用于学习的间隔重复（SRS）

Question

客户要求我为基于在线的学习网站添加简单的间隔重复算法（SRS）。但在投入自己之前，我想和社区讨论一下。

基本上，网站会向用户询问一堆问题（通过从数据库中自动选择100个问题中的10个问题），并且用户给出正确或不正确的答案。用户结果，然后存储在数据库中，例如：

userid questionid correctlyanswered dateanswered 
1  123   0 (no)    2010-01-01 10:00 
1  124   1 (yes)   2010-01-01 11:00 
1  125   1 (yes)   2010-01-01 12:00  

现在，最大化用户了解所有答案的能力，我应该能够让用户，下一次他需要申请的SRS算法在测验中，经常会错误地回答问题;而不是正确回答的问题此外，以前回答不正确，但最近经常正确回答的问题应该不太常见。

有没有人实施过这样的事情？任何提示或建议？

Theese是我所发现的最好的链接：

• http://en.wikipedia.org/wiki/Spaced_repetition
• http://www.mnemosyne-proj.org/principles.php
• http://www.supermemo.com/english/ol/sm2.htm

Answer 1

你想要做的是对所有问题i有一个数字X_i。您可以将这些数字归一化（使它们的总和为1）并进行优先选择。

• 创建阵列X[N]设置为：

  如果N是不同的问题和M数量每个问题都有平均得到回答的次数，那么你可以在M*N时间这样的发现X 0.

• 运行数据，每次看到问题i回答错误时，增加其中t是应答时间，f是增量功能。

由于f正在增加，很久以前回答错误的问题比昨天回答错误的影响更小。您可以尝试使用不同的f以获得良好的行为。

更聪明的方式 一个更快的方法就是不要产生X[]每次你选择的问题，但它保存在一个数据库表。 你无法应用f这个解决方案。相反，每次问题被错误地回答时，只需加1，然后定期运行表格 - 例如每半夜 - 并将所有X[i]乘以常数 - 例如0.9。

更新：实际上，您应该将数据基于更正，而不是错误。否则，问题不会长时间回答真假，将会有较小的选择机会。它应该是相反的。

Answer 2

Anki是实施间隔重复一个开源项目。 作为开源代码，您可以浏览libanki的源代码，这是Anki的一个间隔重复库。 截至2013年1月，Anki版本2资源可以浏览here。

来源于Python,可执行伪代码语言。 阅读源代码来理解算法可能是可行的。数据模型使用sqlalechmey，Python SQL工具包和对象关系映射器定义，它为应用程序开发人员提供了SQL的全部功能和灵活性。