smart revision platform

智慧複習：基於人工智慧的智慧測驗/複習平台

項目描述：

該計畫的主要目標是採用智慧和基於人工智慧的方法來開發測驗生成平台。此總體目標細分如下：

• 客製化測驗產生：使用基於人工智慧的解決方案根據使用者先前的表現產生客製化測驗。

• 使用者績效回饋產生：讓使用者對自己的優勢和劣勢進行清晰的自我評估，以便他們能夠專注於相關領域。

• 相關建議和閱讀材料產生：使用組織提供的或自訂註釋來產生閱讀材料/建議，以便使用者可以即興修改他的錯誤/不正確的問題。

項目靈感：

準備測驗或考試的學生傾向於採用重複閱讀-複習的策略來學習。然而，隨著時間的推移，這可能會適得其反。另一方面，對教學大綱進行測驗可以是解決這個問題的一個非常有效的解決方案，它可以為教學大綱中較弱的部分提供快速且有用的反饋，並幫助他們對自己的學習習慣進行準確的自我評估。

該計畫旨在開發一個測驗平台，以增加學生複習時花費的優質時間，從而確保學生花費的時間富有成效，同時透過幫助他們更長時間地保留資訊來支持教育的總體目標一段時間。

特徵：

• 使用者必須使用該機構提供的帳號登入。
• 每個機構都有自己的預製問題和註釋材料資料庫可供使用者使用。
• 該平台將提供按科目劃分的複習測驗和學習材料。
• 它還將有一個參考書資料庫作為與每個主題相關的學習材料。
• 最初，這些參考書將是該學科教授推薦的書。但用戶也可以上傳自己的自訂參考書和筆記（打字而非圖像格式）。

測驗生成：

• 問題的數量和時間可以由使用者決定。
• 首先將從內部問題資料庫中隨機抽取問題。每個問題都有一個與之相關的主題/關鍵字。
• 使用者完成測驗後，所有錯誤的答案都將被記錄並與該特定的使用者帳戶關聯。
• 下次用戶產生測驗時，與先前錯誤回答的問題類似的問題將與隨機問題一起添加。
• 這些「類似」的問題可以使用 Glove 嵌入 + KNN 演算法找到。

學習材料建議演算法：

• 為了產生建議，一般方法是取得測驗的最新結果。然後我們接受所有錯誤的問題並產生主題/關鍵字清單。
• 然後，將使用簡單的關鍵字搜尋在與該主題相關的參考書和筆記的資料庫中搜尋這些關鍵字。

技術堆疊/使用的技術

• Node.js 和 Express（後端）
• Mongodb（資料庫）
• TailwindCSS（前端設計）
• Flask（API 與 AI 模型呼叫）
• Tensorflow 和 Keras（建立 AI 模型）

設定步驟：

開始使用

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

NodeJS 伺服器

在開發模式下運行

安裝所有套件依賴項（一次性操作）

npm install

在 http://localhost:3000 以開發模式執行應用程式。不應該在生產中使用

npm run dev

在生產模式下運作：

編譯應用程式並在生產模式下啟動它。

npm run compile
npm start

API伺服器

運行 Flask API

使用以下命令在 http://localhost:5000 以開發模式執行應用程式：

python api.py