GRE Voc SRS

For English, see README_EN.md

專案初衷

背 GRE 太痛苦，就乾脆做了個偷懶工具。

• SM2 負責記憶效率
• AIMD 防止單字海溺水。

背書沒多進步，拖延卻成專業滿分。

送給當年痛苦背單字的自己──

還有所有在單字海裡掙扎的英文系夥伴。

A farewell gift to my fellow English majors, from someone who escaped to CS but never forgot the pain.

---

專案簡介

本專案是針對 GRE 單字與詞根的自適應間隔重複記憶系統（SRS），結合：

• 三階段學習策略：Blind Test → AIMD 負荷控制 → SM‑2 演算法
• AIMD 工作量控制（Additive Increase / Multiplicative Decrease）動態調整每日練習配額
• SM‑2 排程演算法：根據答題品質計算下一次複習時間
• 爆練模式：暫時解除每日配額限制
• 終端即時負荷視覺化：進度條呈現學習負荷狀態
• 多欄位題庫支援：詞根、單字、例句與翻譯

簡單說明：
SM‑2 負責卡片的最佳複習間隔，
AIMD 負責調控每日整體學習負荷，
兩者合力讓你不會燒壞大腦，也不會背不夠。

---

系統架構與設計理念

SM‑2 和 AIMD 形成迴路回饋，根據你的表現動態調整複習與負荷。（示意圖）

---

AIMD 負荷變化趨勢（概念示意）

Additive Increase 緩步增加學習量，
Multiplicative Decrease 在壓力大時迅速降低負荷，
確保心理健康與學習效率兼顧。

---

環境與安裝

系統需求

• Python 3.7 以上
• Windows / macOS / Linux 通用

快速安裝

git clone https://github.com/你的帳號/gre-quiz-srs.git
cd gre-quiz-srs

# 建立虛擬環境（可選）
python -m venv venv
source venv/bin/activate  # Linux/macOS
venv\Scripts\activate     # Windows

# 安裝依賴
pip install -r requirements.txt

---

題庫格式與用戶群說明

• 核心是 CLI（命令列介面）版本：輕量、易擴展，方便自動化與進階用戶使用。
• 主要用戶多為非技術背景（非 CS）：不熟 JSON/CSV，也不習慣命令列操作。
• 因此提供 Excel 格式題庫（voc.xlsx），讓你直接用熟悉的介面編輯詞彙與例句，完全零程式門檻。

貼心提醒： 請務必定期備份 voc.xlsx，避免資料意外遺失。

此外，我們在 Release 頁面 提供 GUI 版本，完全兼容 voc.xlsx，且自動備份題庫檔，給不習慣命令列的你最友善的體驗。

---

使用說明

啟動程式：

python quiz.py

選單：

• 1 詞根模式
• 2 單字模式
• 3 查看統計
• 4 切換爆練模式
• q 退出並保存

注意事項：

• 每題有限時，超時算答錯
• 系統會自動計算複習間隔並保存進度
• 進度存於 voc.xlsx，請定期備份

---

目錄結構

gre-quiz-srs/
├── quiz.py           # 主程式
├── voc.xlsx          # 題庫
├── requirements.txt  # 依賴套件
├── docs/
│   ├── system-architecture.png
│   └── aimd-trend.png
└── README.md

---

requirements.txt 範例

pandas>=1.0.0
numpy>=1.18.0
colorama>=0.4.0
openpyxl>=3.0.0

---

📦 下載

點我下載最新 GUI 版本

---

參考資料

• SuperMemo SM‑2 Algorithm
• Jacobson, V., Congestion Avoidance and Control, SIGCOMM 1988
• Cepeda, N. J., et al. (2006). Distributed practice in verbal recall tasks: A review and quantitative synthesis. Psychological Bulletin, 132(3), 354–380

---

貢獻

歡迎提出 Issue 或 PR！ 覺得有幫助，別忘了 Star ⭐ 支持！

---

聯絡方式

• Email: [email protected]
• GitHub: https://github.com/ylin3-learner