TVSeriesCal | 测试与发布(Alpha版本)

高健 2022-11-22 23:08:24
作业属于哪个课程广工软件工程课程学习
这个作业要求在哪里团队作业5——测试与发布(Alpha版本)
作业目标Alpha版本测试报告,Alpha版本发布说明
项目TVSeriesCal

目录

  • 一、测试报告
  • 1. BUG
  • 2. 场景测试
  • 3. 测试矩阵
  • 4.出口条件
  • 二、发布说明
  • 1.功能介绍
  • 1.1最近动态界面
  • 1.2时间表界面
  • 2.运行环境
  • 3.安装方法
  • 4.系统已知的问题和限制
  • 5.软件的发布方式以及发布地址

一、测试报告

1. BUG

(1) 已观看的剧集数可以为负数或超出总集数
已修复,添加判断条件
(2)条目显示图片错位
已修复,图片比例不符,通过自适应xml
(3)在实机上测试时条目重复显示
无法修复,为小米机型特供bug
(4) 点击“增加”、“减少”按钮闪退
已修复
(5) 查询时间过长
无法修复,api响应过慢
(6) 插入日历事件的时间不准确
已修复

2. 场景测试

电次: 首次使用时没有引导,不知道怎么使用
波奇: 添加条目后,列表上方有一段空白,不整齐美观
阿妮亚:添加条目不够方便

3. 测试矩阵

测试功能测试项检验点预期结果测试结果
最近动态最近动态界面条目框显示番剧名字,图片,更新星期,已看集数,总计数信息,及集数增加减少按钮
菜单显示新增条目选项
新增条目选项新增条目
增加按钮已看集数加一
减少按钮已看集数减一
插入日历功能条目框点击条目显示“选择要使用的应用”,含有系统自带的日历
点击日历单元格跳转日历界面,并根据该条目信息自动填好事件名称,重复日期,重复次数等事件信息
时间表时间表界面时间表按钮显示周日历
星期按钮显示该星期的条目
条目框显示番剧名字,图片及该日更新集数

4.出口条件

(1)正常使用增删,日历插入,已看剧集增减正常符合逻辑,有初次引导
(2)探索界面的功能还需要完善与测试
(3)数据获取无问题
(4)基本功能可正常使用,无bug

二、发布说明

1.功能介绍

1.1最近动态界面

(1)显示自己正在追的番剧信息,包括番剧的名称,海报图片,更新星期,总集数和已看集数
(2)可通过增加和减少按钮更改已看集数
(3)右上角菜单可新增番剧条目
(4)点击番剧条目框可直接跳转手机日历界面,并根据该条目信息自动填好事件名称,重复日期,重复次数等事件信息,设定为日历事件提醒番剧更新

img

img

img

img

1.2时间表界面

以周日历的形式显示该天会更新的番剧条目,一目了然

img

2.运行环境

Android 8.0版本及以上

3.安装方法

下载改APP的apk即可安装

4.系统已知的问题和限制

(1)从网站获取信息存在些许问题
(2)查询时间过长,无法修复,api响应过慢
(3)小米记性条目显示重复

5.软件的发布方式以及发布地址

  • 发布方式:将apk放到网盘,通过网盘链接在校内传播供大家保存下载

  • 发布地址:该版本还需完善,未打包成apk,暂无网盘地址

...全文
377 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
摘 要 随着互联网影视产业的迅速发展,电影资源呈指数级增长,类型也愈加多样化,但是用户面对如此庞大的影片库时,会遇到信息过载、筛选效率低下、观影决策成本高这些难题,而传统的电影平台大多只是对基本的分类和热度进行展示,并没有提供个性化的推荐服务,社交互动以及一体化管理的能力也比较薄弱。 该系统使用的是Spring Boot+Vue前后端分离的方式进行开发,设计并开发了一个电影推荐和评论系统。开发系统中存在三个问题,即无法准确地判断出用户的喜好、电影推荐功能上线之初没有用户数据,因此推荐效果不佳、大量用户同时评论打分时系统容易出现不稳定的情况。为了克服上述问题,本文查阅相关资料,不断迭代开发原型,并进行实际测试,完成整个系统的全部过程,即系统需求分析、架构设计、功能开发、系统测试。系统分为普通用户和管理员两种身份,具有注册登录、电影浏览、电影推荐、评分评论、影片收藏、个人中心、后台管理等功能,采用结合用户喜好和电影热度的简单推荐方式,提供热门电影推荐和个性化推荐,很好地解决了推荐功能初始没有数据、数据较少的问题。项目用接口来完成前后端的数据交互,使用MySQL数据库存储用户、电影、评论、收藏等各种数据,并且加入权限验证、密码加密等安全措施,保证系统安全稳定并且便于后期扩展。除此之外,系统还增加了电影资讯查看、首页轮播图设置、编辑资讯等功能,使整个电影平台的服务更加全面,使用更加高效。经过全面的功能测试、接口测试和性能测试,系统各个模块运行稳定,推荐接口响应时间小于300ms,主要的互动操作成功率大于98%,可以大大降低用户的选片成本,提高观影决策的速度和社区互动的效果。 本文给出一套轻量级、易部署、可复用的电影推荐类Web应用工程实现方案,相比于传统的单一列表展示型平台,个性化服务、社交互动体验和后台管理效率都有明显的提高,可以给影视文化数字化传播、推荐算法轻量化工程实践

203

社区成员

发帖
与我相关
我的任务
社区描述
高校教学社区
其他 高校 广东省·广州市
社区管理员
  • ryue.zh
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧