smart revision platform

Revisi Cerdas: Platform Kuis/Revisi Cerdas Berbasis AI

Deskripsi Proyek:

Tujuan utama dari proyek ini adalah untuk mendekati pengembangan platform generasi kuis dengan pendekatan yang cerdas dan berbasis AI. Tujuan keseluruhan ini dirinci sebagai berikut:

• Pembuatan Kuis yang Disesuaikan: Gunakan solusi Berbasis AI untuk menghasilkan kuis yang disesuaikan berdasarkan kinerja pengguna sebelumnya.

• Pembuatan Umpan Balik Kinerja Pengguna: Memberikan penilaian diri yang jelas kepada pengguna mengenai kekuatan dan kelemahan mereka sehingga mereka dapat fokus pada area yang relevan.

• Pembuatan Saran dan Bacaan yang Relevan: Hasilkan bacaan/saran menggunakan organisasi yang disediakan atau catatan khusus, sehingga pengguna dapat berimprovisasi atas kesalahan/pertanyaannya yang salah.

Inspirasi Proyek:

Siswa yang mempersiapkan kuis atau ujian cenderung belajar dengan menggunakan strategi membaca-revisi berulang kali. Namun hal ini dapat menjadi kontra-produktif seiring berjalannya waktu. Sebaliknya, melakukan kuis terhadap silabus dapat menjadi solusi yang sangat efektif untuk masalah ini, memberikan umpan balik yang cepat dan berguna pada bagian-bagian yang lebih lemah dari silabus mereka dan membantu mereka membuat penilaian diri yang akurat tentang kebiasaan belajar mereka.

Proyek ini bertujuan untuk mengembangkan platform kuis untuk meningkatkan jumlah waktu berkualitas yang dihabiskan siswa saat merevisi, sehingga memastikan bahwa waktu yang digunakan siswa produktif dan pada saat yang sama mendukung tujuan pendidikan secara keseluruhan dengan membantu mereka menyimpan informasi lebih lama. periode waktu.

Fitur:

• Pengguna harus login menggunakan akun yang disediakan oleh institusi.
• Setiap institusi akan memiliki database materi Pertanyaan dan Catatan yang telah dibuat sebelumnya yang tersedia untuk pengguna.
• Platform ini akan memiliki kuis revisi dan materi pelajaran yang dibagi berdasarkan mata pelajaran.
• Selain itu juga akan terdapat database buku-buku referensi sebagai bahan kajian yang terkait dengan setiap mata pelajaran.
• Awalnya buku-buku referensi ini akan menjadi buku-buku yang direkomendasikan oleh para profesor di bidang tersebut. Namun pengguna juga dapat mengunggah buku referensi dan catatan khusus mereka sendiri (diketik dan bukan dalam format gambar).

Pembuatan kuis:

• Jumlah pertanyaan dan waktu dapat ditentukan oleh pengguna.
• Pertanyaan akan diambil secara acak pada awalnya dari database pertanyaan internal. Setiap pertanyaan akan memiliki topik/kata kunci yang terkait dengannya.
• Setelah pengguna menyelesaikan kuis, semua respons yang salah akan dicatat dan akan dikaitkan dengan akun pengguna tersebut.
• Saat berikutnya pengguna membuat kuis, pertanyaan serupa dengan pertanyaan yang sebelumnya salah dijawab akan ditambahkan bersama dengan pertanyaan acak.
• Pertanyaan "serupa" ini dapat ditemukan menggunakan algoritma Glove embeddings + KNN.

Algoritma Saran Materi Pembelajaran:

• Untuk menghasilkan saran, pendekatan umumnya adalah dengan mengambil hasil kuis terbaru. Kemudian kami mengambil semua pertanyaan yang salah dan membuat daftar topik/kata kunci.
• Kata kunci ini kemudian akan dicari di database buku referensi dan catatan yang berhubungan dengan subjek menggunakan pencarian kata kunci sederhana.

Tumpukan Teknologi/Teknologi yang Digunakan

• Node.js & Ekspres (Backend)
• Mongodb (Database)
• TailwindCSS (Desain Bagian Depan)
• Flask (Panggilan Model API dan AI)
• Tensorflow dan Keras (Membangun Model AI)

Langkah-langkah pengaturan:

Memulai

 # Clone repo
git clone https://github.com/kc611/smart-revision-platform.git

Server NodeJS

Jalankan dalam mode pengembangan

Instal semua dependensi paket (operasi satu kali)

npm install

Jalankan aplikasi dalam mode pengembangan di http://localhost:3000. Tidak boleh digunakan dalam produksi

npm run dev

Jalankan dalam mode produksi :

Mengkompilasi aplikasi dan memulainya dalam mode produksi produksi.

npm run compile
npm start

Server API

Jalankan API Flask

Jalankan aplikasi dalam mode pengembangan di http://localhost:5000 menggunakan perintah berikut:

python api.py