CRL Team——用户使用调查报告
| 这个作业属于哪个课程 | 2501_CS_SE_FZU |
|---|---|
| 团队名称 | CRL Team |
| 这个作业要求在哪里 | 团队作业—Beta冲刺 |
| 这个作业的目标 | 用户使用调查报告 |
| 其他参考文献 | 无 |
目录
- 一、调查背景与目的
- 二、调查方法
- 三、问卷设计与数据收集
- 问卷结构
- 问卷具体问题示例
- 四、测试内容与数据分析
- 核心测试任务完成情况
- 性能测试数据详情
- 五、用户反馈深度分析
- 高频积极反馈(提及次数统计)
- 待改进问题分析
- 用户建议分类统计
- 六、技术改进验证
- 与测试报告对应成果
- 用户感知的技术提升量化
- 七、改进建议与优先级
- 高优先级(立即处理)
- 中优先级(下个迭代)
- 低优先级(长期规划)
- 八、结论与总结
- 主要成果验证
- 关键发现总结
一、调查背景与目的
背景:在β冲刺阶段,在线学习平台完成了智能分析预测功能、实时处理系统优化、文件加密管理、数据库集群方案等关键功能的开发。为全面评估优化效果,我们组织了本次用户验收测试。
目的:
- 验证新上线功能在实际学习场景中的实用性
- 收集用户对界面交互改进的直观感受
- 评估系统性能优化的实际效果
- 为产品后续迭代提供决策依据
二、调查方法
- 调查对象:软件工程学院大三学生(抽样30人)
- 调查方式: 一对一访谈 + 简单结构化问卷
- 调查时间:2025年11月29日 - 2025年11月30日
- 测试环境:个人移动设备测试
- 有效样本:30人全部完成
三、问卷设计与数据收集
问卷结构
第一部分:基本信息
- 年级分布:大三30人(100%)
- 专业背景:软件工程30人(100%)
第二部分:功能满意度评分(5分制)
| 功能模块 | 平均分 | 5分 | 4分 | 3分 | 2分 | 1分 | 标准差 |
|---------|--------|-----|-----|-----|-----|-----|--------|
| 智能学习路径 | 4.37 | 16 | 9 | 4 | 1 | 0 | 0.82 |
| 文件上传管理 | 4.47 | 18 | 8 | 3 | 1 | 0 | 0.78 |
| 语义搜索功能 | 4.33 | 14 | 11 | 4 | 1 | 0 | 0.79 |
| 系统响应速度 | 4.43 | 17 | 9 | 3 | 1 | 0 | 0.76 |
| 界面交互设计 | 4.27 | 13 | 12 | 4 | 1 | 0 | 0.81 |
| 数据安全保障 | 4.30 | 15 | 10 | 4 | 1 | 0 | 0.80 |
第三部分:使用意愿度量
- 推荐意愿(NPS):+63%(推荐者23人,被动者6人,贬损者1人)
- 继续使用意愿:93%(28人表示会继续使用)
问卷具体问题示例
"智能学习路径推荐的内容是否符合您的实际水平?"
- 非常符合:12人(40%)
- 比较符合:14人(47%)
- 一般:3人(10%)
- 不太符合:1人(3%)
"文件上传过程的便捷程度如何?"
- 非常便捷:18人(60%)
- 比较便捷:8人(27%)
- 一般:3人(10%)
- 不太便捷:1人(3%)
"搜索功能是否能准确理解您的查询意图?"
- 非常准确:11人(37%)
- 比较准确:15人(50%)
- 一般:3人(10%)
- 不太准确:1人(3%)
四、测试内容与数据分析
核心测试任务完成情况
| 测试任务 | 完成率 | 平均完成时间 | 一次成功率 |
|---|---|---|---|
| 制定复习计划 | 100% | 3.2分钟 | 87% |
| 加密文件上传 | 100% | 1.8分钟 | 93% |
| 专业资料搜索 | 100% | 2.1分钟 | 83% |
| 移动端操作 | 97% | 4.5分钟 | 77% |
| 高并发测试 | 100% | - | 92% |
性能测试数据详情
系统表现指标:
- 30人并发访问平均响应时间:1.3秒(P95:2.1秒)
- 文件上传成功率:98.7%(失败主要集中在网络不稳定情况)
- 搜索功能准确率:87.2%(基于30个标准测试查询)
- 移动端功能完整度:92%(主要缺失高级编辑功能)
用户体验指标:
- 任务完成满意度:4.4/5.0
- 界面易学性:4.6/5.0
- 操作流畅度:4.3/5.0
- 功能实用性:4.5/5.0
五、用户反馈深度分析
高频积极反馈(提及次数统计)
- "复习计划预测很准,节省了大量规划时间"(12人,40%)
- "文件加密功能让人放心上传私密资料"(9人,30%)
- "搜索功能现在能理解自然语言查询了"(11人,37%)
- "界面比之前更加直观易用"(8人,27%)
- "系统响应速度有明显提升"(10人,33%)
待改进问题分析
| 问题类型 | 提及人数 | 占比 | 严重程度 |
|---|---|---|---|
| 学习路径难度跳跃 | 8人 | 27% | 中等 |
| 移动端按钮尺寸 | 6人 | 20% | 中等 |
| 文件上传进度反馈 | 5人 | 17% | 轻度 |
| 搜索相关性 | 4人 | 13% | 轻度 |
| 错误提示专业性 | 3人 | 10% | 轻度 |
用户建议分类统计
功能优化建议:
- 增加学习路径手动校准功能(9人,30%)
- 优化移动端触控体验(7人,23%)
- 上传文件显示预计剩余时间(6人,20%)
- 搜索支持结果类型筛选(5人,17%)
体验提升建议:
- 增加学习数据可视化图表(4人,13%)
- 错误提示信息更加通俗易懂(3人,10%)
- 空状态页面增加操作引导(2人,7%)
六、技术改进验证
与测试报告对应成果
- 智能分析模块:用户确认预测准确性显著提升(满意度4.37/5.0)
- 实时处理系统:高并发场景下响应稳定(响应时间1.3秒)
- 文件加密管理:安全需求得到有效满足(满意度4.30/5.0)
- 数据库优化:查询性能改善获得用户认可(搜索速度提升明显)
- 交互设计改进:操作路径优化效果明显(易学性4.6/5.0)
用户感知的技术提升量化
- 系统响应速度提升感知:4.43/5.0(相比α阶段提升0.8分)
- 文件处理效率提升感知:4.47/5.0(用户直观感受强烈)
- 搜索准确率提升感知:4.33/5.0(自然语言理解获得好评)
七、改进建议与优先级
高优先级(立即处理)
- 优化学习路径推荐算法,解决难度跳跃问题(影响27%用户)
- 改进移动端响应式设计,调整触控目标尺寸(影响20%用户)
- 增强文件上传进度反馈机制(影响17%用户)
中优先级(下个迭代)
- 实现搜索结果的智能筛选和排序(13%用户建议)
- 增加学习数据可视化展示(13%用户期待)
- 优化错误提示的用户友好性(10%用户反馈)
低优先级(长期规划)
- 扩展支持更多文件格式解析(技术复杂度高)
- 开发协作学习功能模块(需求相对分散)
- 建立用户反馈自动化收集系统(基础设施投入)
八、结论与总结
主要成果验证
- 核心功能稳定性:智能分析、文件管理、搜索等核心模块运行稳定(平均满意度4.4+)
- 性能优化成效:系统响应速度和并发处理能力显著提升(技术指标达标率92%+)
- 用户体验改善:界面交互和操作流程获得用户普遍认可(推荐意愿+63%)
关键发现总结
- 技术优化成果有效转化为用户体验提升(各项指标均有明显改善)
- 移动端体验仍是主要改进方向(完成率和满意度相对较低)
- 个性化推荐精度需要持续优化(难度匹配是核心痛点)
调查组织:CRL Team
数据分析:陈宗冉
报告撰写:陈宗冉
日期:2025年11月30日
附录:问卷样本与原始数据




相关推荐
Ipad真机调试 证书的制作
真机调试 证书的制作,真机调试 证书的制作 _ iPhone开发 _ iPad开发
开源小满技术文档 EasyXMen Technical Documentation
持续18年精心打造的安全车控操作系统技术文档
DeviceStatus-0608
DeviceStatus_0608
卵巢癌风险检测基准数据集5万例52特征合成病历
医疗健康研究数据集:OC-Risk50K卵巢癌临床与风险分层基准数据集,基于结构因果模型按临床诊断参数、生物标志物分布与影像特征构建的5万例独立患者档案。目标类别1:1均衡(2.5万卵巢癌病例与2.5万非癌对照),共52列(46个诊断前特征、3个诊断后时序特征、1个分区标签、2个目标变量),内置Train 35000、Validation 7500、Test 7500三段划分,随机种子固定42保证可复现。支持两大预测任务:任务A早期卵巢癌检测二分类,任务B风险分层多分类。专为机器学习实验、表格基础模型评估、因果特征选择与早期癌症研究设计。合成数据不含真实患者信息,适合医疗AI研究者与算法工程师使用。
开曼群岛国界、省界、市界矢量数据SHP格式.zip
本资源为《开曼群岛国界、省界、市界矢量数据SHP格式》压缩包,文件大小约 47.7 KB,适合按项目统一保存和使用。实际覆盖范围与内容请结合包内文件及说明核对。 从压缩包目录可见Shapefile 主文件(.shp)、空间索引(.shx)、属性表(.dbf)、投影说明(.prj)、编码说明(.cpg)。解压后请保持配套文件同名并保存在同一目录,再加载需要的图层。 可结合实际内容用于 GIS 学习、行政区划展示、专题地图制作、分区统计及空间叠加分析。各地区行政层级的含义可能不同,应核对实际属性字段,避免直接将所有层级理解为省、市、县。 可使用 QGIS、ArcGIS 等支持 Shapefile 的软件加载 .shp 文件。叠加其他图层或关联统计表前,请检查坐标系统、字段编码与关联标识,避免仅凭名称匹配。 来源、年份、精度、坐标系、记录数、字段含义及使用条件,以实际文件和原始资料说明为准。


