# EduTestAI（在线考试系统）

**Repository Path**: mmnetwork/edu-test-ai

## Basic Information

- **Project Name**: EduTestAI（在线考试系统）
- **Description**: 本系统采用双端设计架构（用户端 + 管理端），集成AI智能分析与时间序列预测模型，构建了一个集在线考试、成绩分析、智能预测与教学资源管理于一体的综合性教育评测平台。适用于高校，企业，机构等
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 3
- **Forks**: 0
- **Created**: 2025-10-24
- **Last Updated**: 2026-01-14

## Categories & Tags

**Categories**: Uncategorized

**Tags**: 考试系统, 智慧校园, 校园管理

## README

## 一、功能板块结构

本系统采用**双端设计架构（用户端 + 管理端）**，集成AI智能分析与时间序列预测模型，构建了一个集**在线考试、成绩分析、智能预测与教学资源管理**于一体的综合性教育评测平台。

------

### （一）用户端功能板块

面向学生和企业员工用户，主要功能涵盖考试、学习、错题管理、AI学习分析与个性化建议生成等模块。

| 模块名称                 | 功能说明                                                     |
| ------------------------ | ------------------------------------------------------------ |
| **1. 答题功能**          | 支持章节练习、专项训练、模拟考试三种模式，涵盖单选、多选、填空、翻译等题型，支持实时保存、收藏、做题笔记与答案查看。 |
| **2. 成绩反馈**          | 自动统计答题正确率、错误数与完成情况，生成详细错题报告和解析，帮助用户定位知识薄弱点。 |
| **3. AI分析功能**        | 基于国产大模型 **DeepSeek R1**，通过API调用对用户答题数据进行语义理解，生成个性化学习建议报告。系统采用HTTP封装与异步回调机制实现微信端与模型服务的交互。 |
| **4. 学习/考核进度查看** | 统计用户已完成题数、正确率与章节掌握度，实时展示学习进度条与得分趋势图。 |
| **5. 错题本功能**        | 自动收录错题，支持分类浏览、再练与导出，可通过ECharts生成题型掌握度与成绩曲线图。 |
| **6. 用户笔记**          | 用户在答题过程中可随时记录笔记并保存至云端，支持编辑、删除、分类管理等操作。 |
| **7. 登录与注册**        | 用户通过账号密码或激活码登录，支持普通用户与内部用户权限区分，保障系统安全。 |

------

### （二）管理端功能板块

面向学校与企业管理人员，实现题库维护、考试配置、文件资料管理与数据智能分析。

| 模块名称                | 功能说明                                                     |
| ----------------------- | ------------------------------------------------------------ |
| **1. 题库管理模块**     | 支持按科目、章节、小节导入题目，支持多题型编辑、批量上传与题目排序，提升题库维护效率。 |
| **2. 用户管理模块**     | 统一管理注册用户，支持添加、编辑、删除、批量导入、重置密码与权限设置。 |
| **3. 答题数据分析模块** | 汇总用户考试记录与答题情况，生成统计报告与图表，支持知识点掌握度分析。 |
| **4. 考试分类管理**     | 创建不同考试任务，配置题量、分值与时间限制，支持按章节或标签选题。 |
| **5. 轮播图管理**       | 管理首页展示内容，用于显示通知、活动与课程宣传，支持图片上传与排序管理。 |
| **6. 激活码管理**       | 生成与分发激活码，支持设置有效期与价格，用于控制访问权限或内部用户开通。 |
| **7. 文件管理**         | 管理教学资料与试题文档，支持上传、重命名、分类、下载、删除操作。 |
| **8. 学生正确率预测**   | 使用 **ARIMA 时间序列算法** 建模用户历史正确率，预测未来学习趋势；结合数据库每日正确率统计，实现七日准确率预测与趋势图可视化。 |
| **9. 数据分析模块**     | 综合分析平台数据，包括考试趋势、题型分布、用户增长、资源使用统计等，通过ECharts动态可视化呈现。 |

------

## 二、技术路线分析

系统整体采用**微信小程序 + Python Flask + MySQL + Vue + ECharts + AI模型接口 + ARIMA预测算法**的分层架构，实现轻量化部署与多终端协同。

------

### （一）系统总体架构

```
┌───────────────────────────────┐
│         用户端（微信小程序）         │
│ 答题功能 / 成绩反馈 / 错题本 / AI分析 │
└──────────────┬──────────────┘
               │ RESTful API
┌──────────────┴──────────────┐
│         后端服务层（Flask）         │
│ 用户认证 / 答题记录 / 题库管理 / 预测建模 │
└──────────────┬──────────────┘
               │ SQLAlchemy ORM
┌──────────────┴──────────────┐
│        数据层（MySQL 数据库）        │
│ 用户表 / 题库表 / 答题记录表 / 文件表 │
└───────────────────────────────┘
               │
┌──────────────┐
│ AI 模型层（DeepSeek API） │
│ 个性化学习建议生成 / 语义理解分析 │
└──────────────┘
```

------

### （二）技术实现路线

| 层级               | 技术实现                               | 主要职责                                                     |
| ------------------ | -------------------------------------- | ------------------------------------------------------------ |
| **前端（用户端）** | 微信小程序（WXML + WXSS + JavaScript） | 实现考试、AI建议、错题本与进度查看模块，调用 `wx.request` 与后端通信。 |
| **前端（管理端）** | Vue3 + ElementPlus + Axios + ECharts   | 实现题库、考试、文件与数据分析模块，提供交互式可视化界面。   |
| **后端**           | Python + Flask + SQLAlchemy            | 提供RESTful API服务，处理用户请求、业务逻辑与数据库交互。    |
| **数据库**         | MySQL 8.0                              | 存储用户信息、题库、答题记录、文件与AI分析结果。             |
| **AI 模型集成**    | DeepSeek / 通义千问 API                | 基于提示词模板（Prompt Engineering）生成学习建议。           |
| **预测算法**       | ARIMA（时间序列建模）                  | 分析历史正确率数据，预测未来7天学习表现趋势。                |
| **可视化**         | ECharts（前端动态渲染）                | 绘制成绩曲线、答题趋势、知识点掌握度与预测图表。             |

------

### （三）系统交互流程

1. **用户登录** → 系统验证身份 → 分配用户权限（普通/内部用户）；
2. **开始答题** → 实时保存答题数据 → 后端记录至数据库；
3. **提交试卷** → 系统自动评分 → 返回成绩与AI分析报告；
4. **AI模型分析** → DeepSeek生成个性化学习建议；
5. **学习进度统计** → 前端展示得分曲线、错题比例、章节完成率；
6. **管理员后台** → 审核题库与考试 → 调用ARIMA算法预测学生学习曲线；
7. **数据可视化展示** → ECharts实时渲染成绩与趋势图。

------

## 三、系统特点与创新点

| 方向                | 创新说明                                                 |
| ------------------- | -------------------------------------------------------- |
| **1. 教学智能化**   | 集成国产AI模型DeepSeek，实现基于语义的个性化学习建议。   |
| **2. 数据驱动分析** | 应用ARIMA预测算法，对学习趋势进行智能建模。              |
| **3. 全流程自动化** | 覆盖“考试-反馈-分析-预测-资源推送”的全流程学习闭环。     |
| **4. 可视化增强**   | 多维ECharts动态图表展示学习数据与考试趋势。              |
| **5. 轻量化架构**   | 微信小程序前端 + Flask后端 + MySQL数据库，低耦合高并发。 |
| **6. 高兼容性测试** | 兼容iOS、Android与Web端，实测500并发用户稳定运行。       |

## 四、系统图片

![](pic/01.png)

![](pic/02.png)

![](pic/03.png)

![](pic/04.png)

## 五、联系作者

**QQ 61737327**

**WX：A2020brave**