上圖為診斷報告的截圖 https://adls.3medu.com # 描述 這項專案是我任職於浙江三米教育科技時執行的，目標是設計並實現可以支援大量用戶同時上線，依據用戶知識掌握情況實施適性化診斷測驗，並即時產生診斷報告的知識診斷平台。 稱為適性化的原因是，系統會在受測者測驗的過程中，即時的依照受測者的知識掌握狀態，挑選必要的試題施測，減少不必要的做題。 在測驗完成後，除受測者可即時的看到診斷報告外，施測者亦可即時的獲取受測者個體或群體的診斷報告，包括但不限於：知識掌握的情況、無法掌握知識的可能原因、錯誤試題分析...... 等等得以輔助學習的測評數據。 # 最困難的技術問題 實際上不管是受測者還是施測者只用到了一半的功能，對於學校的用戶來說，都使用已經組好的試卷進行診斷測驗。 然而，對於構成知識診斷的原始素材提供者來說，所需要的功能相對複雜很多，包括要提供知識結構及其節點、試題及其選項、選項對應的錯誤類型...... 等等，另外試卷還要將這些原始素材依照邏輯組成可施測的診斷卷。 由於前述的複雜關係，在系統開發之前，我親自向原始素材的提供者確認，這些素材異動的頻率如何，當初獲得的保證是「素材是靜態的」，只要提交了，就不會再有改動。 遺憾的是，改動、修正、調整頻率非常高，甚至經歷過兩次大幅調整。 這讓整個系統的資料模型面臨了高度的風險，因為設計之初並沒有留下這樣的相容性。 研發被告知這些調整是發生在系統上線後，所幸，上線前極力和當時運營團隊要求，只能先挑幾間關係較好的合作學校試點，確保就算有問題也不會對公司造成太大的危害，才避開了最嚴重的狀況。 後續，我們依照排程，重新檢視並設計，逐步讓素材的資料模型支持版本的特性。這個過程花了不少的時間，因為不同的素材有不同的變動頻率，且素材之間有不同程度的相依性。有了這些調整，所以才支持了後續正式開始大量拓點時，雖然仍持續有原始素材的異動，也不致於造成系統運作產生問題。 # 技術 - Application Server｜Payara Server 4.1 on Alibaba Cloud - Programming Language｜Java, JavaScript - Web Technology｜HTML5, CSS3 - Framework｜React.js + jQuery & Java EE 7 including EJB, CDI, JPA, JMS, JSF and JAX-RS - Version Control System｜Git with GitLab.com