基于艾賓浩斯遺忘算法的間隔重復記憶算法的設計與實現

徐澤禧 廖鉅新 徐澤城

1.廣州軟件學院 電子系 廣東 廣州 510990

2.廣東工業大學管理學院 廣東 廣州 510520

引言

人類對于世界的認知是基于自身在人腦中建立起的架構，而組成這些架構的正是一個個概念點或者是概念要素，語言學家威爾金斯：“沒有語法只能表達很少的信息，但是如果沒有詞匯，那么什么也將表達不了[1]”。當我們把它精確到英語學習領域上，他的概念要素就可以泛指最基礎的單詞。桂詩春教授指出：“詞匯量測試和智力測試或其他成就測試的結果具有很高的相關系數[2]”。有個共同認識就是，學習一門語言，該語言的單詞是入門的基礎，所以背單詞就是為入門某一門語言的必由之路。

1 基于Ebbinghaus遺忘算法背景介紹

艾賓浩斯遺忘曲線表達的內涵其實是對人腦認知結構的一種研究。一般地，我們人腦會對最近發生的事件有更為清晰的記憶。艾賓浩斯遺忘曲線圖如圖1所示。

圖1 艾賓浩斯遺忘曲線

由艾賓浩斯遺忘曲線圖不難發現7個關鍵的點，我們稱之為記憶樁點(Memory pile point)，這7點分別代表了對應時間點，人對于一個知識點的記憶保有率。艾賓浩斯認為，人在記憶之后的遺忘過程不是勻稱的，即符合先快后慢的規則[3]，可以看出若不采取復習手段，知識在第二天只能剩下27.8%，倘若是抽象成一個函數f與t的關系（f為記憶忘卻率，t為時間）有以下式1所示。

其中t是時間，e是自然對數底數

我們的遺忘算法就是依據遺忘曲線的樁點來設計的，將用戶學習的單詞的一個屬性字段，通過輸入算法中得出具體的復習時間點，之后再在每天的學習復習之后更新下次的復習時間。

2 系統的設計和實現

2.1 軟件系統結構簡介

軟件采用C/S架構，客戶端采用硬件終端實現顯示學習界面，服務器端主要運行數據庫以及py自動化腳本，以及提供后臺管理平臺接口。服務器采用AB公司的Mysql數據庫，自動化腳本采用Python語言，包括數據處理，后臺管理，個性化設計等子模塊組成。

3 主動回憶與間隔效應

3.1 主動回憶與間隔效應簡述

基于艾賓浩斯的研究，發現其本質是間隔效應。間隔效應可以用在各個領域上，較為具體的就是將記憶內容記錄在卡片上，可以用這種方式來提醒即將遺忘的內容。而且它們沒有那么單調乏味，因為通過抽認卡的形式來學習知識是一項具有足夠的挑戰性的活動，它能保持使用者感受到樂趣[3]。

主動回憶，即當看到一個問題時，大腦回憶起與之對應的答案，而不是把答案和問題重新閱讀一遍，只需要詢問自己是否清晰地記得這個問題，若不記得就把復習時間安排在不久的將來。

3.2 間隔效應系統模組的介紹

復習日程。是指在一定的間隔時間內，會讓用戶提交檢查，以確認用戶通過，通過該提示就會進入下一個階段，隨著階段的提升，復習的間隔也會隨之變大。

抽卡式記憶。抽卡式記憶的特點是讓用戶快速的盡可能廣泛的復習，提高復習效率。

專注時間。因為人的注意力限制了系統不能過長時間地剝奪用戶的自由。

進度表與檢查情況。需要有進度表來讓用戶有更好的全局觀并且有成就感。

3.3 遺忘點算法實現

用戶首次背誦時，從總表選取A個單詞，作為當日運行表，作為啟動數據。用戶表在數據庫有User_Already，User_Right，User_Wrong，User_Tomorrow表。主要操作字段有LT，P，RT三個字段。

用戶背完的詞數據，從終端傳回服務器數據庫，數據庫執行py腳本，該腳本主要操作是，獲取游標對應的某行R，根據R的LT屬性即最近學習日計算出建個列表T，T的值是LT+[1,2,4,7,15]，RT是復習日，根據P階段來獲取T中對應的日期，之后是對用戶的測試未通過的單詞P階段不變，LT設為今日，測試通過的單詞P+1，LT不變，RT根據T[P]更改，并且將這些單詞數據更新到User_already表。上述操作中P+1表示用戶記憶進入下一階段。

4 總結與展望

在現階段信息網路爆炸的大時代背景之下，本文介紹了一種基于艾賓浩斯曲線和間隔重復記憶的方法，讓高效復習學過的知識提供了一種可行思路。關于該算法的用戶在P階段的復習，是基于用戶對于單詞的熟悉程度，且單詞的推送符合間隔效應的思路，對于下一步的研究是，希望能夠將該算法擴展到深度學習，結合協同過濾可以將該背單詞的遺忘點改成其他的信息點，就能夠擴展到更廣的領域中去。