高和最低的最高分训练目标和最低分训练目标之间的达成程度差距。若上述差值较小，表明目标用户本周期在最高分训练目标和最低分训练目标之间表现差距不大，然后，再进一步通过目标用户在各核心训练目标对应的综合得分中的次大值减去最小值的差值大小，判断目标用户在本周期训练过程中，达成程度次高和最低的次高分训练目标和最低分训练目标之间的达成程度差距。若上述差值较小，表明表明目标用户本周期在次高分训练目标和最低分训练目标之间表现差距也较小。综上，表明目标用户本周期在最高分训练目标和最低分训练目标之间表现差距较小，在次高分训练目标和最低分训练目标之间表现差距也较小，也就是说，目标用户本周期在所有核心训练目标的达成程度差异均较小，即目标用户本周期的表现较为均衡，则可以将训练目标得分分布类型确定为均衡分布类型。而由于目标用户本周期的表现较为均衡，不必在下周期偏向训练部分核心训练目标，因而可以将核心训练目标子集合（即包括所有核心训练目标）确定为下周期训练目标集合。

子步骤2032：响应于确定目标用户在各核心训练目标对应的综合得分中最大值减去最小值所得的差值大于第一预设综合得分差值阈值，将目标用户本周期训练的训练目标得分分布类型确定为不均衡分布类型，以及进一步确定所述目标用户在各所述核心训练目标对应的综合得分中次大值与最小值的差值是否大于第三预设综合得分差值阈值；响应于确定是，将所述目标用户本周期训练的训练目标得分分布类型确定为偏向单一训练目标类型，以及将所述核心训练目标子集合中综合得分最小值的训练目标确定为下周期训练目标集合；响应于确定否，将所述目标用户本周期训练的训练目标得分分布类型确定为偏向多个训练目标类型，以及将所述核心训练目标子集合中综合得分小于最大值的训练目标确定为下周期训练目标集合。

这里，通过目标用户在各核心训练目标对应的综合得分中最大值减去最小值的差值大小，目标用户在本周期训练过程中，达成程度最高和最低的最高分训练目标和最低分训练目标之间的达成程度差距。若上述差值较大，表明目标用户本周期在最高分训练目标和最低分训练目标之间表现差距较大，即，目标用户本周期在各核心训练目标上的表现是不均衡的，可以将训练目标得分分布类型确定为不均衡分布类型。

进一步地，通过目标用户在各核心训练目标对应的综合得分中次大值减去最小值的差值大小，目标用户在本周期训练过程中，达成程度次高和最低的最高分训练目标和最低分训练目标之间的达成程度差距。若上述差值较大，表明目标用户本周期在次高分训练目标和最低分训练目标之间表现差距较大，则意味着次高分训练目标和最高分训练目标都变现较好，只需要训练综合得低于次高分的训练目标。若上述差值较小，则只有最高分训练目标表现较好，需要训练综合得分低于最大值的全部训练目标。

步骤204，根据训练目标得分分布类型和下周期训练目标集合，从周期训练方案集合中确定下周期训练方案。

步骤203中已经确定了希望目标用户在下周期训练的下周期训练目标集合，实践中，目标用户在下周期只能执行一个具体的周期训练方案，也就是说要针对目标用户确定一个具体的下周期训练方案。而为了实现较好的训练效果，下周期训练方案中的各训练项目对应的训练目标应该尽量多地包括下周期训练目标集合中的训练目标。另外，在筛选下周期训练方案时，除了考虑下周期训练目标集合，还需要目标用户在本周期的训练目标得分分布类型，因为上述训练目标得分分布类型也影响下周期训练方案。

在一些可选的实施方式中，周期训练方案集合中的周期训练方案可以对应有训练目标分布类型、偏向训练目标集合和难度分值。其中，训练目标分布类型用于表征周期训练方案对应的各个训练项目所对应的核心训练目标的分布类型。实践中，周期训练方案对应的训练目标分布类型可以通过人工设定或者采用预设的分布类型确定算法确定的。训练目标分布类型可以分为均衡分布类型、偏向单一训练目标类型和偏向多个训练目标类型，每个周期训练方案可对应其中一种。偏向训练目标集合用于表征周期训练方案所具体偏向训练的核心训练目标。实践中，周期训练方案对应的偏向训练目标集合可以通过人工设定或者采用预设的训练目标偏向类型确定算法确定的。偏向训练目标集合可以是训练目标集合的子集合。周期训练方案对应的难度分值用于表征周期训练方案的难度，周期训练方案对应的难度分值也可以是通过人工设定或者采用预设的难度分值确定算法确定的。上述预设的分布类型确定算法、预设的训练目标偏向类型确定算法以及预设的难度分值确定算法不是本公开的重点，在此不再赘述。

当周期训练方案对应的训练目标分布类型为偏向单一训练目标类型时，该周期训练方案对应的偏向训练目标集合中仅有一个属于核心训练目标子集合的偏向训练目标。当周期训练方案对应的训练目标分布类型为偏向多个训练目标类型时，该周期训练方案对应的偏向训练目标集合中包括至少两个属于核心训练目标子集合的偏向训练目标。当周期训练方案对应的训练目标分布类型为均衡分布类型时，该周期训练方案对应的偏向训练目标集合可以包括所有核心训练目标。

基于此，步骤204可以包括如图2C所示的子步骤2041到子步骤2049：

子步骤2041：确定周期训练方案集合中，是否存在对应的偏向训练目标集合与下周期训练目标集合相同的周期训练方案。

若确定存在，表明至少一个周期训练方案对应的偏向训练目标集合与下周期训练目标集合相同，可以转到步骤2042执行，以将上述至少一个周期训练方案确定为第一轮筛选出的周期训练方案，即将上述至少一个周期训练方案添加到第一筛选方案集合。

若确定不存在，转到步骤2043执行。

子步骤2042：将周期训练方案集合中，对应的偏向训练目标集合与下周期训练目标集合相同的周期训练方案，加入第一筛选方案集合。

执行完子步骤2042可以转到步骤2046执行。

子步骤2043：确定是否训练目标得分分布类型为不均衡分布类型且下周期训练目标集合中仅有一个训练目标。

如果在步骤2041中确定周期训练方案集合中没有任何周期训练方案对应的偏向训练目标集合与目标用户的下周期训练目标集合完全相同，即不存在与目标用户的下周期训练目标集合完全适配的周期训练方案，可以通过确定目标用户的训练目标得分分布类型为不均衡分布类型，且下周期训练目标集合中仅有一个训练目标，以判断目标用户本周期是否存在一个训练目标的综合得分远低于其他训练目标的综合得分，进而判断是否需要在下周期中对目标用户训练下周期训练目标集合中仅有的一个训练目标。

如果确定是，可以转到步骤2044执行。

如果确定否，可以转到步骤2045执行。

子步骤2044：将周期训练方案集合中对应训练目标分布类型为均衡分布类型的训练方案加入第一筛选方案集合。

当在步骤2043中确定目标用户的训练目标得分分布类型为不均衡分布类型，且下周期训练目标集合中仅有一个训练目标时，由于子步骤2041已经确定没有与下周期训练目标集合完全适配的周期训练方案，由于均衡分布类型的周期训练方案中对应了各个核心训练目标，当然也包括目标用户的下周期训练目标集合中仅有的训练目标，因此可以退一步从均衡分布类型的周期训练方案中进行筛选，以实现也尽量能训练到目标用户本周期达成程度较低的下周期训练目标。

执行完子步骤2044可以转到步骤2046执行。

子步骤2045：将所述周期训练方案集合中对应训练目标分布类型为偏向多个训练目标类型的训练方案加入所述第一筛选方案集合。

当在步骤2043中确定目标用户的训练目标得分分布类型不是不均衡分布类型或下周期训练目标集合中不是仅有一个训练目标时，表明目标用户在本周期各训练目标中部分训练目标表现比较差，且周期训练方案集合中没有与下周期训练目标集合完全匹配的周期训练方案，以及下周期训练目标集合中包括至少两个核心训练目标，则可以从周期训练方案集合中是偏向多个训练目标类型的周期训练方案中进一步筛选，虽然上述偏向多个训练目标类型的周期训练方案对应的偏向训练目标集合与下周期训练目标集合不完全匹配，但至少分布类型相同，重叠部分较多，可以实现在现有周期训练方案的基础上，尽量符合目标用户的本周期训练目标得分分布类型和下周期训练目标。

执行完子步骤2045可以转到步骤2046执行。

子步骤2046，对于每个第一筛选方案，对训练目标集合中各训练目标按照相应训练目标在该第一筛选方案中对应的训练项目数量从大到小的顺序排序，得到与该第一筛选方案对应的第一训练目标排序结果。

经过上述子步骤2041到子步骤2045已经得到第一筛选方案集合，这里可以对于每个第一筛选方案，对训练目标集合中各训练目标按照相应训练目标在该第一筛选方案中对应的训练项目数量从大到小的顺序排序，得到与该第一筛选方案对应的第一训练目标排序结果。

例如，某第一筛选方案对应注意力、自控力、记忆力、转换力、感知力这五个不同训练目标的训练项目数量分别为2个、1个、3个、1个、5个，则该第一筛选方案的第一训练目标排序结果为感知力、记忆力、注意力、自控力、转换力。

子步骤2047：对训练目标集合中各训练目标，按照目标用户在相应训练目标对应的综合得分从小到大的顺序进行排序，得到第二训练目标排序结果。

例如，目标用户在本周期对应在注意力、自控力、记忆力、转换力、感知力这五个不同训练目标的综合得分分别为9分、7分、8分、7分、5分，则第二训练目标排序结果为感知力、转换力、自控力、记忆力、注意力。

子步骤2048：基于第二训练目标排序结果与各第一筛选方案对应的第一训练目标排序结果之间的相似度，从第一筛选方案集合中，确定第二筛选方案集合。

由于与第一筛选方案对应的第一训练目标排序结果是按照各训练目标在该第一筛选方案中对应的训练项目数量从大到小的顺序排序得到的，也就是说，第一训练目标排序结果中排序靠前的训练目标对应的训练项目数量大，排序靠后的训练目标对应的训练项目数量少，该第一筛选方案更适合训练排序靠前的训练目标。

而第二训练目标排序结果中各训练目标是按照目标用户在相应训练目标对应的综合得分从小到大的顺序进行排序得到的，也就是说，对于第二训练目标排序结果中排序靠前的训练目标，目标用户在该训练目标对应的综合得分较低，目标用户下周期需要训练该训练目标的可能性更高。反之，对于第二训练目标排序结果中排序靠后的训练目标，目标用户在该训练目标对应的综合得分较高，目标用户在下周期训练该训练目标的可能性较低。

如果某个第一筛选方案的第一训练目标排序结果和第二训练目标排序结果之间比较相似，比如某个训练目标在该第一筛选方案的第一训练目标排序结果和第二训练目标排序结果中均比较靠前，表明该第一筛选训练方案适合训练该训练目标，且目标用户下周期需要训练该训练目标的可能性更高，那么该第一筛选方案则更适合作为目标用户在下周期进行训练的周期训练方案。

因此，可以采用各种实现方式基于第二训练目标排序结果与各第一筛选方案对应的第一训练目标排序结果之间的相似度，从第一筛选方案集合中，确定第二筛选方案集合。可以理解的是，第一筛选方案对应的第一训练目标排序结果与第二训练目标排序结果之间的相似度与该第一筛选方案被确定为第二筛选方案的可能性之间正相关。

在一个可选的实施方式中，可以首先计算第二训练目标排序结果与每个第一筛选方案对应的第一训练目标排序结果之间的相似度。

对于如何计算两个训练目标排序结果之间相似度，可以由开发者自主设定。例如，可以将两个训练目标排序结果转换为两个向量，向量维度即训练目标集合中的训练目标数量，每个分量分别对应不同的训练目标，每个分量的值可以分别对应该分量对应训练目标的排序序号。这样，可以将两个训练目标排序结果对应的两个向量之间的相似度确定为两个训练目标排序结果之间的相似度。

然后，基于上述计算得到的各个相似度，从第一筛选方案集合中，确定第二筛选方案集合。比如，可以将第一筛选方案集合中与第二训练目标排序结果之间的相似度大于预设相似度阈值的第一筛选方案确定为第二筛选方案集合。

在另一个可选的实施方式中，步骤2048可以如下执行：基于以下至少一项生成第二筛选方案集合：第一筛选方案集合中对应的第一训练目标排序结果与第二训练目标排序结果完全相同的第一筛选方案、第一筛选方案集合中对应的第一训练目标排序结果与第二训练目标排序结果中核心训练目标子集合中的训练目标排序结果相同的第一筛选方案、第一筛选方案集合中对应的第一训练目标排序结果与第二训练目标排序结果中前预设排序数量个训练目标排序相同的第一筛选方案。

即可以将排序完全相同、核心训练目标对应的排序相同以及前N个训练目标的排序相同（N为人为设定的数量）中的至少一种第一筛选方案确定为第二筛选方案。

子步骤2049：将第二筛选方案集合中难度分值不大于目标难度的第二筛选方案加入第三筛选方案集合。

经过步骤2048得到的第二筛选方案集合，在第一筛选方案集合基础上进一步考虑了在不同训练目标的综合得分排序结果与第一筛选方案对不同训练目标的训练项目数量排序结果之间的匹配度。但为了使得目标用户通过连续执行不同的周期训练方案，达到提高整体训练效果，还需要考虑目标用户在不同训练周期之间的难度分值情况。因此，执行完子步骤2048可以转到步骤2049继续执行。

这里，目标难度可以依据目标用户本周期在各训练目标的综合得分均值确定，以保证下周期训练方案难度与目标用户适配。

若本周期综合得分均值较低，表明本周期训练方案对目标用户而言难度较高，下周期训练方案应降低难度，则设定目标难度为小于本周期训练方案的难度（具体的难度增加值可以自主设定）。

反之，若本周期综合得分均值较高，表明本周期训练方案对目标用户而言难度较低，下周期训练方案应增加难度，则设定目标难度为大于本周期训练方案的难度；并且随着目标用户在各训练周期综合得分均值的逐步增高，逐步增加目标难度的难度增加值（具体的难度增加值可以自主设定）。

需要说明的是，由于需要根据目标难度在第二筛选方案集合中筛选到至少一个第三筛选方案，需要在目标难度小于第二筛选方案集合中的难度分值最低的第二筛选方案的难度分值时，用第二筛选方案集合中的难度分值最低的第二筛选方案的难度分值替换目标难度。

在一些可选的实施方式中，上述子步骤2049，可以包括以下子步骤：

子步骤a：将第二筛选方案集合中对应难度分值最小的第二筛选方案的难度分值确定为最低难度。

子步骤b：获取本周期训练方案的难度分值，作为基础难度。

子步骤c：将基础难度加第三预设提升难度，得到第三提升后难度。

子步骤d：将基础难度加第二预设提升难度，得到第二提升后难度。

子步骤e：将基础难度加第一预设提升难度，得到第一提升后难度。

需要说明的是，第一预设提升难度小于第二预设提升难度，第二预设提升难度小于第三预设提升难度，进而第一提升后难度小于第二预设提升后难度，第二预设提升后难度小于第三预设提升后难度。也就是说，在基础难度的基础上生成了三个不同的提升后难度。

子步骤f：将基础难度减预设降低难度，得到降低后难度。

子步骤g：将目标用户采用本周期训练方案训练后在各训练目标的综合得分均值确定为本周期综合得分均值。

子步骤h：响应于本周期综合得分均值不小于第一预设综合得分均值，将最低难度和第三提升后难度中的最大值确定为目标难度。

如果本周期综合得分均值不小于第一预设综合得分均值，表明目标用户在本周期整体表现特别好，本周期训练方案对目标用户而言难度特别低，可以下周期相对本周期而言，训练方案的难度应有较大提升。因此，可以将最低难度（即，本周期训练方案的难度分值）和第三提升难度中的最大值确定为目标难度。

执行完子步骤h转到子步骤m执行。

子步骤i：响应于本周期综合得分均值小于第一预设综合得分均值，且本周期综合得分均值不小于第二预设综合得分均值，将最低难度和第二提升后难度中的最大值确定为目标难度，第二预设综合得分均值小于第一预设综合得分均值。

如果本周期综合得分均值小于第一预设综合得分均值且不小于第二预设综合得分均值，其中，第二预设综合得分均值小于第一预设综合得分均值，表明目标用户在本周期整体表现很好，本周期训练方案对目标用户而言难度很低，下周期相对本周期而言，训练方案的难度有中等幅提升即可。因此，可以将最低难度（即，本周期训练方案的难度分值）和第二提升难度中的最大值确定为目标难度。

执行完子步骤i转到子步骤m执行。

子步骤j：响应于本周期综合得分均值小于第二预设综合得分均值，且本周期综合得分均值大于第三预设综合得分均值，将最低难度和第一提升后难度中的最大值，确定为目标难度，第三预设综合得分均值小于第二预设综合得分均值。

如果本周期综合得分均值小于第二预设综合得分均值且大于第三预设综合得分均值，其中，第三预设综合得分均值小于第二预设综合得分均值，表明目标用户在本周期整体表现较好，本周期训练方案对目标用户而言难度较低，下周期相对本周期而言，训练方案的难度应有较小幅提升即可。因此，可以将最低难度和第一提升后难度中的最大值，确定最低难度和第一提升后难度中的最大值为目标难度。

执行完子步骤j转到子步骤m执行。

子步骤k：响应于本周期综合得分均值不大于第三预设综合得分均值，且本周期综合得分均值大于第四预设综合得分均值，获取最低难度和基础难度中的最大值，作为目标难度，第四预设综合得分均值小于第三预设综合得分均值。

如果本周期综合得分均值不大于第三预设综合得分均值且大于第四预设综合得分均值，其中，第四预设综合得分均值小于第三预设综合得分均值，表明目标用户在本周期整体表现适中，本周期训练方案对目标用户而言难度较合适，下周期相对本周期而言，训练方案的难度应保持不变。因此，可以将最低难度和基础难度中的最大值确定为目标难度。

执行完子步骤k转到子步骤m执行。

子步骤l：响应于本周期综合得分均值不大于第四预设综合得分均值，将最低难度和降低后难度中的最大值，确定为目标难度。

如果本周期综合得分均值不大于第四预设综合得分均值，表明目标用户在本周期整体表现较差，本周期训练方案对目标用户而言难度较高，下周期相对本周期而言，训练方案的难度应有所降低。因此，可以将最低难度和降低后难度中的最大值确定为目标难度。

执行完子步骤l转到子步骤m执行。

子步骤m：将第二筛选方案集合中难度分值不大于目标难度的方案加入第三筛选方案集合。

经过子步骤2049得到的第三筛选方案集合，在第二筛选方案集合基础上进一步考虑了目标用户在不同训练周期之间的难度分值情况，然而为了最终筛选出确定的下周期训练方案，还需要进一步执行子步骤2050和子步骤2051。

子步骤2050：对于每个第三筛选方案，确定核心训练目标子集合中各核心训练目标对应在该第三筛选方案的训练项目数量和。

子步骤2051：将各第三筛选方案中核心训练目标对应的训练项目数量和最多的第三筛选方案确定为下周期训练方案。

由于核心训练目标是认知训练中更核心需要提升的训练目标，因此，通过步骤2050和步骤2051可最终筛选出训练核心训练目标最多的第三筛选方案，作为下周期训练方案。

本公开的上述实施例提供的训练方案确定方法，通过根据目标用户在上一周期训练过程中各个训练目标对应的得分，分析其表现类型，再根据表现类型确定更适合目标用户下个周期训练的方案的方案类型，提高了下周期训练方案推荐的针对性。在一些可选的实现方式中，还通过目标用户的综合得分确定其下周期需要训练的训练目标，并结合目标用户的综合得分和本周期训练方案的基础难度，针对目标用户进行个性化调整下周期训练方案的难度，更有利于提高对目标用户进行训练的训练效果。

进一步参考图3，作为对上述各图所示方法的实现，本公开提供了一种训练方案确定装置的一个实施例，该装置实施例与图2A所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图3所示，本实施例的训练方案确定装置300包括：

获取模块301，用于获取周期训练方案集合，其中，周期训练方案对应预设数量个训练项目，每个训练项目对应训练目标集合中的至少一个训练目标；

得分获取模块302，用于获取目标用户采用本周期训练方案进行训练后，对应在上述训练目标集合中每个训练目标对应的综合得分；

第一确定模块303，用于根据上述目标用户在每个上述训练目标对应的综合得分，确定上述目标用户本周期训练的训练目标得分分布类型和下周期训练目标集合；

第二确定模块304，用于根据上述训练目标得分分布类型和下周期训练目标集合，从上述周期训练方案集合中确定下周期训练方案。

在一些可选的实施方式中，上述训练目标集合包括核心训练目标子集合，上述核心训练目标子集合包括至少两个核心训练目标；以及

上述第一确定模块303，包括：

第一确定单元，用于响应于确定上述目标用户在各上述核心训练目标对应的综合得分中的最大值减去最小值所得的差值不大于第一预设综合得分差值阈值，且次大值减去最小值所得的差值不大于第二预设综合得分差值阈值，将上述目标用户本周期训练的训练目标得分分布类型确定为均衡分布类型，以及将上述核心训练目标子集合确定为下周期训练目标集合；

第二确定单元，用于响应于确定上述目标用户在各上述核心训练目标对应的综合得分中最大值减去最小值所得的差值大于上述第一预设综合得分差值阈值，将上述目标用户本周期训练的训练目标得分分布类型确定为不均衡分布类型，以及进一步确定上述目标用户在各上述核心训练目标对应的综合得分中次大值与最小值的差值是否大于第三预设综合得分差值阈值；响应于确定是，将上述目标用户本周期训练的训练目标得分分布类型确定为偏向单一训练目标类型，以及将上述核心训练目标子集合中综合得分最小值的训练目标确定为下周期训练目标集合；响应于确定否，将上述目标用户本周期训练的训练目标得分分布类型确定为偏向多个训练目标类型，以及将上述核心训练目标子集合中综合得分小于最大值的训练目标确定为下周期训练目标集合。

在一些可选的实施方式中，上述周期训练方案对应有训练目标分布类型和偏向训练目标集合，上述训练目标分布类型为均衡分布类型、偏向单一训练目标类型或偏向多个训练目标类型；以及

上述第二确定模块304，包括：

第三确定单元，用于确定上述周期训练方案集合中，是否存在对应的偏向训练目标集合与上述下周期训练目标集合相同的周期训练方案；

第四确定单元，用于响应于确定存在，将上述周期训练方案集合中，对应的偏向训练目标集合与上述下周期训练目标集合相同的周期训练方案，加入第一筛选方案集合；

第五确定单元，用于响应于确定不存在，确定是否上述训练目标得分分布类型为不均衡分布类型且上述下周期训练目标集合中仅有一个训练目标；响应于确定是，将上述周期训练方案集合中对应训练目标分布类型为均衡分布类型的训练方案加入上述第一筛选方案集合；响应于确定否，将上述周期训练方案集合中对应训练目标分布类型为偏向多个训练目标类型的训练方案加入上述第一筛选方案集合；

第一排序单元，用于对于每个第一筛选方案，对上述训练目标集合中各训练目标按照相应训练目标在该第一筛选方案中对应的训练项目数量从大到小的顺序排序，得到与该第一筛选方案对应的第一训练目标排序结果；

第二排序单元，用于对上述训练目标集合中各训练目标，按照上述目标用户在相应训练目标对应的综合得分从小到大的顺序进行排序，得到第二训练目标排序结果；

第一筛选单元，用于基于上述第二训练目标排序结果与各上述第一筛选方案对应的第一训练目标排序结果之间的相似度，从上述第一筛选方案集合中，确定第二筛选方案集合；

第二筛选单元，用于将上述第二筛选方案集合中难度分值不大于目标难度的第二筛选方案加入第三筛选方案集合；

求和单元，用于对于每个上述第三筛选方案，确定上述核心训练目标子集合中各核心训练目标对应在该第三筛选方案的训练项目数量和；

结果确定单元，用于将各上述第三筛选方案中核心训练目标对应的训练项目数量和最多的第三筛选方案确定为下周期训练方案。

在一些可选的实施方式中，上述第一筛选单元，包括：

筛选组件，用于基于以下至少一项生成第二筛选方案集合：上述第一筛选方案集合中对应的第一训练目标排序结果与上述第二训练目标排序结果完全相同的第一筛选方案、上述第一筛选方案集合中对应的第一训练目标排序结果与上述第二训练目标排序结果中关于各上述核心训练目标子集合中的训练目标排序结果相同的第一筛选方案、上述第一筛选方案集合中对应的第一训练目标排序结果与上述第二训练目标排序结果中前预设排序数量个训练目标排序相同的第一筛选方案。

在一些可选的实施方式中，上述第二筛选单元，包括：

最低难度确定组件，用于将上述第二筛选方案集合中对应难度分值最小的第二筛选方案的难度分值确定为最低难度；

基础难度确定组件，用于获取上述本周期训练方案的难度分值，作为基础难度；

提升难度确定组件，用于将上述基础难度分别加第三预设提升难度、第二预设提升难度和第一预设提升难度，得到第三提升后难度、第二提升后难度和第一提升后难度，其中，上述第一预设提升难度小于上述第二预设提升难度，上述第二预设提升难度小于上述第三预设提升难度；

降低难度确定组件，用于将上述基础难度减预设降低难度，得到降低后难度；

本周期均值确定组件，用于将上述目标用户采用本周期训练方案训练后在各上述训练目标的综合得分均值确定为本周期综合得分均值；

第一目标难度确定组件，用于响应于上述本周期综合得分均值不小于第一预设综合得分均值，将上述最低难度和上述第三提升后难度中的最大值确定为目标难度；

第二目标难度确定组件，用于响应于上述本周期综合得分均值小于上述第一预设综合得分均值，且上述本周期综合得分均值不小于第二预设综合得分均值，将上述最低难度和上述第二提升后难度中的最大值确定为目标难度，上述第二预设综合得分均值小于上述第一预设综合得分均值；

第三目标难度确定组件，用于响应于上述本周期综合得分均值小于上述第二预设综合得分均值，且上述本周期综合得分均值大于第三预设综合得分均值，将上述最低难度和上述第一提升后难度中的最大值确定为目标难度，上述第三预设综合得分均值小于上述第二预设综合得分均值；

第四目标难度确定组件，用于响应于上述本周期综合得分均值不大于上述第三预设综合得分均值，且上述本周期综合得分均值大于第四预设综合得分均值，获取上述最低难度和上述基础难度中的最大值确定为目标难度，上述第四预设综合得分均值小于上述第三预设综合得分均值；

第五目标难度确定组件，用于响应于上述本周期综合得分均值不大于上述第四预设综合得分均值，将上述最低难度和上述降低后难度中的最大值确定为目标难度；

方案确定组件，用于将上述第二筛选方案集合中难度分值不大于上述目标难度的方案加入第三筛选方案集合。

下面参考图4，其示出了适于用来实现本公开的电子设备的计算机系统400的结构示意图。图4示出的计算机系统400仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图4所示，计算机系统400可以包括处理装置（例如中央处理器、图形处理器等）401，其可以根据存储在只读存储器（ROM）402中的程序或者从存储装置408加载到随机访问存储器（RAM）403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有计算机系统400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出（I/O）接口405也连接至总线404。

通常，以下装置可以连接至I/O接口405：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风等的输入装置406；包括例如液晶显示器（LCD）、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408；以及通信装置409。通信装置409可以允许计算机系统400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备的计算机系统400，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置408被安装，或者从ROM 402被安装。在该计算机程序被处理装置401执行时，执行本公开的实施例的方法中限定的上述功能。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑磁盘只读存储器（CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF（射频）等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备实现如图2A所示的实施例及其可选实施方式示出的训练方案确定方法。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的实施例中所涉及到的模块或单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块或单元的名称在某种情况下并不构成对该模块或单元本身的限定。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的（但不限于）具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (6)

1.一种训练方案确定方法，应用于用户认知能力训练，其特征在于，包括：

获取周期训练方案集合，其中，周期训练方案对应预设数量个训练项目，每个训练项目对应训练目标集合中的至少一个训练目标，所述训练目标集合包括核心训练目标子集合，所述核心训练目标子集合包括至少两个核心训练目标，所述周期训练方案对应有训练目标分布类型、偏向训练目标集合和难度分值，所述训练目标分布类型为均衡分布类型、偏向单一训练目标类型或偏向多个训练目标类型；

获取目标用户采用本周期训练方案进行训练后，对应在所述训练目标集合中每个训练目标对应的综合得分；

响应于确定所述目标用户在各所述核心训练目标对应的综合得分中的最大值减去最小值所得的差值不大于第一预设综合得分差值阈值，且次大值减去最小值所得的差值不大于第二预设综合得分差值阈值，将所述目标用户本周期训练的训练目标得分分布类型确定为均衡分布类型，以及将所述核心训练目标子集合确定为下周期训练目标集合；

响应于确定所述目标用户在各所述核心训练目标对应的综合得分中最大值减去最小值所得的差值大于所述第一预设综合得分差值阈值，将所述目标用户本周期训练的训练目标得分分布类型确定为不均衡分布类型，以及进一步确定所述目标用户在各所述核心训练目标对应的综合得分中次大值与最小值的差值是否大于第三预设综合得分差值阈值；响应于确定是，将所述目标用户本周期训练的训练目标得分分布类型确定为偏向单一训练目标类型，以及将所述核心训练目标子集合中综合得分最小值的训练目标确定为下周期训练目标集合；响应于确定否，将所述目标用户本周期训练的训练目标得分分布类型确定为偏向多个训练目标类型，以及将所述核心训练目标子集合中综合得分小于最大值的训练目标确定为下周期训练目标集合；

确定所述周期训练方案集合中，是否存在对应的偏向训练目标集合与所述下周期训练目标集合相同的周期训练方案；

响应于确定存在，将所述周期训练方案集合中，对应的偏向训练目标集合与所述下周期训练目标集合相同的周期训练方案，加入第一筛选方案集合；

响应于确定不存在，确定是否所述训练目标得分分布类型为不均衡分布类型且所述下周期训练目标集合中仅有一个训练目标；

响应于确定是，将所述周期训练方案集合中对应训练目标分布类型为均衡分布类型的训练方案加入所述第一筛选方案集合；

响应于确定否，将所述周期训练方案集合中对应训练目标分布类型为偏向多个训练目标类型的训练方案加入所述第一筛选方案集合；

对于每个所述第一筛选方案，对所述训练目标集合中各训练目标按照相应训练目标在该第一筛选方案中对应的训练项目数量从大到小的顺序排序，得到与该第一筛选方案对应的第一训练目标排序结果；

对所述训练目标集合中各训练目标，按照所述目标用户在相应训练目标对应的综合得分从小到大的顺序进行排序，得到第二训练目标排序结果；

基于所述第二训练目标排序结果与各所述第一筛选方案对应的第一训练目标排序结果之间的相似度，从所述第一筛选方案集合中，确定第二筛选方案集合；

将所述第二筛选方案集合中难度分值不大于目标难度的第二筛选方案加入第三筛选方案集合；

对于每个所述第三筛选方案，确定所述核心训练目标子集合中各核心训练目标对应在该第三筛选方案的训练项目数量和；

将各所述第三筛选方案中核心训练目标对应的训练项目数量和最多的第三筛选方案确定为下周期训练方案。

2.根据权利要求1所述的方法，其特征在于，所述基于所述第二训练目标排序结果与各所述第一筛选方案对应的第一训练目标排序结果之间的相似度，从所述第一筛选方案集合中，确定第二筛选方案集合，包括：

基于以下至少一项生成第二筛选方案集合：所述第一筛选方案集合中对应的第一训练目标排序结果与所述第二训练目标排序结果完全相同的第一筛选方案、所述第一筛选方案集合中对应的第一训练目标排序结果与所述第二训练目标排序结果中关于各所述核心训练目标的排序结果相同的第一筛选方案、所述第一筛选方案集合中对应的第一训练目标排序结果与所述第二训练目标排序结果中前预设排序数量个训练目标排序相同的第一筛选方案。

3.根据权利要求1所述的方法，其特征在于，所述将所述第二筛选方案集合中难度分值不大于目标难度的第二筛选方案加入第三筛选方案集合，包括：

将所述第二筛选方案集合中对应难度分值最小的第二筛选方案的难度分值确定为最低难度；

获取所述本周期训练方案的难度分值，作为基础难度；

将所述基础难度分别加第三预设提升难度、第二预设提升难度和第一预设提升难度，得到第三提升后难度、第二提升后难度和第一提升后难度，其中，所述第一预设提升难度小于所述第二预设提升难度，所述第二预设提升难度小于所述第三预设提升难度；

将所述基础难度减预设降低难度，得到降低后难度；

将所述目标用户采用本周期训练方案训练后在各所述训练目标的综合得分均值确定为本周期综合得分均值；

响应于所述本周期综合得分均值不小于第一预设综合得分均值，将所述最低难度和所述第三提升后难度中的最大值确定为目标难度；

响应于所述本周期综合得分均值小于所述第一预设综合得分均值，且所述本周期综合得分均值不小于第二预设综合得分均值，将所述最低难度和所述第二提升后难度中的最大值确定为目标难度，所述第二预设综合得分均值小于所述第一预设综合得分均值；

响应于所述本周期综合得分均值小于所述第二预设综合得分均值，且所述本周期综合得分均值大于第三预设综合得分均值，将所述最低难度和所述第一提升后难度中的最大值确定为目标难度，所述第三预设综合得分均值小于所述第二预设综合得分均值；

响应于所述本周期综合得分均值不大于所述第三预设综合得分均值，且所述本周期综合得分均值大于第四预设综合得分均值，获取所述最低难度和所述基础难度中的最大值确定为目标难度，所述第四预设综合得分均值小于所述第三预设综合得分均值；

响应于所述本周期综合得分均值不大于所述第四预设综合得分均值，将所述最低难度和所述降低后难度中的最大值确定为目标难度；

将所述第二筛选方案集合中难度分值不大于所述目标难度的方案加入第三筛选方案集合。

4.一种训练方案确定装置，应用于用户认知能力训练，其特征在于，包括：

获取模块，用于获取周期训练方案集合，其中，周期训练方案对应预设数量个训练项目，每个训练项目对应训练目标集合中的至少一个训练目标，所述训练目标集合包括核心训练目标子集合，所述核心训练目标子集合包括至少两个核心训练目标，所述周期训练方案对应有训练目标分布类型和偏向训练目标集合，所述训练目标分布类型为均衡分布类型、偏向单一训练目标类型或偏向多个训练目标类型；

得分获取模块，用于获取目标用户采用本周期训练方案进行训练后，对应在所述训练目标集合中每个训练目标对应的综合得分；

第一确定单元，用于响应于确定所述目标用户在各所述核心训练目标对应的综合得分中的最大值减去最小值所得的差值不大于第一预设综合得分差值阈值，且次大值减去最小值所得的差值不大于第二预设综合得分差值阈值，将所述目标用户本周期训练的训练目标得分分布类型确定为均衡分布类型，以及将所述核心训练目标子集合确定为下周期训练目标集合；

第二确定单元，用于响应于确定所述目标用户在各所述核心训练目标对应的综合得分中最大值减去最小值所得的差值大于所述第一预设综合得分差值阈值，将所述目标用户本周期训练的训练目标得分分布类型确定为不均衡分布类型，以及进一步确定所述目标用户在各所述核心训练目标对应的综合得分中次大值与最小值的差值是否大于第三预设综合得分差值阈值；响应于确定是，将所述目标用户本周期训练的训练目标得分分布类型确定为偏向单一训练目标类型，以及将所述核心训练目标子集合中综合得分最小值的训练目标确定为下周期训练目标集合；响应于确定否，将所述目标用户本周期训练的训练目标得分分布类型确定为偏向多个训练目标类型，以及将所述核心训练目标子集合中综合得分小于最大值的训练目标确定为下周期训练目标集合；

第三确定单元，用于确定所述周期训练方案集合中，是否存在对应的偏向训练目标集合与所述下周期训练目标集合相同的周期训练方案；

第四确定单元，用于响应于确定存在，将所述周期训练方案集合中，对应的偏向训练目标集合与所述下周期训练目标集合相同的周期训练方案，加入第一筛选方案集合；

第五确定单元，用于响应于确定不存在，确定是否所述训练目标得分分布类型为不均衡分布类型且所述下周期训练目标集合中仅有一个训练目标；响应于确定是，将所述周期训练方案集合中对应训练目标分布类型为均衡分布类型的训练方案加入所述第一筛选方案集合；响应于确定否，将所述周期训练方案集合中对应训练目标分布类型为偏向多个训练目标类型的训练方案加入所述第一筛选方案集合；

第一排序单元，用于对于每个第一筛选方案，对所述训练目标集合中各训练目标按照相应训练目标在该第一筛选方案中对应的训练项目数量从大到小的顺序排序，得到与该第一筛选方案对应的第一训练目标排序结果；

第二排序单元，用于对所述训练目标集合中各训练目标，按照所述目标用户在相应训练目标对应的综合得分从小到大的顺序进行排序，得到第二训练目标排序结果；

第一筛选单元，用于基于所述第二训练目标排序结果与各所述第一筛选方案对应的第一训练目标排序结果之间的相似度，从所述第一筛选方案集合中，确定第二筛选方案集合；

第二筛选单元，用于将所述第二筛选方案集合中难度分值不大于目标难度的第二筛选方案加入第三筛选方案集合；

求和单元，用于对于每个所述第三筛选方案，确定所述核心训练目标子集合中各核心训练目标对应在该第三筛选方案的训练项目数量和；

结果确定单元，用于将各所述第三筛选方案中核心训练目标对应的训练项目数量和最多的第三筛选方案确定为下周期训练方案。

5.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-3中任一所述的方法。

6.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，其中，所述计算机程序被一个或多个处理器执行时实现如权利要求1-3中任一所述的方法。