复习管理系统合理性介绍

查看我们曾做过的详细算法推演

为了确认收藏界面的影子跟读功能不会让用户很快被复习内容压垮，我们对当前的复习管理系统做了一次 30 天推演。

这次推演使用的就是 App 内实际采用的算法，而不是单独写一套理想化规则。

推演条件

我们模拟了一个包含 60 条收藏句子的列表。

每天进入跟读模式后，系统会根据当前复习债务自动生成：

推演中，我们假设用户每天都刚好完成系统安排的「今日复习」和「新句推荐」，但不额外练习「其他非今日跟读内容」。

每条句子的每日目标次数是 2 次。也就是说，一条句子当天显示为 `0/2` 时，用户完成到 `2/2` 后，系统才会认为它完成了当天任务。

系统会优先安排到期复习，再根据复习债务决定当天推荐多少新句。

当前规则大致是：

复习间隔也会逐步拉长。句子完成后，会按 1 天、3 天、7 天、14 天、30 天这样的节奏继续回到复习中。

在这 30 天里，60 条句子全部进入了跟读系统。

第 21 天时，60 条句子已经全部被覆盖到。也就是说，如果用户稳定完成每天的系统安排，当前算法可以在一个月内把一批中等规模的收藏内容逐步带入练习，而不是一开始就把全部内容压给用户。

30 天内，总共完成了 504 次跟读记录，平均每条句子约 8.4 次。

句子的最终跟读次数分布如下：

这个分布是符合预期的：越早进入系统的句子，会在 30 天内经历更多轮复习；越晚进入系统的句子，虽然练习次数较少，但也至少完成了多天、多轮的跟读。

推演中，大多数日期的任务量比较平稳。

单日任务量最高为 12 条；大多数时候每天需要完成的句子数量大约在 6 到 11 条之间。

这说明当前的新句推荐限流规则能有效避免复习债务快速堆积。系统不会只顾着推荐新内容，而是会在复习压力变大时自动减少新句数量。

当前复习管理系统适合作为第一版影子跟读的默认安排方式。

它能做到：

当然，这不是对每个用户都绝对最优的固定方案。不同人的收藏数量、练习时间和语言基础不同，理想节奏也会不同。我们会继续根据真实使用体验调整新句推荐数量和间隔策略。

这套系统的目标不是让用户刷完任务，而是帮助用户每天用比较轻的压力，持续重复那些真正值得练熟的句子。