欢迎来到 “析数启智”，一个面向 教学管理者 与 学习者 的综合性教育数据可视分析平台。
本项目基于真实学习行为日志，通过构建多视图联动与交互式下钻分析界面，揭示个体与班级在学习过程中的 行为特征 与 学习效果差异，支持从宏观教学决策到微观个性化诊断的一体化分析。
本系统由三个核心层次组成：
- 数据与指标层 (Metric Layer)：对原始提交日志进行清洗与特征工程，构建核心量化指标 “题目掌握程度 (Item Proficiency)”，支持任意粒度与群体的掌握度计算。
- 联动可视化层 (Dashboard Layer)：以“知识树”为主入口，联动词云、箱线图、雷达图、学习习惯时钟/日历与题目难度散点图，实现多维对比与逐层下钻。
- 分析与诊断层 (Insight Layer)：提供“班级差异分析 + 知识薄弱定位 + 个体学习画像 + 题目难度验证”的闭环分析能力，并能复现典型案例（如 Class4 的薄弱知识点与突击学习现象）。
组名：“视不可挡”队
成员：
- 袁煜杰 (后台管理界面)
- 王奕瑜 (班级分析界面设计)
- 赵宇哲 (前端 html 维护+学生查询界面设计)
本项目基于 ChinaVis 2024「析数启智」挑战赛数据集开发，数据覆盖：
- 15 个班级、1364 名学习者
- 148 天学习周期（2023-08-31 ～ 2024-01-25）
- 232,818 条编程答题行为日志
- 多层级分析：实现“知识点 → 子知识点 → 题目”与“年级 → 班级 → 学生”的逐层下钻
- 异常发现：识别偏科、突击学习、复习不足、异常个体/班级等模式
- 时序演化：展示掌握程度随时间的动态变化与学习轨迹
系统从左至右将教学看板划分为三个联动维度，实现宏观管理与微观诊断的有机结合。
作为系统主入口，展示 知识点 — 子知识点 — 题目 的三级层次结构。
- 状态映射：绿色 = 高于平均水平；红色 = 薄弱环节
- 交互联动：点击节点触发跨层级高亮与灰态隔离，直观呈现从属关系与关联链路
结合时间滑动条的创新词云设计，用于分析特定时间段内练习情况。
- 动态映射：文本大小 = 练习次数；颜色 = 掌握度等级（优/良/中/差）
- 等时长分析：支持拖拽时间滑块进行滚动对比，定位“考前突击 / 前期遗忘”等现象
充当数据“索引器”，用于横向对比班级水平与定位异常个体。
- 异常捕捉：离群点定位偏离均值个体，支持查看学生信息
- 班级追踪：选中特定学生后高亮其在班级分布中的相对位次
为学习者生成精细化知识结构画像。
- 边界对比：青色光晕 = 个人能力边界；灰色虚线 = 班级均值
- 形态诊断：识别“全面发展型”（饱满）vs “偏科型”（尖锐）
将线性时间卷曲，揭示学生行为规律，支撑从“结果”追溯到“过程”。
- 极坐标时钟图：展示 24h 活跃规律，识别“熬夜型 / 持续型”学习者
- 日历图：气泡大小映射每日工作量，识别“刷题周 / 休整期”
- 横轴：学生整体平均掌握度
- 纵轴：当前题目掌握度
通过差值区间划分题目难度系数，辅助题库管理者验证并优化题目设置合理性。
系统不仅是展示工具，更是可复现的分析引擎。以 Class 4 为例：
- 宏观发现：箱线图显示该班整体水平靠前，但知识树提示知识点
r8S3g显著薄弱（飘红） - 时序深挖：词云 + 时间轴显示
r8S3g前期练习多，但中后期复习严重不足 - 归因分析：散点图显示该知识点下题目多为“复杂”难度
→ 证实“缺乏后期复习 + 题目难度偏高”导致最终薄弱 - 个体诊断：下钻至垫底学生
90f3fbedfce50f644011
雷达图与日历图揭示：严重偏科 + “期末熬夜突击”习惯
→ 为个性化辅导提供直接证据与干预方向
建议在浏览器中以缩放比例 75%-80% 打开
- 使用 VS Code 打开项目
- 安装插件 Live Server
- 右键
index.html→ Open with Live Server
npm install -g http-server
http-server -o /index.html