单词标记与优先级策略

熟悉度分级系统

熟悉度值（0-100）

标记行为

用户标记

标记"不认识"

familiarity = 0
status = 0

• 视觉反馈：橙色边框，淡橙色背景
• 效果：下次练习优先出现
• 保留在列表：✅ 标记后卡片保留

标记"认识"

familiarity = 80
status = 3

• 视觉反馈：绿色边框，淡绿色背景
• 效果：下次练习降低优先级
• 保留在列表：✅ 标记后卡片保留

初始状态

新单词（未学习）

familiarity = 40  // 默认中等优先级
status = 0

• 视觉反馈：白色卡片，灰色边框
• 效果：正常优先级

换一批逻辑

排序规则（按优先级）

1. 第一优先级：未标记的单词

   • 本次会话中尚未点击"认识"或"不认识"的单词
   • 优先显示，让用户先标记

2. 第二优先级：熟悉度从低到高

   • 熟悉度为 0 的单词（标记不认识）→ 最优先
   • 熟悉度为 40 的单词（未学习）→ 中等
   • 熟悉度为 80 的单词（标记认识）→ 最后

3. 第三优先级：原始顺序

   • 熟悉度相同时，保持课程原有顺序

实现代码

words.sort((a, b) => {
  const markA = marks.get(a.courseItemId);
  const markB = marks.get(b.courseItemId);

  // 未标记的优先
  if (markA === undefined && markB !== undefined) return -1;
  if (markA !== undefined && markB === undefined) return 1;

  // 按熟悉度排序
  return a.familiarity - b.familiarity;
});

开始练习逻辑

拉取顺序

练习时按 familiarity 从低到高排序：

SELECT * FROM study_item
WHERE user_id = ? AND course_id = ?
ORDER BY familiarity ASC, created_at ASC
LIMIT 20;

结果：

1. 优先练习标记"不认识"的单词（familiarity = 0）
2. 然后是新单词（familiarity = 40）
3. 最后是标记"认识"的单词（familiarity = 80）

视觉设计

卡片状态

操作按钮

• 默认：隐藏（opacity: 0）
• hover：显示（opacity: 100）
• 点击后：按钮高亮显示当前状态

数据流

标记流程

用户点击 → 更新本地状态 → API 请求 → 数据库更新
    ↓            ↓               ↓           ↓
  立即反馈    卡片变色       异步保存    持久化存储

换一批流程

点击换一批 → 重新排序 → 显示下一批 50 个单词
                ↓
         优先显示未标记的

开始练习流程

点击开始练习 → 从数据库拉取 → 按 familiarity 排序 → 生成练习题目
                               ↓
                    不认识的(0) > 新单词(40) > 认识的(80)

优点

1. 更灵活的优先级

• 0-100 的范围支持更精细的控制
• 可以根据用户行为动态调整

2. 更好的用户体验

• 标记后立即反馈，卡片变色
• 不会突然消失，用户有掌控感
• 未标记的优先显示，提高效率

3. 更智能的学习策略

• 不认识的单词优先练习（familiarity = 0）
• 认识的单词降低频率（familiarity = 80）
• 平衡新旧单词的学习

4. 简单直观

• 只有三个主要值：0（不认识）、40（新）、80（认识）
• 用户行为清晰：不认识 → 最高优先级

未来扩展

1. 动态调整

// 答对后提升熟悉度
familiarity += 5

// 答错后降低熟悉度
familiarity -= 10

// 长时间未复习降低熟悉度
if (daysSinceLastReview > 7) {
  familiarity -= 5 * (daysSinceLastReview / 7)
}

2. 个性化学习曲线

根据用户的学习速度调整熟悉度变化率：

• 快速学习者：熟悉度提升更快
• 慢速学习者：熟悉度提升更慢，复习更频繁

3. 智能推荐

根据熟悉度分布推荐学习计划：

• 大量 0-20：建议基础训练
• 大量 40-60：建议强化练习
• 大量 80-100：建议进阶内容