第二次作业(个人作业):软件案例分析

2006010319张辰铭 2006010319张辰铭 墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年,写一次发全网 我也要 + 加入社区

作业要求:https://bbs.csdn.net/topics/608658749

选择课题:1(IT问答网站的对比)

问答网站对比对象:CSDN开发者互助问答、Stack Overflow

课题背景

我们以OPENCV的人脸识别代码在使用中遇到的摄像头问题无法打开这一问题为例,在两个平台上发布了相关的帖子进行咨询

本问题的核心是如何解决dlib文件缺失的问题,关键词包括【python、opencv、dilb、计算机视觉、摄像头】

第一部分:调研、评测

(1)CSDN开发者互助问答使用评测

在发表阶段,CSDN开发者互助问答会自动检索你的文章内容中的关键词,从而生成标签,使得你的问题能被更有针对性地回答

 CSDN还有付费问答悬赏功能,使得你的比较紧急的问题可以被更快回答

 

 在成功提交问题之后,我们的问题几乎是立即就上传成功了,与社区发帖不同,这次的发表并没有时间上的延迟,由此推测应该是省去了人工审核这一过程

 可以看到,csdn为我们输入的代码自动创建了代码块,我提出怀疑,代码块的表示是否存在BUG?

第一个BUG

由于CSDN中是以自动添加 ``` 这一段字符串作为代码块的指示标志,那么,如果在代码中出现了一样的字符串,是否会出现代码块的识别错误呢?

为此,我进行了第二次尝试

 结果发现显示正常,这说明```并没有被识别为代码块标志,而是被作为注释识别,不得不说CSDN的程序员确实想的够远。。。

那么,如果增加一个换行呢?

 答案是识别错误!CSDN将原本的一块代码误认为是两块代码,并产生了如下的结果

 由此可见,CSDN虽然能识别出注释符号,从而对注释符号内的指令进行规避,但是并未注意换行符对注释的影响,推测可能是因为CSDN并未识别出代码块内的语言种类所导致。

(2)Stack Overflow使用评测

Stack Overflow对提交内容的检测更为严格,并且要求题目使用全英文小写格式输入,对中国用户较为不友好。

第二个BUG

刚刚上传时,我们可以看到vote中的点赞点踩都是0(vote为0)

在这之后,我自己尝试快速点踩了自己的文章,发现成功了并且成功了两次,此时点踩来到了二(vote为-2)

但是上方又冒出了你不能给自己的文章投票的提示,而这与我们的观察显然是相悖的,应该是一个bug

用户采访

1)    采访对象的背景和需求:计算机专业大三学生,需求是学习JAVA相关知识,并借助问答工具改正自己java课设中的问题。

2)    采访结果:在使用CSDN问答社区时,用户能够快速的得到答案,并且发表问题比较轻松快捷

在使用Stack Overflow时,用户对提问环节的复杂程度提出质疑,因为一些很简单的问题,在CSDN中只需要几句话或者一个图片就能询问的事情,在Stack Overflow上却需要很长的流程,总体体验有待提高

 

3)    改进意见:希望Stack Overflow可以更灵活的提问,支持多语言提问。希望CSDN能对问题加以审核,防止社区被无用信息污染

推荐程度:

对CSDN:推荐

对Stack Overflow:一般

第二部分:分析

(1)CSDN开发者互助问答分析

我认为,团队在对打赏方式和打赏金额上可以加以改进,因为当前打赏金额至少要花费15元,我认为价值15元的问题并不经常出现,或许可以采用使用平台虚拟货币的方式来进行打赏,这样有利于提升平台问答整体的积极度。

其次,我认为CSDN应当向Stack Overflow学习,给予提出不当问题和不当回答的人以惩罚,以促进社区的严肃性。

文中提到的BUG说实话无伤大雅,如果为了区区一个符号的鉴别投入更多的计算资源去分析语种并无太大的实际意义。

(2)Stack Overflow分析

首先,Stack Overflow面向的是国外用户,这一点与CSDN较为不同,所以二者的目标人群也有着比较大的差异。该问答平台要求问题有可以解答的准确解。要求答案是对解决问题有具体帮助。所以在对问题的约束性上要比CSDN更强,换言之,CSDN更侧重与交流,该平台更侧重于解决问题。

我认为,Stack Overflow应当减少对用户提交问题的格式限制,并增加智能标签功能,对用户的问题做到更好的分类。

第三部分:建议和规划 

(1)市场、核心用户、需求分析

CSDN的市场是国内市场,目标用户主要为在校学生和IT工作者。提供用户之间的交流,讨论,和问答服务。

Stack Overflow的市场为全球市场,目标用户为全球相关行业从事者。以提供用户的问答服务为主。

(2)预期功能

我如果是一名工程师,我会建立一个国内的奖惩分明的问答社区,并且要求回答问题者提供一定的编程经验或是学历的证明,以确保回答的高质量。

预期实现:

1.用户身份分析

2.问题及回答奖惩机制

3.打赏机制

4.问题分类机制

5.Tag智能自检索机制

6.问题机器加人工审核筛选机制

7.专门问题对专门人员的推送提醒机制

(3)工程计划

拟聘用:

前端开发人员两名, 后端开发人员两名,测试人员一名,交互设计师一名

①第1周:需求分析,明确软件需求

②第2-5周:建立简单的问答回复平台

③第6周:经过交互设计师设计,优化用户交流环节

④第7-14周:前后端工程师根据测试人员意见建立出完整版本的软件

⑤第15周:用户进行体验,测试人员分析问题,最后进行一次软件问题的排查

⑥第16周:软件正式上线,收集用户数据和反馈,进一步优化。

 

...全文

相关推荐

技术转移机构如何基于数据提升项目撮合精准度?.docx

技术转移机构如何基于数据提升项目撮合精准度?

BIZKEEN

超扭滑模与快速终端滑模的永磁同步电机无感控制:理论、离散化实现与仿真研究(Simulink仿真实现)

内容概要:本文系统研究了超扭滑模控制(STSMC)与快速终端滑模控制(FTSMC)在永磁同步电机(PMSM)无感控制中的应用,重点涵盖其理论基础、离散化实现方法及Simulink仿真验证。文章深入阐述了两种高阶滑模控制策略的设计原理,利用磁链无感观测技术实现转子位置与速度的精确估计,从而省去物理传感器,有效提升了系统的可靠性与鲁棒性。同时,提供了完整的Simulink仿真模型构建方案,包括控制器设计、关键参数整定及动态响应性能分析,充分验证了所提出的方法在零速与低速工况下的卓越控制性能和有效性。; 适合人群:具备电机控制、现代控制理论基础知识及熟练掌握MATLAB/Simulink仿真技能的研究生、科研人员与工程技术人员。; 使用场景及目标:①深入理解高阶滑模控制在电机驱动系统中的设计思想与具体实现;②掌握基于滑模观测器的无感控制核心技术;③开展永磁同步电机高性能控制算法的理论研究、仿真验证与工程化探索。; 阅读建议:建议将文中详尽的理论推导与Simulink仿真模型相结合进行学习,重点关注滑模面的构建、抖振抑制策略的实施以及离散化处理的细节,有条件的研究者可进一步将算法移植到DSP等硬件平台进行实验验证,以深化对理论的理解并检验其实际应用效果。

长安程序猿

多源动态最优潮流的分布鲁棒优化方法(IEEE118节点)(Matlab代码实现)

内容概要:本文系统阐述了基于Matlab的多源动态最优潮流分布鲁棒优化方法,聚焦于IEEE118节点电力系统,旨在应对高比例可再生能源接入背景下源荷双重不确定性所带来的调度挑战。该方法深度融合分布鲁棒优化理论,通过构建能够抵御最坏情况概率分布的决策模型,有效提升了电力系统在复杂不确定性环境下的运行安全性、经济性与可靠性。研究不仅提供了完整的Matlab代码实现,便于结果复现与算法验证,还特别关注了含风电等新能源的现代电网低碳调度问题,为解决实际工程中的优化调度难题提供了强有力的理论支撑和技术工具。; 适合人群:具备电力系统分析基础和Matlab编程能力的研究生、科研人员及从事智能电网优化运行、能源系统规划等相关领域的工程技术人员。; 使用场景及目标:①研究含高比例可再生能源接入的电力系统动态最优潮流问题;②掌握分布鲁棒优化在电力系统经济调度、低碳调度中的建模思想与求解方法;③利用IEEE118标准测试系统进行算法有效性验证与性能对比分析;④基于所提供的Matlab代码进行二次开发,探索新型不确定性优化理论在电力系统中的创新应用。; 阅读建议:建议读者结合电力系统最优潮流、不确定性优化理论(特别是分布鲁棒优化)的背景知识进行学习,重点关注模型的构建逻辑、目标函数与约束条件的设计原理,以及Matlab代码的具体实现细节。在学习过程中,应动手调试代码,尝试修改系统参数(如新能源出力波动范围、负荷水平等),以观察不同场景下优化结果的变化,从而深刻理解该方法的适应性、优势及其潜在的局限性。

天天程序猿

车间调度基于GA、PSO、SA、ACO、TS优化算法的车间调度比较研究(Matlab代码实现)

内容概要:本文系统性地比较了遗传算法(GA)、粒子群优化(PSO)、模拟退火(SA)、蚁群优化(ACO)和禁忌搜索(TS)五种智能优化算法在车间调度问题中的性能表现,并提供了基于Matlab的完整代码实现。研究聚焦于调度优化的核心目标——最小化完工时间(makespan),通过标准测试案例对各算法的收敛速度、求解精度和稳定性进行了深入对比分析,旨在为实际生产调度中算法的选择与改进提供科学依据。文中不仅详述了每种算法的设计思路与关键参数设置,还展示了其实现逻辑,便于读者理解、复现与拓展。; 适合人群:从事智能制造、工业工程、运筹优化等相关领域的研究人员,以及具备Matlab编程基础、希望将智能优化算法应用于实际调度问题的研究生和工程师。; 使用场景及目标:① 掌握主流智能优化算法在解决NP-hard车间调度问题上的具体应用与差异;② 学习如何利用Matlab实现并对比不同优化算法的性能;③ 为解决生产制造、物流配送等领域中的资源调度难题提供算法选型和技术参考。; 阅读建议:建议读者在阅读时重点关注各算法的Matlab实现代码和实验结果对比部分,动手运行代码以直观感受不同算法的寻优过程和效果差异。同时,可结合具体调度约束条件,尝试调整算法参数或融合多种算法思想,以深化对优化机理的理解。

天天程序猿

3D人物伍子胥智能对话及反应动作报告

3D人物伍子胥智能对话及反应动作报告

atye115
评论
收藏 已收藏
分享
返回顶部