第三周个人周报-111211-陶龙敏

111211陶龙敏 2023-03-19 19:27:20

一、PSP表格

二、本周计划任务

1.建立用户画像

2.编写典型场景

3.确定宠物形象

4.完成规格说明书

5.学习qt开发

三.本周实际任务实现

1.小组分工合作,共同编写不同类型用户的典型场景,例:互动用户典型场景(如下)

 

2.完成典型用户和其场景、以及功能点之后进行规格说明书的编写,参照老师给的规格说明书样例填写功能详细描述部分

 

 3.绘制总体流程图

 

 三.个人工作中存在的问题以及应对措施

首次参与规格说明书的编写,进行功能详细描述,将所有功能点放置到四象限里,确定优先级。在建立典型用户画像和分析功能点时,初始采用成员合作方法共同撰写,但发现成果自相矛盾,于是改变策略,每个人负责一个模块,思路更加清晰。

四.个人学习的新知识点以及学习途径和方法

使用boardmix软件进行流程绘制,第一次使用绘图工具制作流程图,参考了网上的教程进行学习,根据各小组成员统一整理出的软件流程,梳理步骤进行创建。

五.个人对本周工作的感悟

迭代0 工作结束在即,已经自学部分qt的使用方法为后面的工作打基础,整个软件的模型经过几周的磨合整改,已经初步形成,随着规格说明书的落地,开发工作即将展开,开发方向明确清晰,更有利于后续工作的进行。

...全文
166 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
这个是完整源码 python实现 大数据 Spark pyspark 可视化大屏+Kafka+FastAPI+Vue3 【大数据毕业设计】基于Spark实时电商用户行为分析与预测(Python版本+pyspark+可视化大屏+Kafka+FastAPI+Vue3) 源码+论文 完整版 数据库Mysql 随着电子商务规模持续扩大,用户在浏览、加购、收藏与购买等环节产生的行为数据呈现高并发、高吞吐与强时效特征。传统离线批处理分析难以满足运营决策对实时性的要求。本文设计并实现了一套基于 Spark 的实时电商用户行为分析与预测系统,围绕“数据采集—流式计算—指标落库—可视化展示—销售预测”的完整链路展开研究与工程实践。 系统采用前后端分离架构:前端基于 Vue3、Element Plus 与 ECharts 构建管理端与数据大屏;后端采用 Python FastAPI 提供 RESTful 接口,并结合 JWT 完成管理员身份认证;实时链路以 Kafka 作为消息中间件承接行为事件,以 Spark Structured Streaming 完成按小时窗口的 PV、UV、加购、收藏、购买与销售额聚合;预测模块基于 Spark ML 线性回归对销售额序列进行建模,并输出 RMSE、MAE、MAPE 等误差指标。数据持久化采用 MySQL,数据库名为 db_ecommerce,核心业务表均以 t_ 前缀命名。 测试结果表明,系统能够稳定完成管理员登录、个人中心维护、行为与商品管理、实时统计展示、销售预测对比及流水线状态监控等功能,具备较好的可扩展性与教学示范价值,可为电商运营提供实时洞察与辅助决策支持。 本文的主要工作包括:完成系统需求分析与总体架构设计;绘制实体属性图与实体关系图并完成八张核心业务表设计;实现基于 Kafka 与 Spark 的实时统计及销售预测链路;完成 Vue

259

社区成员

发帖
与我相关
我的任务
社区描述
CUG软件工程基础学习社区
团队开发软件工程敏捷流程 高校 湖北省·武汉市
社区管理员
  • EasonBeckham
  • Lucky_Limp
  • h6ldZywoo
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