2501_CS_SE_FZU
发际线总和我作队——凡事预则立
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 | 2501_CS_SE_FZU |
|---|---|
| 这个作业要求在哪里 | 团队作业——事后诸葛亮 |
| 这个作业的目标 | 凡事预则立随笔 |
| 其他参考文献 | 《构建之法》 |
目录
- 第一部分 下一阶段需改进与新增的功能
- 1.1 已完成功能
- 1.2 待完善与新增功能
- 1.2.1 学生模块
- 1.2.2 教师模块
- 1.2.3 系统增强功能
- 第二部分 需要改进的团队分工
- 第三部分 需要改进的工具流程
- 第四部分 博客计划安排
- 第五部分 Beta冲刺七天时间计划
第一部分 下一阶段需改进与新增的功能
1.1 已完成功能
- 用户登录认证
- 管理员模块（院系、专业、班级、学生、教师、课程、选课记录管理）
- 学生模块（选修课程、查看已选课程、查询成绩、修改个人信息）
1.2 待完善与新增功能
1.2.1 学生模块
- 查看课表：基于已选课程生成可视化课表，支持列表视图
- 退课功能：实现退课逻辑，包括更新选课人数、检查退课时间限制等
- 选课冲突检测：在选课/退课操作中加入时间冲突校验
1.2.2 教师模块
- 查看授课课程：展示教师所授课程列表及选课学生信息
- 成绩录入：支持批量录入、修改平时分、考试分，自动计算总评成绩
- 查看教师课表：展示教师个人授课时间安排
1.2.3 系统增强功能
- 选课开关控制：管理员可控制选课/成绩录入的开启与关闭
- 并发选课处理：优化选课接口，防止超选、重复选课
- 成绩权重自定义：支持教师设置平时分与考试分比例
第二部分 需要改进的团队分工
当前问题
- 部分模块开发进度不均衡，前后端联调效率低
- 文档更新不及时，接口变更未同步通知
改进措施
| 角色 | 职责细化 |
|---|---|
| 前端负责人 | 统一组件规范，负责学生课表、教师成绩页面的开发与联调 |
| 后端负责人 | 完善选课/退课/成绩录入接口，提供接口文档更新 |
| 测试负责人 | 制定测试用例，负责功能与并发测试 |
| 文档维护员 | 同步更新系统设计说明书、API文档、数据库字典 |
| 项目管理 | 每日站会同步进度，使用看板管理任务状态 |
第三部分 需要改进的工具流程
1. 版本控制（Git）
- 使用
GitFlow分支模型，明确feature、develop、release分支用途 - 提交信息规范：
[类型] 描述，如[feat] 学生退课功能
2. 测试工具
- 后端：使用
Postman进行接口测试，JUnit+Mockito进行单元测试 - 前端：使用
Jest进行组件测试，Cypress进行 E2E 测试 - 性能测试：使用
JMeter模拟高并发选课场景
第四部分 博客计划安排
| 阶段 | 博客主题 |
|---|---|
| Beta 启动前 | 《凡事预则立：Beta冲刺前计划》 |
| 冲刺第1天 | 《Beta冲刺-Day1：学生课表与退课功能实现》 |
| 冲刺第2天 | 《Beta冲刺-Day2：教师成绩录入与课表开发》 |
| 冲刺第3天 | 《Beta冲刺-Day3：选课并发控制与冲突检测》 |
| 冲刺第4天 | 《Beta冲刺-Day4：前后端联调与接口优化》 |
| 冲刺第5天 | 《Beta冲刺-Day5：系统测试与Bug修复》 |
| 冲刺第6天 | 《Beta冲刺-Day6：性能测试与安全加固》 |
| 冲刺第7天 | 《Beta冲刺-Day7：总结与展示准备》 |
| 冲刺结束后 | 《Beta冲刺总结报告》 |
第五部分 Beta冲刺七天时间计划
| 日期 | 主要任务 | 负责人 |
|---|---|---|
| 冲刺第1天 | 学生课表页面开发、退课接口实现 | 前端A + 后端A |
| 冲刺第2天 | 教师课程列表、成绩录入页面开发 | 前端B + 后端B |
| 冲刺第3天 | 选课并发控制（Redis锁）、时间冲突检测 | 后端A + 后端B |
| 冲刺第4天 | 前后端联调，接口测试与修复 | 全体 |
| 冲刺第5天 | 功能测试，Bug修复，UI优化 | 测试 + 前端 |
| 冲刺第6天 | 性能测试，安全检查，日志完善 | 后端 + 测试 |
| 冲刺第7天 | 整理文档，准备演示，冲刺总结 | 全体 |
相关推荐
山东大学隐语数据要素比赛发际线与我作队参赛作品.zip
山东大学隐语数据要素比赛发际线与我作队参赛作品私人社交记录本项目主要是实现了一个基于隐语平台的信息筛选推荐系统，并与情感分析结合，对于长期情绪消极的用户及时与平台反馈，达到关注并维护用户心理健康的目的。具体工作引入情感驱动的个性化推荐机制，利用自然语言处理技术进行情感分析，根据用户情绪状态动态调整推荐内容。结合 DeepFM 算法和 BERT 模型，通过因子分解机和深度神经网络捕捉用户与内容的特征交互，提升推荐的精准度。实现自学习模型，根据用户行为和反馈自适应调整推荐策略，确保推荐内容始终贴近用户的最新兴趣项目创新点采用拆分学习模型，结合隐语平台的垂直联邦学习技术，实现跨域数据的分布式训练，保护用户隐私。与情感驱动模型相结合，能够实时分析用户情感状态。破除信息茧房的功能，引导用户探索未关注的帖子和子话题。项目代码说明情感驱动推荐.py实现情感驱动模型的核心代码，用户在不需要主动向外界求助心理疏导的情况下，以平台作为心理咨询师的形式隐形的对用户进行情绪疏导，用户视角来看无外界干预。拆分记录splitrec_pipeline_optimization.py该
Python爬虫抓取招聘与健康数据并生成图表的完整项目包
包含Boss直聘岗位信息爬取、发际线相关健康数据清洗与分析、词云图/柱状图/饼状图可视化输出的一整套Python实战工程。项目使用Selenium驱动Chrome自动采集网页数据，配套cleanData.py做空值处理和字段标准化，average.py计算均值统计，hjpData.py和lyjData.py分别处理不同来源的健康指标，ciYun.py生成关键词词云，mainMenu().py提供简易交互入口。所有脚本均适配Python 3.7环境，附带chromedriver.exe可直接运行，输出SVG格式图表便于嵌入报告。CSV原始数据文件（如Boss.csv、gxdc_gj20201221.csv）和中间清洗结果（cleanData.csv）一并提供，方便复现与二次分析。
810nm半导体激光与755nm翠绿宝石激光脱毛效果的比较.pdf
810nm半导体激光与755nm翠绿宝石激光脱毛效果的比较.pdf
人脸识别中发型遮挡检测方法研究.pdf
人脸识别中发型遮挡检测方法研究.pdf
Photoshop鼠绘教程：人物造型之女孩五官的绘制.doc
Photoshop鼠绘教程：人物造型之女孩五官的绘制
