基于深度知识追踪（GIKT）模型的习题推荐系统的设计与实现源码（python毕业设计）.zip

**ER-GIKT-Flask-Vue** 基于GIKT深度知识追踪模型的习题推荐系统（毕业设计） ### 目录结构 - Flask-BackEnd `flask后端` * app `后端主体文件` * alg `深度学习模块` * data `数据集` * data_process.py `数据预处理` * gikt.py `GIKT模型` * pebg.py `PEBG模型` * params.py `一些参数` * train.py `仅模型训练` * train_test.py `模型训练和测试-五折交叉验证` * train_test2.py `模型训练和测试-4:1训练测试` * utils.py `工具函数` * view `flask蓝图` * \__init__.py `初始化` * create_data.py `创建初始数据` * entity.py `实体类` * setup.py `启动` * migrate `数据库迁移文件` * Vue-FrontEnd `vue前端` * public `共用文件` * src `源代码` * api `全局请求设置` * assets `静态组件` * components `自定义vue组件` * layout `页面布局` * router `路由` * store `信息储存` * views `页面` * App.vue `开始文件` * main.js `js包引入` * 其他的是一些配置 ### 启动 上面未提及的一些目录都在`.gitignore`，请手动添加后再启动 **前端** 进入目录`Vue-FrontEnd` ```bash cd Vue-FrontEnd ``` 安装需要的包 ```bash cnpm install ``` 启动 ```bash npm run serve ``` **后端** 1. 用pycharm打开目录`Flask-BackEnd` 2. 修改mysql数据库配置项 3. 运行`data_process.py`，生成预训练数据 4. ~~运行pre_train.py，生成预训练问题向量~~ 5. 运行`train.py`，训练并保存一次模型（以便后端调用） 6. 用pycharm或者终端启动`setup.py`，根据报错安装需要的包，其中： - pytorch==**1.10.1** * flask==**2.2.5** 7. 解决报错后，运行**一次**`create_data.py`（或者在`__init__.py`的app_context中调用**一次**create_data函数），在数据库中添加初始数据 8. 重新启动，访问本机5001端口，测试系统 ### 项目存在的一些问题 **算法** - PEBG模型未按论文实现，实际上忽略了pnn网络（实现中出现了问题，故将其忽略） - 参数仍可调优，最终结果可以继续优化 **前端** - 前端使用的是vue2+vue-cli，最好可以用vue3+vite重构一遍 - 重复组件较多，Table，Chart等图都直接写在页面中，而未在assests中单独实现 - 习题、知识的CRUD没有实现（个人感觉没有必要） **后端** - 包引用（尤其是对算法包`alg`的引用）存在问题，使用了粗暴的解决方式 `sys.path.append()` ，且无法使用相对路径导入 - flask数据库迁移会报错，只能自己手动通过DBMS修改 ### 项目界面展示