基于大模型与知识图谱的散数学课程智能问答系统

项目概述

本项目旨在打造一个融合大规模语言模型（如OpenAI GPT系列）、知识图谱（Neo4j驱动），以及丰富多媒体教学资源的散数学课程智能问答平台。通过技术创新，将离散数学的专业内容、智能问答、课程管理和多媒体资源融合，为广大学生和教师提供高效、智能、交互式的学习体验。

核心目标包括：

实现基于大模型的智能问答，快速准确解答散数学相关问题
构建知识图谱，支撑深层次关系推理和知识查询
提供丰富的教学内容管理（章节、习题、多媒体）
创建用户友好的前端界面，支持资源浏览、在线考试、交互聊天

此平台适合散数学学生、教师、教育机构及自主学习者，推动离散数学教育智能化、个性化的发展。

技术架构

整体架构设计

本系统采用Django作为后端开发框架，结合前端丰富的静态资源和模板，形成逻辑清晰、模块化的Web应用。后端核心由用户管理、教学内容、智能问答、知识图谱等模块组成。外部技术包括：

大模型接口（OpenAI API）
知识图谱（Neo4j，py2neo驱动）
多媒体资源存储（Media和Static文件夹）
前端页面模板和静态资源（Bootstrap、FontAwesome等）

整体架构示意
+--------------------------------------------------------------+
|                       前端用户界面                            |
| (templates/.html, static/资源、样式、脚本)                   |
+--------------------------------------------------------------+
                     |             |             |
                     |             |             |
+--------------------+------------+----+------------+--------------+
|  账户管理模块 (accounts)            |  教学内容管理 (teaching)               |
|  - 用户注册、登录、信息维护           |  - 章节、习题、多媒体、问答、考试         |
|  - 后台管理                        |  - 内容富文本、多媒体文件存储            |
|  - 用户权限系统                     |  - 结合知识图谱支持智能问答             |
+--------------------+------------+----+------------+--------------+
                     |             |             
                     |             |             
+--------------------------------------------------------------+
|                       智能问答（与大模型对接）                |
|   - 调用OpenAI API，理解用户问题                         |
|   - 利用知识图谱进行深层次关系推理                         |
|   - 返回结构化答案与相关资源                               |
+--------------------------------------------------------------+
                     |                                          
                     |                                          
+--------------------------------------------------------------+
|                      知识图谱（Neo4j）                         |
|   - 支持知识关系存储、查询、推理                          |
|   - py2neo连接Neo4j数据库                                |
+--------------------------------------------------------------+

主要技术栈

后端框架：Django
知识图谱：Neo4j + py2neo
大模型接口：OpenAI API（GPT-3.5/4）
多媒体资源：Media文件存储（上传、管理）
前端技术：Bootstrap, FontAwesome, Django模板
数据库：PostgreSQL（Django ORM）
其他依赖：python-neo4j、openai SDK、各种前端插件（如rich, ald, ueditor等）

模块关系与交互

accounts模块负责用户管理，为教学模块和智能问答提供权限与身份认证基础。
teaching模块管理课程内容、章节、习题、富文本、多媒体，支持知识图谱的关系构建。
智能问答借助大模型和知识图谱接口处理用户自然语言问题，并返回答案与资源。
前端模板（templates/）与静态资源（static/）合作，渲染页面、实现交互。
Media/media目录存放上传的多媒体教学资料。
后端逻辑通过API接口为前端提供数据交互，支持分页、搜索、问答等业务场景。

功能模块

1. 用户管理(accounts)

用户注册、登录、退出功能，继承Django用户模型。
用户资料维护（头像、邮箱、密码等）
后台管理界面自定义，支持用户权限校验
头像及文件上传，存储于Media目录，结合MEDIA_ROOT配置

2. 教学内容(teaching)

章节内容：富文本支持（ckeditor富文本编辑）、上传PPT、视频
习题设置：支持题目编辑、答题、错题管理、筛选
内容浏览：多媒体浏览、分页机制优化
知识图谱操控：支持关系可视化与关系查询
智能问答：调用OpenAI接口结合知识图谱实现深层问答
考试交互：考试页面、错题展示、答题提交

3. 知识图谱（py2neo + Neo4j）

支持知识关系的存储、关系查询、关系推理
基于py2neo操作Neo4j数据库
支持智能问答、内容关联、知识关系的可视化展示

4. 前端界面(templates/.html)

首页：介绍平台特色
登录/注册：用户身份验证
个人信息：查看与更新
章节资源：富文本、多媒体内容
资源搜索：支持关键词搜索、多条件筛选
题库与错题：考试入口、错题解析
聊天窗口：支持智能问答的互动
图谱查询：关键词输入、关系检索与显示
错误页面统一提示（error.html）

项目结构

xy25_descrete_studyplatform/
|-- accounts/               # 用户管理模块
|-- teaching/               # 课程、习题、内容管理
|-- static/                 # 静态资源（CSS, JS, 图片）
|-- media/                  # 用户上传文件（头像、多媒体等）
|-- templates/              # HTML模板文件
|-- xy_wrong/               # WSGI/ASGI入口配置及全局设置
|-- manage.py               # Django管理入口
|-- requirements.txt        # 依赖包版本说明
|-- README.md               #项目简介

关键目录和文件作用：