程序员应注意——米勒法则「建议收藏」

程序员应注意——米勒法则「建议收藏」米勒(1956)提出,人脑同时只能处理7±2个信息团,这一发现被称为米勒法则。虽然学者们对于米勒法则所指的魔法数字究竟是多少仍有争议,人脑具有短期存储与信息处理限制这一事实已被学者们所公认。

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺
米勒(1956)提出,人脑同时只能处理7±2个信息团,这一发现被称为米勒法则。虽然学者们对于米勒法则所指的魔法数字究竟是多少仍有争议,人脑具有短期存储与信息处理限制这一事实已被学者们所公认。根据这一法则,人们在进行偏好排序时有同时处理项目数量的约束,这一约束使得消费者进行商品束的偏好排序有着重要影响。

    从心理学的角度来看,人类处理信息的能力是有限度的。根据米勒(Miller, 1956)的分析,人脑处理信息有一个魔法数字7(正负2)的限制,也就是说,人的大脑最多同时处理5到9个信息团(chunks)。这部分原因是短期记忆储存空间的限制,超过9个信息团,将会使得大脑出现错误的概率大大提高。这一法则被称之为“米勒法则”。米勒法则自提出后就成为心理学的一个富有意义的问题(Baddeley 1986; Richman et al.1995)。虽然Baddeley (1994)、Cowan et al. (2007)先后指出,米勒法则中的信息团,与心理学中常用的字节单位是不一样的,按照他们的分析,信息团是由解码过程中所产生的信息形成的,而解码的过程,不是魔法数字本身,是米勒研究的重要性所在,但短时记忆容量(immediate memory span)的重要性已成为认知心理学研究的重要内容。

    对于米勒法则,学者也有一些争论。如有的学者认为并不存在信息储存的限制,而只有信息若不经过操练(rehearsal)在短时记忆中保持活性(active)的时间限制(如Richman et al.,1995)。Cowan (2000)[8]对于米勒法则进行了深入探讨,提出了4个观察大脑信息处理能力限制的边界条件,即信息超负荷(information overload)将信息限制为单个的刺激项目,采取了其他步骤以防止刺激项目被重新解码成更大的信息团,能观察到由信息处理能力引起的表现不延续性,以及能观察到信息限制的多种不同间接作用,在这些条件得到满足的前提下,操练和长期记忆就不能用于将刺激项目组成不定大小的信息团,记忆存储机制也不是无限容量的。尽管对于米勒法则的原因和信息团的确定数量,学界还存在着许多争议,对于米勒法则的解释也很多样,但对于大脑存在信息存储限制这一论断的共识是明显的。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/168407.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • 宝塔免费ssl_十四运小程序

    宝塔免费ssl_十四运小程序首先声明我也不是什么大佬,只是坑踩多了有经验了而已,看了无数大佬的文章教程,研究了大佬们的Github仓库说明,在此记录,方便自己,也方便大家,各位的点赞、收藏、关注是我持续更新的动力,写的内容也越来越多,如有侵权请私信我删除相关内容

    2022年10月14日
    3
  • redis的问题_redis高级数据类型

    redis的问题_redis高级数据类型备注:针对基本问题做一些基本的总结,不是详细解答!1.Redis在项目中的主要作用是是什么?怎么用的?(应用场景)2.Redis支持的数据类型(必考)3.zset跳表的数据结构(必考)4.Redis的数据过期策略(必考)5.Redis的LRU过期策略的具体实现6.如何解决Redis缓存雪崩,缓存穿透问题7.Redis的持久化机制(必考)8.Redis的管道pipel…

    2022年8月20日
    8
  • 用ASP实现简单的繁简转换

    用ASP实现简单的繁简转换

    2021年11月15日
    61
  • DS18B20温度传感器的工作原理_基于ds18b20的温度报警仿真

    DS18B20温度传感器的工作原理_基于ds18b20的温度报警仿真数字温度传感器(DS18B20)传感器参数

    2025年12月14日
    1
  • ODPS double类型转型精度问题总结

    ODPS double类型转型精度问题总结简介:ODPSdouble类型转型精度问题总结从相差0.0000000000001说起,本文主要是对odps的Double和Decimal的精度使用问题做一个总结。1.问题描述客户开发人员在使用maxcompute对double数据类型求和时出现错误(数据表由oracle数据库抽取到maxcompute,对应字段类型为number到double),正确的结果是1943.38,但求和结果为1943.3799999999999,结果相差了0.0000000000001,这个…

    2022年7月20日
    17
  • f1 score是什么_F1值

    f1 score是什么_F1值F1score是一个平均数;对精确率与召回率进行平均的一个结果;平均算法有四个,如图所示:调和平均数:Hn=n/(1/a1+1/a2+…+1/an)几何平均数:Gn=(a1a2…an)^(1/n)算术平均数:An=(a1+a2+…+an)/n平方平均数:Qn=√[(a1^2+a2^2+…+an^2)/n]这四种平均数满足Hn≤Gn≤An≤QnF…

    2022年10月14日
    3

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号