记者从哈尔滨工业大学（深圳）获悉，该校计算机科学与技术学院2022届本科生叶峻峣在苏敬勇教授的指导下，在ACM SIGKDD（国际数据挖掘与知识发现大会）会议上成功发表论文。该论文描述了一种基于记忆的双组分理论，经测试能够在真实应用场景下帮助用户提高10%的学习速度。

目前，市场上有很多背单词的软件，这些软件如何通过推送引导用户在最短的时间里记住单词，并转换成为长期记忆是这篇论文关注的问题。据介绍，该论文建立了一个长期记忆预测模型，采用最优控制理论中的随机最短路径算法，并成功应用在商用的背单词软件上，取得了良好的效果。

国际数据挖掘与知识发现大会是世界数据挖掘最高级别的学术会议之一，有数据挖掘领域“世界杯”之称，每年都吸引大量数据挖掘、机器学习、大数据和人工智能等领域的研究学者参与。

而在国际顶级会议上谈论“如何提高用户背单词速率”的叶峻峣，在五年前还是一个深陷“英语学不好”困境的少年。“我高中时英语学得不好，试了很多方法，最后发现还是间隔重复比较好用。”叶峻峣说，得益于背单词软件的帮助，他开始追踪大脑记忆背后的原理。在大二时，他有针对性地在背单词软件公司做实习生，并根据一手场景数据开展了相关研究。在导师苏敬勇的指导下，他聚焦Computational Spaced Repetition（计算间隔重复）方向，开始了自己的学术写作之路，最终取得了优异成绩。