法学专业词汇检索系统项目报告

1. 需求分析

1.1 解决的问题

法学专业学生在学习和研究过程中面临以下问题：

术语分散：法律术语分散在不同法律领域，缺乏统一的检索平台
定义不明确：同一术语在不同法律领域可能有不同解释
学习效率低：传统纸质词典检索效率低下，无法快速关联相关概念
个性化需求：不同用户（学生、教师、研究者）对词汇的需求不同

1.2 核心功能规划

围绕用户核心痛点，系统设计分层级功能体系，覆盖检索、管理、分析全场景：

多维度词汇检索：支持关键词精准 / 模糊搜索、按法律领域筛选、按难度级别（1-5 级）筛选，兼顾快速检索与精准定位；
用户权限管理：实现用户注册、登录、角色区分（普通用户 / 管理员），不同角色匹配差异化功能权限；
个性化学习体系：提供词汇收藏、搜索历史记录、个人学习数据统计，适配学生个性化学习需求；
数据可视化分析：支持系统使用数据、词汇难度分布、热门搜索词等多维度可视化展示，辅助学习决策；
管理员专属功能：涵盖词汇增删改查、用户管理、系统参数配置、数据备份 / 恢复，保障系统运维效率。

2. 数据库设计

2.1 E-R图（实体关系图）

2.2 关系模式（8个数据表）

1. 用户表 (users)

user_id (主键): 用户ID
username: 用户名（唯一）
password_hash: 密码哈希值（SHA256加密）
user_role: 用户角色（普通用户/管理员）
email: 邮箱
created_date: 创建日期
last_login_date: 最后登录日期

2. 法律领域表 (legal_fields)

field_id (主键): 领域ID
field_name: 领域名称（唯一）
field_description: 领域描述
created_date: 创建日期
is_active: 是否启用

3. 法律词汇表 (legal_terms)

term_id (主键): 词汇ID
term_name: 词汇名称（唯一）
term_definition: 词汇定义
term_example: 使用示例
created_date: 创建日期
updated_date: 更新日期
difficulty_level: 难度级别（1-5）
image_path: 图片路径
source_reference: 法律依据
is_active: 是否启用

4. 词汇-领域关联表 (term_field_relations) - 多对多关系

relation_id (主键): 关联ID
term_id: 词汇ID（外键）
field_id: 领域ID（外键）
唯一约束: (term_id, field_id)

5. 收藏记录表 (favorites)

favorite_id (主键): 收藏ID
user_id: 用户ID（外键）
term_id: 词汇ID（外键）
favorite_date: 收藏日期
notes: 备注
唯一约束: (user_id, term_id)

6. 搜索历史表 (search_history)

history_id (主键): 历史ID
user_id: 用户ID（外键）
search_keyword: 搜索关键词
search_date: 搜索时间
search_type: 搜索类型
results_count: 结果数量

7. 系统设置表 (system_settings)

setting_id (主键): 设置ID
setting_key: 设置键（唯一）
setting_value: 设置值
setting_description: 设置描述
updated_date: 更新日期

8. 操作日志表 (operation_logs)

log_id (主键): 日志ID
user_id: 用户ID（外键）
username: 用户名
operation_type: 操作类型
operation_details: 操作详情
ip_address: IP地址
operation_time: 操作时间

2.3 规范化说明

数据库设计满足第三范式（3NF）：

第一范式（1NF）：所有属性都是原子值，没有重复列
第二范式（2NF）：所有非主属性完全依赖于主键
第三范式（3NF）：消除传递依赖，所有非主属性不依赖于其他非主属性

具体规范化措施：

使用term_field_relations表解决法律词汇与法律领域之间的多对多关系
将用户信息、词汇信息、领域信息分离到不同表中
使用外键约束确保数据完整性
创建索引优化查询性能

3. 系统架构

3.1 模块划分图

3.2 技术架构

数据库: SQLite 3（轻量级，无需单独安装）
后端语言: Python 3.6+
GUI框架: Tkinter（Python标准库）
数据可视化: Matplotlib
数据处理: Pandas
加密算法: SHA256（密码加密）

项目打包：Pyinstaller

pyi-makespec --onefile --noconsole --name="LawResearchSystem" main.py

pyinstaller LawResearchSystem.spec

4. 核心代码说明

4.1 DatabaseManager (database_manager.py)

功能: 数据库操作的核心类，封装所有数据库操作
关键方法:

connect(): 建立数据库连接，设置行工厂返回字典格式
execute_query(): 执行查询语句，返回结果列表
execute_update(): 执行更新语句，返回影响行数
verify_user(): 用户登录验证，使用SHA256加密验证
search_legal_terms(): 多条件词汇检索，支持关键词、领域、难度筛选
4.2 initialize_database (init_database.py)
功能: 数据库初始化，创建表结构和插入初始数据
关键步骤:

创建8个核心数据表
插入50+条法律词汇数据
建立词汇与领域的多对多关联
创建索引优化查询性能
插入系统默认设置
4.3 LawVocabularyGUI类 (main.py)
功能: 图形用户界面的主控制器
关键方法:

show_login_screen(): 显示登录界面
show_user_main_screen(): 显示用户主界面
show_admin_main_screen(): 显示管理员界面
search_terms(): 处理词汇搜索请求
show_statistics(): 显示统计分析图表
4.4 词汇检索算法 (database_manager.py中的search_legal_terms方法)
功能: 实现多条件联合查询
算法流程:

构建动态SQL查询语句
根据用户输入条件添加WHERE子句
使用参数化查询防止SQL注入
执行查询并返回格式化结果
支持分页和排序

优化措施:

使用预编译语句提高性能
创建复合索引加速查询
实现结果缓存机制
5. 使用说明
5.1安装运行步骤
环境要求
Python 3.6或更高版本
操作系统: Windows/Linux/macOS

安装步骤

# 1. 安装依赖包
pip install -r requirements.txt

# 2. 启动系统
python main.py

依赖包说明

matplotlib: 数据可视化图表
pandas: 数据处理和分析
openpyxl: Excel文件支持（用于数据导入导出）

5.2 操作指南

5.2.1 登录账户

管理员账户: admin / admin123
普通用户账户: user1 / user123

5.2.2 主要功能操作

1.登录界面
2. 用户模式（登录后）

收藏管理：
- 在词汇详情页点击”收藏”按钮
- 在个人中心查看和管理收藏的词汇
- 可以为收藏的词汇添加备注
搜索历史：
- 系统自动记录用户的搜索历史
- 在个人中心查看历史记录
- 可以快速重新执行历史搜索
个人统计：
- 查看个人学习进度
- 分析收藏词汇的难度分布
- 查看搜索习惯分析

3. 管理员模式

数据管理：
- 添加/编辑/删除法律词汇
- 管理法律领域分类
- 批量导入导出数据
用户管理：
- 查看所有用户列表
- 修改用户角色（普通用户/管理员）
- 重置用户密码
系统分析：
- 查看系统使用统计
- 分析热门搜索词汇
- 生成数据可视化报表
系统设置：
- 修改系统名称、版本
- 配置用户权限策略
- 管理操作日志

4. 词汇检索和高级搜索

5. 收藏

6. 统计分析

7. 数据管理

8. 用户管理

6. 总结反思

6.1 遇到的问题及解决方案

问题1: 数据库设计复杂度

问题描述: 法律词汇与法律领域存在多对多关系，需要设计合理的关联表
解决方案:

创建term_field_relations表作为中间表
使用外键约束确保数据完整性
建立复合索引优化关联查询性能

问题2: 用户权限管理

问题描述: 需要区分普通用户和管理员的不同权限
解决方案:

在users表中添加user_role字段
在业务逻辑层进行权限验证
在界面层根据角色显示不同功能

问题3: 搜索性能优化

问题描述: 大量数据时关键词搜索性能下降
解决方案:

为legal_terms表的term_name和term_definition字段创建索引
实现分页查询，避免一次性加载过多数据
使用预编译语句提高查询效率

问题4: 密码安全存储

问题描述: 明文存储密码存在安全风险
解决方案:

使用SHA256哈希算法加密密码
在users表中存储密码哈希值而非明文
在登录验证时比较哈希值

6.2 改进方向

数据导入导出功能
- 支持Excel/CSV格式导入词汇数据
- 支持批量导出用户数据和学习报告
- 实现数据备份和恢复功能
搜索功能增强
- 实现模糊搜索和同义词搜索
- 添加搜索建议（自动补全）
- 支持高级搜索语法（AND/OR/NOT）
网络功能
- 实现在线词汇库同步
- 支持多用户协作编辑
- 添加词汇讨论和评论功能

法学专业词汇检索系统项目报告

法学专业词汇检索系统项目报告

1. 需求分析

1.1 解决的问题

1.2 核心功能规划

2. 数据库设计

2.1 E-R图（实体关系图）

2.2 关系模式（8个数据表）

1. 用户表 (users)

2. 法律领域表 (legal_fields)

3. 法律词汇表 (legal_terms)

4. 词汇-领域关联表 (term_field_relations) - 多对多关系

5. 收藏记录表 (favorites)

6. 搜索历史表 (search_history)

7. 系统设置表 (system_settings)

8. 操作日志表 (operation_logs)

2.3 规范化说明

3. 系统架构

3.1 模块划分图

3.2 技术架构

4. 核心代码说明

4.1 DatabaseManager (database_manager.py)

4.2 initialize_database (init_database.py)

4.3 LawVocabularyGUI类 (main.py)

4.4 词汇检索算法 (database_manager.py中的search_legal_terms方法)

5. 使用说明

5.1安装运行步骤

环境要求

安装步骤

依赖包说明

5.2 操作指南

5.2.1 登录账户

5.2.2 主要功能操作

6. 总结反思

6.1 遇到的问题及解决方案

问题1: 数据库设计复杂度

问题2: 用户权限管理

问题3: 搜索性能优化

问题4: 密码安全存储

6.2 改进方向