note/copilot/copilot-conversations/知识图谱数据库设计_学习纪录表learning_record是否要记录题目@20251105_103132.md

epoch	modelKey	topic	tags
1762309892107	deepseek-chat|3rd party (openai-format)	Learning Record Score Design	copilot-conversation

user: 知识图谱数据库设计 学习纪录表learning_record是否要记录题目的满分是多少？ [Context: Notes: 知识图谱/知识图谱数据库设计.md] [Timestamp: 2025/11/05 10:31:32]

ai: 是的，强烈建议在 learning_record 表中记录题目的满分信息。

基于你现有的数据库设计，我建议在 learning_record 表中添加一个 max_score 字段：

CREATE TABLE learning_record (
    id BIGINT AUTO_INCREMENT PRIMARY KEY,
    student_id VARCHAR(20) NOT NULL,
    problem_id VARCHAR(20) NOT NULL,   -- T3-1-1-E02
    knowledge_id VARCHAR(20) NOT NULL, -- K3-1-1-02
    method_id VARCHAR(20),             -- M3-1-1-01 (可选)
    question_part VARCHAR(10),         -- 小题1/小题2/整体
    is_correct BOOLEAN NOT NULL,       -- 正确/错误
    score DECIMAL(5,2),                -- 得分(0-100)
    max_score DECIMAL(5,2) NOT NULL,   -- 新增：该题/该小题的满分
    response_time INT,                 -- 答题时间(秒)
    attempt_count INT DEFAULT 1,       -- 尝试次数
    exam_date DATE,                    -- 考试/练习日期
    created_at TIMESTAMP DEFAULT NOW(),
    
    FOREIGN KEY (student_id) REFERENCES student(id),
    FOREIGN KEY (problem_id) REFERENCES problem(id),
    FOREIGN KEY (knowledge_id) REFERENCES knowledge(id),
    FOREIGN KEY (method_id) REFERENCES method(id)
);

为什么需要记录满分？

1. 准确计算得分率：得分率 = score / max_score
2. 题目难度标准化：不同题目的满分可能不同（选择题2分，大题10分等）
3. 公平比较：避免因题目分值不同导致的统计偏差
4. 掌握度计算：在 knowledge_mastery 表中计算掌握度时，需要考虑不同分值的权重

数据示例

student_id	problem_id	knowledge_id	score	max_score	得分率
S001	T3-1-1-E02	K3-1-1-02	8.0	10.0	80%
S001	T3-1-2-A01	K3-1-2-01	2.0	2.0	100%
S002	T3-1-1-E02	K3-1-1-02	6.0	10.0	60%

这样设计后，你的评分系统会更加准确和灵活。 [Timestamp: 2025/11/05 10:31:56]