一种构建记忆网络及将其用于预测情绪的方法技术

一种构建记忆网络及将其用于预测情绪的方法，所述方法至少包括以下步骤：建立原始信息数据库并将更新的数据储存于关联信息数据库中，同时建立触发信息数据库；所述触发信息数据库中的触发条件种类至少包括情绪触发，所述情绪触发为触发信息数据库基于用户的心情系数Y、情绪触发与关联信息数据库的心理状态数据的映射关系以及心理状态数据与原始信息的映射关系提取产生至少一个原始信息数据库中原始信息的推荐。本发明专利技术通过结合用户的情绪信息和日期信息，智能提取一部分合适的相片让用户查看，这样既能刺激和改善用户的记忆能力，又能有效预测用户的情绪状况，对于刺激用户的记忆、改善用户的情绪都有积极效果。

A Method of Constructing Memory Network and Using it to Predict Emotion

【技术实现步骤摘要】
一种构建记忆网络及将其用于预测情绪的方法本专利技术是申请号为CN201610349270.2，申请日为2016年5月24日，申请类型为专利技术，申请名称为一种构建记忆链条及将其用于加强记忆的方法的分案申请。
本专利技术涉及一种基于心情数据有选择性的呈现关联信息的方法，尤其涉及一种构建记忆网络及将其用于预测情绪的方法。
技术介绍
认知功能是人脑认识和反映客观事物的心理机能，包括知觉、学习记忆、注意力、语言、思维等，随着人年龄的增长，人的认知功能会下降，通常的表现是记忆力衰退等各方面机能下降，例如听力、视力下降、行动不便等，这会严重的影响我们生活质量。老人痴呆症的症状通常表现为认知能力的严重缺失、记忆的下降，在推理、判断能力上同样也会表现出明显的下降。在对于轻度认知功能障碍及相关疾病的治疗看护方面，怀旧疗法已被证实是一种有效的方法，相比于传统的药物治疗，它能够减轻对于药物的恐惧感、依赖感以及药物本身带来的副作用所引起的二次伤害。中国专利(CN104571500A)公开了一种强化记忆的方法，其特征在于，包括：向用户显示需要记忆的内容；接收所述用户针对所述需要记忆的内容所输入的信息；根据与所述输入的信息相关的信息，判断所述需要记忆的内容是否为需要强化记忆的内容；在所述需要记忆的内容为需要强化记忆的内容时，控制所述需要强化记忆的内容以预设的时间周期向用户显示。该专利通过将需要强化的内容以预设的时间周期性向用户显示，以得到强化记忆的效果。但是，该专利不能根据用户的心理变化构建记忆网络，不能根据用户对记忆内容的心理变化调整记忆内容，不能够使用户在愉悦的心理环境中达到强化记忆的效果。现在市场上急需一种使用户在不同的心理状态下进行强化记忆的方法和产品。中国专利(CN102222422A)公开了一种词汇的辅助学习系统及其方法，其通过先显示已学习过的翻译词汇供使用者浏览，并提供确认窗口供使用者设定记忆状态，当使用者未记忆翻译词汇时显示词汇解释及关联词汇，而当已记忆时则产生词汇测验检测使用者对翻译词汇的熟悉程度，并根据检测结果更新测验数据库中的翻译词汇，藉此可以根据使用者对翻译词汇的学习状态进行互动，进一步达成提升词汇学习效率的技术功效。但是该专利无法通过生成用户的心情系数来提取产生至少一个原始信息数据库中原始信息的推荐。
技术实现思路
针对现有技术之不足，本专利技术提供了一种构建记忆网络及将其用于加强记忆的方法，所述方法至少包括以下步骤：建立原始信息数据库并按照用户查看所述原始信息数据库中原始信息时不同的心理状态对所述原始信息进行数据更新，并将更新的数据储存于关联信息数据库中，同时建立触发信息数据库；所述触发信息数据库基于用户提供的触发信息和关联信息数据库的数据信息，提取产生至少一个原始信息数据库中原始信息的推荐，以辅助用户建立记忆网络。根据一个优选的实施方式，所述触发信息数据库中触发条件与所述关联信息数据库的心理状态数据和/或所述原始信息数据库的原始信息建立映射关系。根据一个优选的实施方式，所述触发信息数据库中的触发条件种类至少包括时间触发、地点触发、人物触发、内容触发和情绪触发；其中所述情绪触发为触发信息数据库基于用户的心情系数Y、情绪触发与关联信息数据库的心理状态数据的映射关系以及心理状态数据与原始信息的映射关系提取产生至少一个原始信息数据库中原始信息的推荐。根据一个优选的实施方式，所述心情系数Y为基于所述用户的历史情绪信息以概率的方式预测所述用户当前情绪信息，当前的情绪信息为p(s|Et-1,Et-2,…,Et-n)，其中s表示所述用户当前的情绪信息，Et-1为前一次的情绪信息，Et-n为前第n次的情绪信息，Et-i表示相对于当前时刻t的前第i次的情绪信息。根据一个优选的实施方式，所述心情系数Y根据邻近n次的历史情绪信息进行分析，记t表示当前时间,ti表示邻近第i个情绪对应的时间点，ti的情绪数值为et-i，则t和ti之间的时间差是△t＝t-ti,,那么et-i在当前时间的情绪数值为：Et-i＝et-i(t)＝f(et-i,△t)＝et-i*exp(-△t/(24*60*60))，上式考虑了情绪值按指数衰减的时间衰减性，其中et-i为1；根据过往n次的历史情绪数值，按下式计算预测心情系数：Y＝maxs∈S(p(s|Et-1，Et-2，...，Et-n))，其中情感集合为S＝{快乐、悲伤、恐惧、惊讶、愤怒、嫉妒}；若心情系数的变化满足马尔科夫性质，有Y＝maxs∈S(p(s|Et-1)，即当前的心情依赖于上一个时间点的情绪。根据一个优选的实施方式，根据预测得到的心情系数Y的值，提取产生至少一个原始信息数据库中原始信息的推荐。根据一个优选的实施方式，所述关联信息数据库的数据为用户查看所述原始信息数据库中原始信息时不同的心理状态数据，能够通过记录并分析用户的面部表情获得所述心理状态数据。根据一个优选的实施方式，所述心理状态数据还包括所述用户基于原始信息主动录入的心理状态数据，所述心理状态数据包括积极状态和消极状态，并与所对应的原始信息建立映射关系。根据一个优选的实施方式，加强记忆的步骤至少包括：建立原始信息数据库，完成用户对原始信息中基本原始信息和对基本信息进行描述的相关信息的录入，实现用户对原始信息的初次回顾；基于用户提供的触发信息和关联信息数据库的数据信息，触发信息数据库提取产生至少一个原始信息数据库中原始信息的推荐，实现用户对原始信息的再次回顾；基于用户对原始信息的印象深度，原始信息显示装置能够实现针对所述原始信息的提醒显示，以实现用户对原始信息的再回顾，从而实现加强用户记忆的目的。根据一个优选的实施方式，所述原始信息数据库的原始信息包含基本原始信息和描述基本原始信息的相关信息，所述基本原始信息至少为图像或声音中的一种，所述描述基本原始信息的相关信息至少为对基本原始信息的时间、地点、人物、内容中的一类进行的附加描述。根据本专利技术的又一个方面，本专利技术提供一种构建记忆网络及将其用于加强记忆的方法，其特征在于，建立多媒体信息库并按照与相应测试对象查看所述多媒体信息库内的各个图像时的心理信息相关的方式来创建并更新相应图像的关联信息，以便建立与相应图像相关的记忆关联库用以针对相应测试对象建立记忆网络。根据一个优选实施方式，所述测试对象在查看所述多媒体信息库内的各个图像时以主动或被动的方式反馈对于所述图像产生的心理信息，所述心理信息包括记忆信息和情感信息。根据一个优选实施方式，将所述测试对象反馈的心理信息与所述图像进行映射关联形成所述图像的关联信息，从而建立用于存储所述关联信息的记忆关联库。根据一个优选实施方式，所述关联信息还包括所述测试对象对所述图像的喜爱程度信息、分享次数信息、所述测试对象以语音、图片和/或文字的方式表达的与所述图像关联的记忆信息。根据一个优选实施方式，基于所述关联信息和所述测试对象的情感信息选择并显示使所述测试对象的心理状态调整为积极心理状态的图像信息。根据一个优选实施方式，所述情感信息基于所述测试对象的历史情感信息以概率的方式进行分析，情感信息Y为Y＝maxs∈S(p(s|Et-1，Et-2，...，Et-n))，其中，情感集合S＝{S1、S2、…Si}，Si表示情感类别，Et-n表示前第n次的历史情绪信息，n本文档来自技高网...

【技术保护点】
1.一种构建记忆网络及将其用于预测情绪的方法，其特征在于，所述方法至少包括以下步骤：建立原始信息数据库并将更新的数据储存于关联信息数据库中，同时建立触发信息数据库；所述触发信息数据库中的触发条件种类至少包括情绪触发，所述情绪触发为触发信息数据库基于用户的心情系数Y、情绪触发与关联信息数据库的心理状态数据的映射关系以及心理状态数据与原始信息的映射关系提取产生至少一个原始信息数据库中原始信息的推荐。

【技术特征摘要】
1.一种构建记忆网络及将其用于预测情绪的方法，其特征在于，所述方法至少包括以下步骤：建立原始信息数据库并将更新的数据储存于关联信息数据库中，同时建立触发信息数据库；所述触发信息数据库中的触发条件种类至少包括情绪触发，所述情绪触发为触发信息数据库基于用户的心情系数Y、情绪触发与关联信息数据库的心理状态数据的映射关系以及心理状态数据与原始信息的映射关系提取产生至少一个原始信息数据库中原始信息的推荐。2.如权利要求1所述的构建记忆网络及将其用于预测情绪的方法，其特征在于，所述心情系数Y为基于所述用户的历史情绪信息以概率的方式预测所述用户当前情绪信息，当前的情绪信息为p(s|Et-1,Et-2,…,Et-n)，其中s表示所述用户当前的情绪信息，Et-1为前一次的情绪信息，Et-n为前第n次的情绪信息，Et-i表示相对于当前时刻t的前第i次的情绪信息。3.如权利要求2所述的构建记忆网络及将其用于预测情绪的方法，其特征在于，所述心情系数Y根据邻近n次的历史情绪信息进行分析，记t表示当前时间,ti表示邻近第i个情绪对应的时间点，ti的情绪数值为et-i，则t和ti之间的时间差是Δt＝t-ti,,那么et-i在当前时间的情绪数值为，Et-i＝et-i(t)＝f(et-i,Δt)＝et-i*exp(-Δt/(24*60*60))上式考虑了情绪值按指数衰减的时间衰减性，其中et-i为1；根据过往n次的历史情绪数值，按下式计算预测心情系数：Y＝maxs∈S(p(s|Et-1，Et-2，...，Et-n))，其中情感集合为S＝{快乐、悲伤、恐惧、惊讶、愤怒、嫉妒}；若心情系数的变化满足马尔科夫性质，有Y＝maxs∈S(p(s|Et-1)，即当前的心情依赖于上一个时间点的情绪。4.如权利要求3所述的构建记忆网络及将其用于预测情绪的方法，其特征在于，所述原始信息数据库能够按照用户查看所述原始信息数据库中原始信息时不同的心理状态对所述原始信息进行数据更新，并将更新的数据储存于关联信息数据库中，其中：所述关联信息数据库能够通过记录并分析用户的面部表情获得所述心理状态数据。5.如权利要求4所述的构建记忆网络及将其用于预测情绪的方法，其特征在于，所述心理状态数据还包括所述用户基于原始信息主动录入的心理状态数据，所述心理状态数据包括积极状态和消极状态，并与所对应的原始信息建立映射关系。6.如权利要求1所述的构建记忆网络及将其用于预测情绪的方法，其特征在于，所述触发信...

【专利技术属性】
技术研发人员：安宁，颉云华，
申请(专利权)人：甘肃百合物联科技信息有限公司，
类型：发明
国别省市：甘肃,62