ai_member_only/ai_member_xiaoxi
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
8429dc4f3c
ai_member_xiaoxi/memory/2026-04-15-learning-stat-logic.md
小溪 5fe66aede6 🤖 每日自动备份 - 2026-04-15 18:52:01
2026-04-15 18:52:01 +08:00

5.8 KiB
Raw Blame History

2026-04-15 课程巩固、单元强化、单元挑战统计逻辑学习笔记

[李承龙要求] 学习 vala_bi 仓库中关于课程巩固、单元强化、单元挑战的统计逻辑。

代码仓库

一、课程巩固（Review）

概念

  • 课程巩固是课时（Lesson）级别的功能，每个课时完成后有对应的巩固练习
  • 巩固练习包含一组选择题（QuestionList），记录是否正确（isRight）和是否跳过（isSkip）

数据来源

  • 源表: unit_review_question_result（MySQL vala_user 库）
  • BI表: user_chapter_time（PostgreSQL vala_bi 库）

统计字段（存在 user_chapter_time 表中）

  • first_done_review_duration: 巩固用时（秒），来源 play_time / 1000
  • first_done_review_right_rate: 巩固正确率（万分比），计算方式 = 正确数 / 总题数 * 10000

聚合统计（Lesson 维度，写入飞书多维表格）

  • 巩固完成人数: COUNT(first_done_review_duration > 0)
  • 巩固平均完成时间/分钟: AVG(first_done_review_duration) / 60
  • 巩固平均正确率%: AVG(first_done_review_right_rate) / 100

同步函数

  • userFirstDoneReview() in internal/service/user.go
  • cron 任务: UserFirstDone → userService.UserFirstDone() 中调用

二、单元强化（Summary）

概念

  • 单元强化是单元（Unit）级别的功能，每个单元的5个课时全部完成后可进入强化
  • 数据来源于 user_unit_summary_km_result 表（记录用户参与单元强化的行为）
  • 通过 user_learn_record_report_summary 表记录完成时间

数据来源

  • 源表1（进入）: bi_user_unit_summary_km_result（PostgreSQL，已同步到 BI 库，前缀 bi_）
  • 源表2（完成）: user_learn_record_report_summary（MySQL vala_user 库），条件 learn_card_type = 1 AND record_type = 3
  • BI表: user_unit_time（PostgreSQL vala_bi 库）

统计字段（存在 user_unit_time 表中）

  • summary_in_ts: 首次进入强化的时间戳（Unix秒），从 user_unit_summary_km_result.created_at 获取
  • summary_done_ts: 首次完成强化的时间戳（Unix秒），从 user_learn_record_report_summary.complete_time 获取

聚合统计（Unit 维度，写入飞书多维表格）

  • 强化进入人数: COUNT(summary_in_ts > 0)
  • 强化完成人数: COUNT(summary_done_ts > 0)

同步函数

  • 进入: UserUnitSummaryStart() in internal/service/user.go
  • 完成: UserUnitSCDone() in internal/service/user.go（learn_card_type=1, record_type=3 为 summary）
  • cron 任务: UserFirstDone job 中依次调用

三、单元挑战（Challenge）

概念

  • 单元挑战是单元（Unit）级别的功能，在单元强化之后可进入
  • 挑战包含四个维度: listening（听力）、speaking（口语）、reading（阅读）、writing（写作）
  • 每个维度评分等级: Perfect / Good / Oops

数据来源

  • 源表1（进入&评分）: bi_unit_challenge_question_result（PostgreSQL，已同步到 BI 库）
  • 源表2（完成）: user_learn_record_report_summary（MySQL vala_user 库），条件 learn_card_type = 1 AND record_type = 4
  • BI表: user_unit_time（PostgreSQL vala_bi 库）

统计字段（存在 user_unit_time 表中）

  • challenge_in_ts: 首次进入挑战的时间戳
  • challenge_done_ts: 首次完成挑战的时间戳
  • challenge_listening: 听力评分（Perfect/Good/Oops）
  • challenge_speaking: 口语评分
  • challenge_reading: 阅读评分
  • challenge_writing: 写作评分

聚合统计（Unit 维度，写入飞书多维表格）

  • 挑战参与人数: COUNT(challenge_in_ts > 0)
  • 挑战完成人数: COUNT(challenge_done_ts > 0)
  • 四个维度各自的 Perfect率%、Good率%、Oops率%:
    • 计算方式: 各评分人数 / (Perfect + Good + Oops 总人数) * 100

同步函数

  • 进入&评分: UserUnitChallengeStart() in internal/service/user.go
  • 完成: UserUnitSCDone() in internal/service/user.go（learn_card_type=1, record_type=4 为 challenge）
  • cron 任务: UserFirstDone job 中依次调用

四、关键关联逻辑

课程结构层级

  • CourseLevel (A1/A2) → SeasonGamePackage (S1~S4) → ValaGameInfo (Unit, 每Season 12个Unit) → ValaGameChapter (Lesson, 每Unit 5个Lesson)
  • UnitIndex = (SeasonOfQuarter - 1) * 12 + GameInfo.Index
  • ChapterIndex = UnitIndex * 5 + Chapter.Index

付费用户过滤

  • Unit 统计使用 pay_account_user_course 表进行 INNER JOIN，确保只统计付费用户
  • Lesson 统计使用 account_user_course 表

测试账号剔除

  • bi_vala_app_account.status = 2 为测试账号
  • 所有统计均通过 IsTestUser() 剔除测试用户

BI 表（PostgreSQL vala_bi 库）

  • user_chapter_time: 课时维度统计表（包含巩固数据）
  • user_unit_time: 单元维度统计表（包含强化和挑战数据）

Cron 调度顺序

  1. UserFirstDone() - 课时首次进入/完成/巩固/组件正确率
  2. UserUnitSummaryStart() - 强化进入
  3. UserUnitChallengeStart() - 挑战进入&评分
  4. UserUnitSCDone() - 强化完成 + 挑战完成

五、飞书多维表格输出

Unit 维度数据表 (tblsA5CwmL3AZxG6)

字段包括: 课程单元、进入过人数、已通过人数、平均通关时间/天、平均间隔时间/天、强化进入人数、强化完成人数、挑战参与人数、挑战完成人数、四维度各三级评分率

Lesson 维度数据表 (多个表，按时间窗口区分)

  • 全量: tblMGuEjfdidefks
  • 昨日起: tbltoiOQxsvS13d0
  • 6日前起: tblIbb3fKowryQj0
  • 29日前起: tbltyxhkYJjZhJma 字段包括: 课程Lesson、巩固完成人数、巩固平均完成时间/分钟、巩固平均正确率%、中互动/核心互动各评分比例等