智能学习分析与推荐系统

项目简介

智能学习分析与推荐系统是一个基于人工智能的教育平台，旨在通过数据分析和个性化推荐，提升学生的学习效率和体验。系统集成了智能体技术、学习分析和个性化推荐功能，为用户提供全方位的学习支持。

核心功能

• 智能体交互：提供多种专业领域的智能体，支持个性化问答和学习指导
• 学习分析仪表盘：实时跟踪学习进度、表现指标和技能发展
• 个性化推荐：基于学习数据生成针对性的资源推荐和学习建议
• 知识图谱分析：识别知识薄弱环节，提供精准的学习路径优化
• 作业表现追踪：详细记录和分析最近作业的完成情况和得分

技术架构

前端架构

• 框架：React 18
• 状态管理：React Hooks (useState, useEffect)
• UI设计：现代化响应式界面，支持移动端和桌面端
• 核心组件：
  • 智能体卡片和交互界面
  • 学习仪表盘与分析视图
  • 资源推荐和详情展示
  • 模态框和导航系统

后端架构

• 框架：FastAPI
• 数据库：SQLite (开发环境)
• 核心模块：
  • 智能体服务（agents）
  • 学习分析服务（analytics）
  • 知识图谱服务（knowledge）
  • 推荐系统服务（recommendations）

快速开始

环境要求

• Python 3.9+
• Node.js 16+
• npm 8+

安装步骤

1. 克隆项目

git clone [项目URL]
cd 智能学习分析与推荐系统

2. 后端安装

# 进入后端目录
cd backend

# 安装依赖
pip install -r requirements.txt

# 启动后端服务
uvicorn main:app --reload

后端服务默认运行在 http://127.0.0.1:8000

3. 前端安装

# 进入前端目录
cd frontend

# 安装依赖
npm install

# 启动前端开发服务器
npm run dev

前端服务默认运行在 http://localhost:5173

使用说明

智能体交互

1. 在智能体标签页中浏览可用的智能体
2. 点击智能体卡片查看详情
3. 选择功能并输入相关参数
4. 点击提交按钮获取智能体响应

学习分析仪表盘

1. 切换到分析标签页查看个人学习仪表盘
2. 使用选项卡导航在不同分析视图间切换
3. 查看学习概览、最近作业、优势技能和知识薄弱环节
4. 点击推荐资源卡片查看详情或获取学习建议

主要API接口

智能体相关

• GET /api/agents - 获取智能体列表
• POST /api/agents/{agent_id}/call - 调用指定智能体功能

学习分析相关

• GET /api/analytics/dashboard/{student_id} - 获取学生仪表盘数据
• GET /api/analytics/assignments/{student_id} - 获取最近作业表现
• GET /api/analytics/skills/{student_id} - 获取技能分析数据
• GET /api/analytics/gaps/{student_id} - 获取知识薄弱环节

推荐系统相关

• GET /api/recommendations/{student_id} - 获取个性化推荐

项目结构

智能学习分析与推荐系统/
├── backend/              # 后端代码
│   ├── app/              # 应用核心代码
│   │   ├── api/          # API路由
│   │   ├── core/         # 核心功能模块
│   │   └── services/     # 业务服务
│   ├── database/         # 数据库配置
│   ├── utils/            # 工具函数
│   ├── main.py           # 应用入口
│   └── requirements.txt  # 依赖列表
├── frontend/             # 前端代码
│   ├── src/              # 源代码
│   │   ├── components/   # React组件
│   │   ├── pages/        # 页面组件
│   │   ├── services/     # API服务
│   │   ├── App.jsx       # 应用主组件
│   │   └── main.jsx      # 入口文件
│   └── public/           # 静态资源
├── tests/                # 测试代码
└── README.md             # 项目文档

运行测试

# 运行所有测试
python -m unittest discover tests

# 运行特定测试文件
python -m unittest tests/test_enhanced_analytics.py

常见问题

1. 服务启动失败

确保Python和Node.js环境已正确安装，并且依赖已成功安装。检查端口是否被占用。

2. API调用错误

检查后端服务是否正在运行，URL是否正确。查看控制台错误信息以获取详细信息。

3. 数据加载问题

如果分析数据无法加载，可能是API连接问题或模拟数据未正确初始化。检查网络连接和API端点配置。

贡献指南

欢迎对项目进行贡献！请遵循以下步骤：

1. Fork 项目仓库
2. 创建特性分支 (git checkout -b feature/amazing-feature)
3. 提交更改 (git commit -m 'Add some amazing feature')
4. 推送到分支 (git push origin feature/amazing-feature)
5. 打开 Pull Request

许可证

本项目采用 MIT 许可证。详情请查看 LICENSE 文件。

联系方式

如有问题或建议，请通过以下方式联系项目团队：

• 邮箱：support@example.com
• 项目GitHub：https://github.com/example/intelligent-learning-system