软件工程实践-2023学年-W班
共享之舟——β冲刺Day6
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 关注 + 加入社区| 这个作业属于哪个课程 | 软件工程实践-2023学年-W班 |
|---|---|
| 这个作业要求在哪里 | 团队作业—beta冲刺+事后诸葛亮 |
| 这个作业的目标 | 共享之舟——β冲刺Day6 |
| 其他参考文献 | - |
目录
- SCRUM
- 成员描述
- 戴聪
- 工作内容
- 记录和展示
- 存在的问题
- 明日规划
- 熊桂根
- 工作内容
- 记录和展示
- 存在的问题
- 明日规划
- 陈智翔
- 工作内容
- 记录和展示
- 存在的问题
- 明日规划
- 蓝有润
- 工作内容
- 记录和展示
- 存在的问题
- 明日规划
- 潘岩
- 工作内容
- 记录和展示
- 存在的问题
- 明日规划
- PM
- 会议照片
- PM
- 工作进度估计
- 项目燃尽图
- 工作总量变化
SCRUM
成员描述
戴聪
工作内容
查缺补漏，完成前台店铺的评论界面以及评论举报页面，同时完成前后端的对接。
完成前台我卖出的页面，同时完成前后端对接。
预计时间：3h
花费时间：3.5h
记录和展示
提交记录
本人为用户CapDCC
结果展示
完成个人店铺界面的评论界面
完成个人店铺界面的评论界面的举报评论
- 完成我卖掉的页面
存在的问题
在完成个人店铺的评价界面时，出现了报错提示获取不到数据，检查后发现补充的为null的商品数据出现了该问题，最后解决方法为在代码中为null的数据进行处理。
明日规划
暂无
熊桂根
工作内容
编写后端接口——货比三家接口
与前端对接接口——对接了货比三家
预计时间：3.0
花费时间：3.0
记录和展示
提交记录
结果展示
存在的问题
目前，在后端开发过程中，代码实现本身并没有遇到太大的挑战。然而，在与前端团队的协作中，我们遇到了一些耗费时间的问题，主要是在对接过程中出现的bug。这些问题可能源于几个方面：首先，后端提供的数据结构可能比较复杂，这给前端团队的理解带来了一定的难度；其次，前后端团队对于数据格式的预期可能存在不一致，这也导致了对接时的误解和沟通成本。为了解决这些问题，我们需要加强团队间的沟通，确保数据结构和格式在双方之间有清晰的共识。
明日规划
对接剩下接口以及修复bug等
陈智翔
工作内容
测试
评价界面的前后端集成测试、购物车界面的前后端集成测试
预计时间：2.5h
花费时间：2.0h
记录和展示
结果展示
存在的问题
暂无
明日规划
制作PPT，准备答辩，完成最后的测试
蓝有润
工作内容
测试
评价界面的前后端集成测试、购物车界面的前后端集成测试、店铺界面的前后端集成测试、搜索界面的前后端集成测试、他人界面的前后端集成测试、举报界面的前后端集成测试
预计时间：4h
花费时间：5h
记录和展示
结果展示
存在的问题
无
明日规划
完成货币三家的后端部分
潘岩
工作内容
测试
举报界面的逻辑覆盖测试、举报界面的接口测试
预计时间：1.2h
花费时间：1.5h
记录和展示
结果展示
存在的问题
暂无
明日规划
制作用户调查问卷
PM
会议照片
PM
工作进度估计
| 完成时间(h) | 总时间(h) | 完成度 | 天数 |
|---|---|---|---|
| 57.3 | 63.5 | 90.24% | 6 |
项目燃尽图
| 天数(D) | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
|---|---|---|---|---|---|---|---|---|
| 计划(h) | 63.5 | 0 | ||||||
| 实际(h) | 63.5 | 55.3 | 45.1 | 34.9 | 25.9 | 16.7 | 6.2 | - |
工作总量变化
相关推荐
【信息科学与工程学】【广告科学】第四十四篇 广告平台投放和广告计费类算法01
全行业的中国企业广告投放模型总表。行业分类依据《国民经济行业分类》（GB/T 4754—2017）的门类/大类 ，产品层参考"主营产品统计代码"行业—产品映射 ，平台算法以巨量引擎、腾讯广告等官方文档为硬支撑 ，合规部分严格对齐《互联网广告管理办法》以及2026年市场监管部门最新合规提示 。编号类型(门类)行业(大类)企业及产品内容列表投放模型投放平台投放人群欲望激发维度面向人群模式（地域/文化/年龄/角色）001A 农林牧渔01 农业北大荒/中粮：五常大米、面粉、食用油、杂粮品牌曝光 + 电商转化双轨（C
【信息科学与工程学】【数据科学】第五十一篇 数据仓库00 基础设计01
数据仓库设计的系统性解决方案，涵盖架构模式、分层设计、百万级访问支撑、海量数据配置及与数据库/数据湖的对接策略： ODS（操作数据层）：原始数据镜像，保留历史快照 DWD（明细数据层）：清洗、标准化、维度退化 DWS（汇总数据层）：主题宽表、轻度聚合 ADS（应用数据层）：高度聚合，面向报表/API 二、百万用户访问架构设计 1. 核心架构组件 2. 关键配置参数（以Snowflake为例） 3. 性能优化措
【信息科学与工程学】【财务管理】第九篇 企业收款与资金催收管理02
编号特征/行为类别具体特征/行为名称描述相关函数/算法数学方程/伪代码/核心思想2.1.2.001额度动态调整基于滚动时间窗口行为评分的自动调额定期（如每日/每周）计算客户在过去N天内的行为评分（综合付款、订单、互动），根据评分变化自动触发额度上调、下调或冻结建议。滚动窗口计算、阈值触发。；。2.1.2.002额度动态调整预测性额度需求模型与预增信使用时间序列模型预测客户未来M天的订单金额和节奏，在预测需求高峰来临前，主动、临时性地上调其信用额度，避免因额度不足影响销售。时间序列预测、事件驱动。
《模式识别与数据挖掘》配套PPT课件
《模式识别与数据挖掘》配套PPT课件
科技成果转化项目进场交易前，评估备案环节需要准备哪些材料？_8.docx
科易网基于AI模型+行业大数据，在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景，推出科技创新领域的AI+工具与数智化解决方案，推动科技创新与产业创新智能化发展。
