smart revision platform

Revisão Inteligente: Plataforma de Questionário/Revisão Inteligente Baseada em IA

Descrição do projeto:

O principal objetivo deste projeto é abordar o desenvolvimento da plataforma de geração de quiz com uma abordagem inteligente e baseada em IA. Este objetivo geral é dividido da seguinte forma:

• Geração de questionários personalizados: use uma solução baseada em IA para gerar questionários personalizados de acordo com o desempenho anterior do usuário.

• Geração de feedback de desempenho do usuário: forneça ao usuário uma autoavaliação clara de seus pontos fortes e fracos para que ele possa se concentrar nas áreas relevantes.

• Geração de Sugestões e Leituras Relevantes: Gere leituras/sugestões utilizando a organização fornecida ou notas personalizadas, para que o usuário possa trabalhar no improviso sobre seus erros/dúvidas incorretas.

Inspiração do projeto:

Os alunos que se preparam para um teste ou exames tendem a estudar usando a estratégia de ler e revisar repetidamente. No entanto, isso pode ser contraproducente ao longo do tempo. Por outro lado, os questionários sobre o plano de estudos podem ser uma solução muito eficaz para este problema, pois fornecem feedback rápido e útil nas seções mais fracas do plano de estudos e os ajudam a fazer autoavaliações precisas sobre seus hábitos de estudo.

Este projeto visa desenvolver uma plataforma de questionários para aumentar a quantidade de tempo de qualidade que os alunos passam durante a revisão, garantindo assim que o tempo que os alunos passam é produtivo e, ao mesmo tempo, apoiando o objetivo geral da educação, ajudando-os a reter informações por mais tempo. período de tempo.

Características:

• Os usuários deverão fazer o login utilizando as contas disponibilizadas pela instituição.
• Cada instituição terá seu próprio banco de dados pré-fabricado de perguntas e notas disponíveis para o usuário.
• A plataforma terá questionários de revisão e material de estudo dividido por disciplinas.
• Também contará com um banco de dados de livros de referência como material de estudo associado a cada disciplina.
• Inicialmente esses livros de referência serão os recomendados pelos professores da disciplina. Mas os usuários também poderiam fazer upload de seus próprios livros de referência e notas personalizadas (digitadas e não em formato de imagem).

Geração de questionários:

• O número de perguntas e o tempo podem ser determinados pelo usuário.
• As perguntas serão tiradas aleatoriamente inicialmente de um banco de dados interno de perguntas. Cada pergunta terá um tópico/palavra-chave associado a ela.
• Depois que o usuário terminar o questionário, todas as respostas erradas serão registradas e associadas a essa conta de usuário específica.
• Na próxima vez que o usuário gerar um questionário, perguntas semelhantes às que foram respondidas incorretamente anteriormente serão adicionadas junto com perguntas aleatórias.
• Essas perguntas "semelhantes" podem ser encontradas usando embeddings Glove + algoritmos KNN.

Algoritmo de sugestão de material de estudo:

• Para gerar uma sugestão, a abordagem geral seria pegar o último resultado de um quiz. Então pegamos todas as perguntas erradas e geramos uma lista de tópicos/palavras-chave.
• Essas palavras-chave seriam então pesquisadas no banco de dados de livros de referência e notas associadas ao assunto, usando uma pesquisa simples por palavra-chave.

Pilha de tecnologia/tecnologias usadas

• Node.js e Express (back-end)
• Mongodb (banco de dados)
• TailwindCSS (design de front-end)
• Flask (chamadas de modelo de API e IA)
• Tensorflow e Keras (modelo de IA de construção)

Etapas de configuração:

Comece

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

Servidor NodeJS

Execute em modo de desenvolvimento

Instale todas as dependências do pacote (operação única)

npm install

Execute o aplicativo em modo de desenvolvimento em http://localhost:3000. Não deve ser usado na produção

npm run dev

Execute em modo de produção :

Compila o aplicativo e o inicia no modo de produção.

npm run compile
npm start

Servidor API

Execute a API Flask

Execute o aplicativo em modo de desenvolvimento em http://localhost:5000 usando os seguintes comandos:

python api.py