[發明專利]基于大數據的記憶能力分析方法和系統

在審

• 申請號: 202011050678.2
• 申請日: 2020-09-29
• 公開（公告）號: CN112132716A
• 公開（公告）日: 2020-12-25
• 發明（設計）人: 許昭慧
• 申請（專利權）人: 上海松鼠課堂人工智能科技有限公司
• 主分類號: G06Q50/20
• 分類號: G06Q50/20;G06Q10/06
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于大數據的記憶能力分析方法，其特征在于，其包括如下步驟：

步驟S1，獲取用戶在初始時刻對預設若干不同對象的初始記憶信息，以及獲取所述用戶從所述初始時刻起經過預設時間間隔后對所述預設不同對象的實時記憶信息，并根據所述初始記憶信息和所述實時記憶信息，確定所述用戶的實時記憶衰減狀態信息；

步驟S2，獲取關于所述用戶的歷史記憶衰減狀態信息，以此對所述實時記憶衰減狀態信息進行修正，從而得到修正的實時記憶衰減狀態信息；

步驟S3，根據所述修正的實時記憶衰減狀態信息，對所述用戶的記憶能力進行評測，從而得到所述用戶的記憶能力評價值。

2.如權利要求2所述的基于大數據的記憶能力分析方法，其特征在于：

在所述步驟S1中，獲取用戶在初始時刻對預設若干不同對象的初始記憶信息，以及獲取所述用戶從所述初始時刻起經過預設時間間隔后對所述預設不同對象的實時記憶信息，并根據所述初始記憶信息和所述實時記憶信息，確定所述用戶的實時記憶衰減狀態信息具體包括：

步驟S101，在所述初始時刻，獲取所述用戶觀看預設若干具有不同外觀特征和/或文字特征的對象后，所述用戶對應輸出的關于若干所述對象的初始記憶數據；

步驟S102，從所述初始時刻起經過所述預設時間間隔后，獲取所述用戶對應輸出的關于若干所述對象的實時記憶數據；

步驟S103，根據下面公式(1)，對所述初始記憶數據和所述實時記憶數據進行處理，從而得到所述用戶的實時記憶衰減值：

在上述公式(1)中，J₀表示所述用戶的實時記憶衰減值，S₀表示初始時刻對應的初始記憶數據對應的記憶數據比特值，S(t)表示第t時刻對應的實時記憶數據對應的記憶數據比特值，K表示預設記憶衰減系數、且其取值為0.95，||表示取絕對值運算符號。

3.如權利要求3所述的基于大數據的記憶能力分析方法，其特征在于：

在所述步驟S2中，獲取關于所述用戶的歷史記憶衰減狀態信息，以此對所述實時記憶衰減狀態信息進行修正，從而得到修正的實時記憶衰減狀態信息具體包括：

步驟S201，從預設大數據庫中，獲取關于所述用戶在若干歷史時刻對應的歷史記憶衰減值；

步驟S202，根據下面公式(2)，對所述實時記憶衰減值進行修正，從而得到修正的實時記憶衰減值：

在上述公式(2)中，J表示所述用戶的修正實時記憶衰減值，J₀表示所述用戶的實時記憶衰減值，J_i表示所述用戶在第i個歷史時刻對應的歷史記憶衰減值，n表示所述歷史記憶衰減值的總數量。

4.如權利要求3所述的基于大數據的記憶能力分析方法，其特征在于：

在所述步驟S3中，根據所述修正的實時記憶衰減狀態信息，對所述用戶的記憶能力進行評測，從而得到所述用戶的記憶能力評價值具體包括：根據修正的實時記憶衰減值以及下面公式(3)，對所述用戶的記憶能力進行評測，從而得到所述用戶的記憶能力評價值：

在上述公式(3)中，F表示所述用戶的記憶能力評價值，J表示修正的實時記憶衰減值，J_i表示所述用戶在第i個歷史時刻對應的歷史記憶衰減值，n表示所述歷史記憶衰減值的總數量。

5.如權利要求4所述的基于大數據的記憶能力分析方法，其特征在于：在所述步驟S3中，還包括：

當得到所述用戶的記憶能力評價值后，將所述記憶能力評價值與預設記憶能力閾值進行比對，若所述記憶能力評價值大于或者等于所述預設記憶能力閾值，則提示所述用戶增加單位時間內記憶的數據量，否則，提示所述用戶減小單位時間內記憶的數據量。