因为一些知识关联性较强，如果把这个整合到算法里面，根据关联度规划复习也是个不错的思路
愿望描述：新增“知识图谱”可视化功能
希望 墨墨记忆卡 能支持：
在已有的引用链接基础上，自动生成动态知识图谱。
全局/局部视图：用户可以查看全库卡片的逻辑网，也可以通过搜索某个“核心卡片”查看其周边的关联节点。
聚类显示：根据标签（Tag）或引用频率，自动将相关的卡片聚合成“知识簇”。
算法联动颜色标记：在图谱中，用不同颜色（如红、黄、绿）标记卡片的掌握程度。
原因是：
辅助内化与检索：引用链接解决了“点对点”的跳转，但图谱解决了“面”的感知。用户能直观看到哪些知识点是核心枢纽（被多次引用），哪些是边缘细节
希望 墨墨记忆卡 能支持：
利用 LLM 对卡片内容进行语义相关性建模。把遗忘率根据这个进行优化，不再单纯依赖传统的艾宾浩斯遗忘曲线（机械时间间隔），而是通过计算知识点间的语义距离和权重来动态调整复习计划。
原因是：无论是传统的艾宾浩斯还是墨墨的记忆算法， 它计算的都是你对这一张卡片的遗忘临界点。它依然把每张卡片当成一个独立的孤岛。比如你今天背对了“卡片A（牛顿第一定律）”，算法会根据你的反馈调整A的复习时间，但它完全不知道也不关心这和“卡片B（惯性）”有什么关系
2 个赞
tutuji
(图图记)
2
我看过有一些项目针对特定学科来做的，比如英语单词/数学知识点。
这些系统的研发成本/维护成本都挺高的，现在大多数都是吹的，有小部分是真的做了（但收益也有限）。
虽然想法挺美好的（挺帅的），就目前的技术来看，这个通用型的系统基本不可能实现（投入产出太低了，完全是在投入极高的成本来试错。成功率太低了，即使做出来了收益也不高）。
1 个赞
Onoya
(小野)
3
确实有些时候，因为没有关联的考虑，算法对相关知识点的复习安排可能会出现一些不太满意的情况，不过很少。就比如记忆肾上腺皮质的核心激素分泌，分为球状带、束状带、网状带分开记忆，球状带主要分泌什么，以此类推。但是现在，激素的记忆就依赖于肾上腺结构的卡。我最近就出现了结构的卡正在接近遗忘临界点，但是记忆激素的卡已经安排到现在了，这就导致我很尴尬，俺已经忘透解刨图了，还得回去再看看。不过好在这种类似的情况，6000张卡出现一例，还是可以容忍的[doge]
Holly
4
想法很奇妙，但是好像和墨墨记忆卡的风格有点出入？
墨墨记忆卡的特点就是简洁高效，如果做太多复杂的功能，可能会适得其反
1 个赞