Yii题库系统核心是试题模型标准化与学习闭环设计：Question模型规范题型、内容、答案及难度；PracticeSession和AnswerRecord追踪做题全流程；错题本基于AnswerRecord聚合；推荐与统计依赖标签频次、难度权重和缓存优化。
Yii 框架开发题库刷题系统，核心在于试题模型设计、题目分类管理、难度与标签控制、做题记录追踪、错题本和统计分析等业务模块的合理分层与高效联动。关键不是堆功能，而是让数据结构支撑灵活组卷、精准推荐和真实学习反馈。
试题模型与属性标准化
试题（Question）应作为独立 ActiveRecord 模型，字段需兼顾通用性与扩展性：
- type：枚举值（单选、多选、判断、填空、简答），避免用字符串硬编码，用常量或数据库字典表关联
- content 和 options：富文本存储题干与选项（如 JSON 字段存选项数组，或拆分为 QuestionOption 关联表，后者更利于选项排序、图片嵌入和答案解析绑定）
- answer：按题型约定格式存储（如单选存 "A"，多选存 ["A","C"]，填空存 ["答案1","答案2"]），便于后端自动判分
- difficulty：整型（1~5），配合前端图标/颜色标识，支持按难度区间筛选或组卷权重配置
- subject_id / chapter_id / tag_ids：通过外键或中间表（question_tag）实现多维分类，避免“一个字段逗号拼接”的反模式
刷题流程与状态闭环
用户做题不是简单提交答案，而是一条可追溯、可干预的学习链路：
- 每次练习生成唯一 PracticeSession 记录，关联用户、起始时间、题型/范围筛选条件，为后续行为分析提供上下文
- 每道题的作答保存为 AnswerRecord，含用户答案、是否正确、耗时、标记状态（如“不确定”“收藏”），不覆盖历史记录，保留学习轨迹
- 自动判分逻辑封装在 Question 模型的
checkAnswer($userInput)方法中，对填空题做模糊匹配（去除空格、忽略大小写）、简答题预留人工复核入口 - 错题本不是单独模块，而是
AnswerRecord::isWrong()的视图聚合，支持按知识点/错误次数/最近错题排序
组卷与智能推荐轻量化实现
不依赖复杂算法，用规则+缓存快速落地：
- 固定试卷：后台预设模板（如“Java基础10题-难度3~4-含3道错题”），运行时按条件查出试题 ID 列表，用
ORDER BY RAND()或 shuffle 随机顺序（大数据量改用预生成+队列） - 自适应推荐：首页“为你推荐”根据用户最近 20 次错题的 tag_ids 统计频次，取 Top3 标签，再查该标签下未答过且难度略低（difficulty ≤ 用户平均错题难度 - 1）的题目
- 所有高频查询（如某章节题目数、某用户各标签正确率）用 Yii 的
cache()+ ActiveRecord 查询缓存，过期时间设为 10 分钟，平衡实时性与性能
统计看板的数据可信度保障
避免“图表好看但数据不准”，重点控制三处：
- 正确率计算基于 AnswerRecord 而非题目维度——同一题答 5 次，错 4 次，该用户此题正确率是 20%，不是 0%
- 章节掌握度 = 该章节下所有题目（含子章节）的加权正确率，权重为题目 difficulty，体现“攻克难题更有价值”
- 活跃度指标（如“本周刷题 30 题”）从 PracticeSession 时间范围聚合，而非登录次数或页面 PV，真实反映学习行为
Yii 的行为（Behavior）、查询缓存、事务控制（如组卷时锁定试题防止重复抽取）和 Gii 代码生成能显著缩短开发周期。真正难点不在技术，而在定义清楚“一道题怎么才算掌握”“错题本什么时候推新题”这些业务规则，并让它们可配置、可审计、可回溯。
