摘  要

传统英语教学模式下答疑反馈存在明显的时空局限，学生在自主练习时遇到的知识盲点难以获得即时解答。随着移动互联网与人工智能技术的普及，开发一套能够提供全天候交互支持的数字化学习工具成为提升英语教学质量的迫切需求。

本项目设计并实现了一套融合智能问答助手的英语课程学习小程序。系统研发采用前后端分离的技术架构，后端基于Java语言的SpringBoot框架开发，利用其成熟的控制反转与面向切面编程特性确保业务逻辑的稳健运行。前端依托Uni-app框架构建，配合Vue.js的响应式数据绑定机制，实现了微信小程序端的高效部署与流畅交互。数据库选用MySQL存储各类教学资源与用户信息。系统功能模块涵盖词汇提升、在线练习、学习清单以及反馈中心。

目  录

摘  要

Abstract

第1章 绪论

1.1 研究背景

1.2 研究的目的和意义

1.3  国内外研究现状

1.3.1 国内研究现状

1.3.2 国外研究现状

1.4  论文组织结构

1.5  本章小结

第2章 开发环境与技术

2.1 Uni-app介绍

2.2 MySQL数据库

2.3 SpringBoot框架

2.4 Vue框架

2.5 本章小结

第3章 系统分析

3.1 可行性分析

3.1.1 技术可行性

3.1.2 经济可行性

3.1.3 操作可行性

3.2 系统功能需求分析

3.2.1 管理员功能需求分析

3.2.2 用户功能需求分析

3.3 系统非功能需求分析

3.4 系统流程分析

3.4.1 操作流程

3.4.2 登录流程

3.4.3 删除流程

3.4.4 添加流程

3.5 本章小结

第4章 系统设计

4.1 系统结构设计

4.2 系统功能结构设计

4.3 数据库设计

4.3.1 数据库E-R图设计

4.3.2 数据库表设计

4.4 本章小结

第5章 系统实现

5.1 管理员功能实现

5.1.1 用户管理

5.1.2 词汇提升管理

5.1.3 试卷管理

5.1.4 试题管理

5.1.5 系统管理

5.1.6 学习清单管理

5.2 用户功能实现

5.2.1 词汇提升

5.2.2 学习清单

5.2.3 在线练习

5.2.4 反馈中心

5.2.5 公告资讯

5.2.6 课程问答助手

5.3 本章小结

第6章 系统测试

6.1 兼容性测试

6.2 性能测试

6.3 测试总结

6.4 本章小结

结  论

参考文献

附  录

致  谢

第1章 绪论

移动互联网技术快速普及改变了传统学习方式，小程序凭借无需下载、即点即用的优势成为教育资源传播的重要载体。当前英语学习市场竞争激烈，多数软件集中在单词背诵或听力练习，缺乏实时有效的双向互动机制。学生在自主学习过程中遇到语法盲点或理解障碍，往往无法得到即时反馈，导致学习效率大幅降低。传统课堂答疑受到时间和空间的限制，教师难以兼顾每位学生的个性化问题。Java编程语言在后端开发领域表现出极高的稳定性与安全性，配合SpringBoot框架能有效处理复杂的业务逻辑。UniApp框架能够实现跨平台部署，降低开发成本并提升用户覆盖率。开发一套融合智能问答助手的英语小程序，结合了成熟的后端架构与前沿的人工智能技术。

第2章 开发环境与技术

本小程序采用主流前后端分离技术开发，前端依托Uni-app结合Vue框架，实现跨平台流畅交互与界面快速搭建。后端以SpringBoot框架为核心，简化开发部署流程、高效处理业务请求。选用MySQL数据库存储用户、试题及问答记录等数据，保障数据稳定读写。整套技术栈成熟可靠，为系统智能问答、在线学习等核心功能提供了有力技术支撑。

第4章 系统设计

系统功能结构图清晰划分了管理员与用户两大权限模块。管理员端侧重于后台管控，包括用户管理、词汇提升管理、试卷与试题管理、练习及学习清单管理等核心维护功能。

第5章 系统实现

5.1.4 试题管理

试题管理细化到具体的听力题、选择题或翻译题库维护。每一道试题均关联所属试卷ID与正确答案解析，后台通过富文本编辑器支持多媒体素材的上传。管理员能够对试题难度进行分级设定，实现题库的动态更新与灵活组卷。如图5-4所示。

图5-4 试题管理

5.2.6 课程问答助手

课程问答助手模块是系统的核心交互亮点，技术上通过集成 DeepSeek API 实现深度语言处理。如图5-12所示。

图5-12 课程问答助手

第6章 系统测试

本章对开发完成的英语课程问答小程序进行了全面的质量检验。通过在不同浏览器环境下的兼容性测试，验证了系统在各种终端设备上的视觉呈现与交互功能的一致性。性能测试部分利用压力测试工具模拟了多用户并发场景，确保了后端接口在处理高频数据请求时的响应速度与系统稳定性。