基于学习率的认知交互方案推送方法及系统与流程
本发明涉及一种基于学习率的认知交互方案推送方法，同时也涉及相应的认知交互方案推送系统，属于认知训练。
背景技术：
1、认知训练是延缓个体认知能力衰退的有效手段。为了达到良好的训练效果，个体需要持续进行训练，时间可能长达3个月甚至终身。然而，如何激发个体对认知训练的兴趣，使其能够持续地投入努力和行动，是认知训练设计领域需要不断创新和突破的关键。
2、传统的认知训练通常采用经典范式的任务设置。例如，中国发明专利zl201510891880.0公开了一种三维认知训练系统及其训练方法。该方法通过检测匹配结果的正确率，并根据此控制形状凹模的难度等级，从而扩展了三维认知训练的多样性。
3、然而，这种传统的认知训练主要关注于某种认知能力的动态学习过程。虽然通过正确数量获得的准确率可以反映每次训练的结果状态，但它并不足以全面刻画用户在训练过程中的实际学习曲线。这意味着，尽管准确率是一个重要的指标，但它可能无法完全反映个体在认知训练中的动态进步和学习深度。因此，为了更全面地评估和提升个体的认知能力，认知训练的设计需要进一步的创新和改进。
技术实现思路
1、本发明所要解决的首要技术问题在于提供一种基于学习率的认知交互方案推送方法。
2、本发明所要解决的另一技术问题在于提供一种基于学习率的认知交互方案推送系统。
3、为实现上述技术目的，本发明采用以下的技术方案：
4、根据本发明实施例的第一方面，提供一种基于学习率的认知交互方案推送方法，包括如下步骤：
5、基于预设数据库确定预设任务库，并针对所述预设任务库中的每一个认知交互任务，从所述预设数据库中获取用户群体对该认知交互任务的认知交互数据；
6、针对每一个所述认知交互任务，基于用户群体对该认知交互任务的认知交互数据，获取该认知交互任务的交互常模；
7、针对待推送用户，基于每一个所述认知交互任务的交互常模，分别获取每个认知交互任务在当下交互次数的学习率；
8、针对所述待推送用户，根据所述待推送用户对于每个认知交互任务在当下交互次数的学习率，分别获取每个认知交互任务的抽取权重和难度权重；其中，所述抽取权重与所述认知交互任务的学习率呈反比，所述难度权重与所述认知交互任务的学习率呈正比；
9、基于每个认知交互任务的抽取权重和难度权重，从所述预设任务库中抽取预设数量的认知交互任务，以组合形成认知交互方案并推送给所述用户进行认知交互。
10、其中较优地，所述认知交互任务的交互常模通过以下步骤获取：
11、针对所述认知交互任务，从所述预设数据库中收集用户群体对该认知交互任务的认知交互数据；
12、从所述认知交互数据中剔除交互间隔低于第一阈值或高于第二阈值的数据点；
13、计算每次距离上一次认知交互的时间间隔的均值和标准差，并建立每个认知交互任务的得分随认知交互次数的变化曲线，以共同构成所述认知交互任务的交互常模。
14、其中较优地，所述认知交互任务在当下交互次数的学习率通过以下步骤进行计算：
15、基于预设学习模型，获取所述用户针对认知交互任务k在每次认知交互时的内隐潜力；其中，所述预设学习模型表示为：
16、
17、其中，代表认知交互任务k在第t+1次交互的实际得分，代表认知交互任务k在第t+1次交互时候的内隐潜力，σt+1代表该认知交互任务k在交互常模中交互增长得分的标准差；
18、基于所述认知交互任务k在第t+1次交互时候的内隐潜力，拟合出所述用户基于交互常模的学习率α；
19、
20、其中，代表任务k在第t次交互的实际得分，δt+1代表交互常模中该任务得分增长的平均水平。
21、其中较优地，针对每个所述认知交互任务，将所述认知交互任务的学习率α的倒数作为抽取权重，并将认知交互任务的学习率α作为难度权重。
22、其中较优地，所述认知交互方案推送方法还包括：
23、设定学习界限，并分别比较所述用户每个认知交互任务的学习率α与所述学习界限的大小；
24、若当前认知交互任务的学习率α大于学习界限，则根据所述学习率α的大小提高当前认知交互任务的难度权重；
25、若当前认知交互任务的学习率α小于学习界限，则保持当前认知交互任务的难度不变，根据所述学习率α的大小提高当前认知交互任务的抽取权重。
26、其中较优地，针对所述待推送用户，根据交互次数确定所述认知交互任务当前的交互阶段；其中，不同的交互次数对应不同的交互阶段；
27、基于所述认知交互任务的交互常模，分别获取所述待推送用户在不同交互阶段的学习率α；
28、根据所述待推送用户在不同交互阶段的学习率α，绘制所述待推送用户对于该认知交互任务的学习变化曲线。
29、其中较优地，所述认知交互方案推送方法还包括：
30、获取所述待推送用户基于当前认知交互方案的认知交互结果；其中，所述认知交互结果包括当前认知交互方案所包括的各个认知交互任务的认知交互数据；
31、基于所述认知交互结果，分别更新当前认知交互方案对应的各个认知交互任务的学习率α。
32、其中较优地，所述认知交互方案推送方法还包括：
33、每隔预设天数，基于各个待推送用户的认知交互数据更新所述预设数据库和预设任务库。
34、其中较优地，所述预设天数为一周、一个月或三个月。
35、根据本发明实施例的第二方面，提供一种基于学习率的认知交互方案推送系统，包括处理器和存储器，所述处理器读取所述存储器中的计算机程序，用于执行上述认知交互方案推送方法。
36、与现有技术相比较，本发明具有以下的技术效果：
37、1.通过大规模样本施测获得了每个任务每次交互的分数和变化情况，并且通过数据清理、描述统计、建模等一系列分析建立每个交互任务得分随次数变化的变化曲线和常模。
38、2.结合传统学习模型，实现了对每个用户的学习率的建模。在考虑了用户群体差异性和交互次数后，可以实现针对每个用户在不同任务、不同交互阶段的学习率的准确刻画。
39、3.可以将认知交互任务之间的学习情况进行横向比较，并且基于用户在交互常模中的学习情况，进行归一化的比较。从而首次通过学习率来评估任务的学习进度，并进行任务推送的调整。
技术特征：
1.一种基于学习率的认知交互方案推送方法，其特征在于包括如下步骤：
2.如权利要求1所述的认知交互方案推送方法，其特征在于所述认知交互任务的交互常模通过以下步骤获取：
3.如权利要求1所述的认知交互方案推送方法，其特征在于所述认知交互任务在当下交互次数的学习率通过以下步骤进行计算：
4.如权利要求3所述的认知交互方案推送方法，其特征在于：
5.如权利要求1所述的认知交互方案推送方法，其特征在于还包括：
6.如权利要求1所述的认知交互方案推送方法，其特征在于：
7.如权利要求1所述的认知交互方案推送方法，其特征在于还包括：
8.如权利要求1所述的认知交互方案推送方法，其特征在于还包括：
9.如权利要求1所述的认知交互方案推送方法，其特征在于：
10.一种基于学习率的认知交互方案推送系统，其特征在于包括处理器和存储器，所述处理器读取所述存储器中的计算机程序，用于执行如权利要求1～9中任意一项所述的认知交互方案推送方法。
技术总结
本发明公开了一种基于学习率的认知交互方案推送方法及系统。该方法包括如下步骤：基于预设数据库确定预设任务库，并针对预设任务库中的每一个认知交互任务，获取认知交互数据；针对每一个认知交互任务，基于该认知交互任务的认知交互数据，获取交互常模；针对待推送用户，基于每一个认知交互任务的交互常模，分别获取当下交互次数的学习率；根据待推送用户对于每个认知交互任务在当下交互次数的学习率，分别获取每个认知交互任务的抽取权重和难度权重；基于每个认知交互任务的抽取权重和难度权重，从预设任务库中抽取预设数量的认知交互任务，以组合形成认知交互方案并推送给用户进行认知交互。
技术研发人员：王丹旸,李诗怡,王晓怡
受保护的技术使用者：北京智精灵科技有限公司
技术研发日：
技术公布日：2024/9/23