引子
無雨哪能見晴之可愛,沒有夜也将看不出晝之光明 --郁達夫
本次作業
組長作業連結
“NABCDM”分析——更完備的競争性需求分析
- 或許你會對本次分析的标題感到些許疑惑，但在抱怨之前我們可以先來看看下述的兩段話...
- 我們的産品——吃喝玩樂遍福州計劃以福大周邊各城市廣場為基點，給廣大現居福州亦或是來福州遊玩的使用者提供一個主要針對餐飲娛樂的第三方評論模式的資訊分享平台。他們需要<Need>——實時、客觀的資訊分享平台以更加輕松且有效的方式擷取更多商鋪資訊，但是現有的産品并沒有很好地解決這些需求。我們有獨特的辦法<Approach>——結合“目标檢測”與“文字識别”并且內建了AR技術為一體的資訊檢索平台，同時兼具智能情感分析功能——透過各類評論進一步給使用者提供更多資訊這樣來滿足使用者需求，它能給使用者帶來好處<Benefit>,遠遠超過競争對手<Competitor>。同時，我們有高效率的<Delivery>推廣,能很快讓目标使用者知道我們的産品，并進一步傳播。
- 我們的産品——吃喝玩樂遍福州計劃以福大周邊各城市廣場為基點，給廣大現居福州亦或是來福州遊玩的使用者提供一個主要針對餐飲娛樂的第三方評論模式的資訊分享平台。他們需要<Need>——實時、客觀的資訊分享平台以更加輕松且有效的方式擷取更多商鋪資訊，但是現有的産品并沒有很好地解決這些需求。我們有獨特的辦法<Approach>——結合“目标檢測”與“文字識别”并且內建了AR技術為一體的資訊檢索平台，同時兼具智能情感分析功能——透過各類評論進一步給使用者提供更多資訊這樣來滿足使用者需求，它能給使用者帶來好處<Benefit>,遠遠超過競争對手<Competitor>。同時，我們有高效率的<Delivery>推廣,能很快讓目标使用者知道我們的産品，并進一步傳播。最後，我們有完善的<Maintainence>維護與更新機制，系統化的軟體疊代流程，随着客戶需求的變更以及市場驅動的導向，我們能夠逐漸改進和完善我們的軟體
- 在按部就班地分析需求時，第二段話是否會更具說服力？
- 需求文檔的确立中不需要考慮軟體的維護問題嗎? 僅僅依靠創新的做法、優秀的推廣可以說服客戶嗎？
- 不妨來看看下述中我們團隊對于“NABCDM”的分析吧！
Need——需求
- 基本需求
- 提供針對餐飲娛樂的資訊分享功能
- 實作通過AR技術結合自然場景下的文本識别擷取商鋪資訊
- 完成商鋪評價的 “情感分析” ——通過多樣化的評論提供給使用者更多資訊
- 附加需求
- 結合GPS完成周邊商鋪的智能推薦
- 資料可視化在商鋪廣場地圖上的實作
Approach——做法
- 基本需求的做法
- 建立資料庫存儲各類資訊
- 目标檢測+文字識别+AR接口
- 自然語言處理、情感挖掘
- 附加需求的做法
- GPS接口的導入
- 基于matplotlib+wordcloud完成資料可視化
Benifit——好處
- 使用者可根據自身需求擷取商鋪相關資訊，亦可輕松通過定位智能推薦商鋪
- 在打字不友善的情況下，隻需輕松打開手機一掃即可
- 結合了情感分析以屏蔽“水軍”評論，使使用者能以更客觀的角度擷取更豐富的資訊
- 軟體的擴充性易、泛化性強，可結合多種功能
Competitors——競争
- 競争中存在着先發優勢與後發優勢：
- “先發優勢”——先進入市場的産品會使得使用者形成在先發軟體上的習慣，同時需要額外考量遷移成本。
- “後發優勢”——後進入市場的産品可以在先進入市場的産品上做出改進，更好地滿足使用者需求。
- 假想競争對手
- ① 以其他同樣參與團隊作業的同學為假想競争對手，由于我們的軟體提供了維護的功能——M，個人認為一個維護有保障的軟體産品在面對客戶需求上完全不輸于其它看似功能性完備的産品。我們的軟體産品可以通過有效、規範的維護更新制度完成良好的産品輸出，并且能持續性給使用者帶來更佳的體驗。
- ② 若是不巧，相較于同樣于同樣也為客戶提供維護功能的團隊，則進一步轉入各自軟體的功能上的競争；根據我們團隊的調研情況，目前市面上沒有一款以AR技術為接口結合深度學習分析商鋪的APP，而假設我們的假想對手做的是諸如市面上常見的諸如推薦、圖像識别等功能，則在創新性方面不如我們團隊；而若是相較于同樣具有創新型功能的團隊的話，則主要差異度将會展現在上述提到的“先發優勢”與“後發優勢”上。更何況我們有最強的技術團隊。
Delivery——推廣
我們将推廣思路分為三個階段——初期、中期、上升期
- 推廣的初期，我們将在學校内宣傳，通過海報、網絡、自印宣傳單等方式，迅速擴大市場範圍。并且根據使用者的回報資訊，對軟體進行進一步的疊代更新。完善功能。接下來推廣到大學城内其他幾所高校，進行下一步的更新和疊代。
- 進入到中期，積累了一定的使用者量和功能完善，我們計劃擴大與商家合作，并且借用原先的客戶流量來完成進一步推廣。
- 有了以上的基礎，則進入軟體的上升期，具有較大的使用者量之後，使用者群體也将産生一定的軟體依賴性，是以我們計劃在客戶分享的内容的結尾帶上本軟體産品的宣傳智語， 達到擴大影響力的效果。
Maintainence——維護
- "NABCD" 是一個兼具泛化性與強健性的模型，在考量需求、推廣的同時，也強調了競争這一更立足現實的觀點，能夠完全滿足市場上絕大部分軟體的需求分析要求。
- 但私以為在完成 “NABCD” 這樣一個競争性需求分析架構的同時，我們團隊更需要一個差異化的焦點來吸引更多的使用者；做出高品質的功能讓使用者口口相傳固然是件極佳的事情，但是我們終須考慮到軟體的生命周期，做出一個不斷給使用者帶來更佳體驗的軟體。
- 是以應用至本軟體——“吃喝玩樂遍福州”，我們會持續不斷地提供資料庫更新的支援，也會不斷擴充、完備現有功能，如在提供商鋪評論分析功能的基礎上，提供推薦同類其他家商鋪的選項，給客戶提供一個不斷“湧入新鮮血液”——不斷更新疊代的平台。
團隊貢獻度評價準則
- 在每次作業釋出時，線上或線下召開短會安排本次任務，根據每組配置設定到的任務量定下每組的貢獻度百分比。各組的百分比的總合為 90% ，剩下 10% 作為獎勵表現較好的組，如果各組都按時送出計劃任務，則 10% 平均配置設定給各組。
- 組内的貢獻度由各組的組長進行配置設定。
- 每個人最終的貢獻度都會根據送出情況和完成情況進行浮動。
- 扣貢獻度的情況有：
- DDL 之後才送出任務
- 品質差
- 在其他人的幫助才完成
- ...
- 如有扣貢獻度的情況，會把扣下的貢獻度配置設定給按時送出計劃任務的組。
- 任務完成的品質由各小組組長及組長林燊共同認定。
選題報告
點我看看
評審表
答辯總結
答第一組
1. 項目功能之一的評論篩選實作難度較高，即使有針對英語比較成熟的機器學習訓練方法，在将語境轉換到中文語境時識别成功率還能保持嗎？畢竟中文文法與英語文法相比有更多不确定性
-
答： 首先感謝“爸爸餓了隊”組的提問，答辯後查閱了大量資料發現，
該類中文标注集确實存在較少，針對英文也存在有類似的“facebook”相關的謠言檢測标注集。不過應用于水軍評論上則存在大量問題——如“水軍”界定困難等。原先計劃是通過二分類形式的貝葉斯分類器來完成訓練的，經過組内讨論也驗證了此方法過于簡單且資料集存在差異性問題，我們也是以删去了該功能。不過這裡我也想簡單提出一個似乎可行的解決方案：通過網絡上常見的“模闆”結合相關“水軍管道”，以我們團隊自身角度來标注“水軍”資料集，但是這個工作量實在偏大，是以不做考慮。我們團隊也歡迎這樣有深度的問題！
- 如何規避爬取如大衆點評的使用者評論時可能存在的法律風險？
- 答： 隻要對應網站的robots協定允許或是我們不用于商業用途就是合法的，是以本産品初期可以采取不盈利的模式，不斷由使用者提供基于真實體驗後得到的商鋪資訊，待産品成熟後即可不依賴于“爬蟲”，改為應用我們産品自身資料庫的資訊，便可自此開始盈利。
- 在演講階段沒有清楚的闡明使用者的使用場景，希望能獲得一個清晰的表述
- 答： 确實我們在演講階段沒有清楚闡明，僅在答辯階段借着提問機會才簡單闡明了我們的使用場景——“假定我們初來福州，想去周邊的城市廣場找家餐館不單為滿足飽腹之饑，更為有較好的用餐體驗，一家裝潢雅緻的餐館出現在你面前，與此打開手機一步步輸入餐館資訊，不如輕輕一掃即可完成資訊檢索。"
答第二組
- 關于删掉水軍這點,感覺是挺有難度的,請問打算怎麼實作？
- 答： 首先感謝“拖鞋旅遊隊”的提問，我們的原先計劃是通過二分類形式的貝葉斯分類器來完成訓練的，經過組内讨論也驗證了此方法過于簡單且資料集存在差異性問題，我們也是以删去了該功能。不過這裡我也想簡單提出一個似乎可行的解決方案：通過網絡上常見的“模闆”結合相關“水軍管道”，以我們團隊自身角度來标注“水軍”資料集，但是這個工作量實在偏大，是以不做考慮。
- 兩個月後開始實作盈利的怎樣得出來的，衆多盈利方式中那點可以作為最主要的赢利點，要是兩個月後沒有實作盈利那又該怎麼辦？
- 答： 我們根據簡單的市場調研得出了上述的結論，我們的廣告位會作為我們的主要盈利點，若兩個月後未實作則會通過我們提出的三段式維護疊代子產品進一步維護我們的産品。
- 對于店鋪的安全性和營業資質可以保證嗎，如果可以的話，要如何保證？
- 答： 首先店鋪的營業執照均有國家工商局頒發，我們也會盡力确認。
答第三組
- 對于算法的複雜度實作難度,你們有什麼想改進的嗎
- 答： 首先感謝“彳艮彳亍隊”組的提問，我們計劃采用遷移學習的形式改進，具體化即為直推式遷移學習——通過分類器的正負樣本完成遷移訓練。
- 這個項目需求,是否真正滿足使用者真實需求？有問卷多少比例的預使用率嗎？
- 答： 我們主要針對于剛入學的18級新生投放的問卷，約有94%的問卷調查群體對我們提供的功能表示認可。
3. 對于類似于美團、大衆點評這種需要多人次使用的app才可盈利,你們有什麼推廣的計劃嗎？
- 答： 推廣計劃均在部落格及項目計劃書中有展現，推廣的初期，我們将在學校内宣傳，通過海報、網絡、自印宣傳單等方式，迅速擴大市場範圍。并且根據使用者的回報資訊，對軟體進行進一步的疊代更新。完善功能。接下來推廣到大學城内其他幾所高校，進行下一步的更新和疊代。
答第四組
答第五組
- 夜間手機拍照難以識别怎麼辦？
- 答： 首先感謝“起床一起肝活隊”的提問，但是提問可否适當結合生活實際呢？一家營業間的商鋪在夜晚肯定是有開燈，考慮我們的項目基礎即為文字搜尋功能，夜間拍照我們也可通過調用手機附帶的手電筒實作。
- 關于水軍，如果連人腦都難以判斷是否為水軍，算法可以做到嗎？
- 答： 關于人腦與算法的差異性，或許該組對此有誤區。類似的功能如謠言檢測，設想一下，大部分人也很難區分謠言吧？相關具體可參見注意力模型的具體介紹，隻是介于該子產品僅是附加功能，是以在本子產品上的時間配置設定不會過多，關于技術方面問題有興趣可以後續私聊我們團隊讨論！
- 對于缺少簡介與評論的商家應該如何解決？
- 答： 我們主要針對的是城市廣場上的商鋪，而在大多數城市廣場的營運商均有需求對應商鋪提供相應簡介以與各大點評網站對接。若缺少評論我們可以選擇不展示！這種不展示評論情況也在大部分點評網站也均有出現。
答第六組
- 請問如何辨識水軍和使用者？
- 答： 首先感謝“404 Note Found隊”的提問，我們的原先計劃是通過二分類形式的貝葉斯分類器來完成訓練的，經過組内讨論也驗證了此方法過于簡單且資料集存在差異性問題，我們也是以删去了該功能。不過這裡我也想簡單提出一個似乎可行的解決方案：通過網絡上常見的“模闆”結合相關“水軍管道”，以我們團隊自身角度來标注“水軍”資料集，但是這個工作量實在偏大，是以不做考慮。
- 如何讓使用者放棄其他産品而使用你們的産品？
- 答： 做好的自己的核心功能，增強競争力。考慮的是做好自己，而不是逼使用者做出選擇，隻要自己的産品夠好，使用者自然會投入我們的懷抱。
- 技術壁壘如何實作？
- 答： 技術壁壘方面，我們大緻還是以AR技術為主，google這邊有提供相對應的開源代碼，我們也會在此基礎上進一步完成實作，如果感興趣歡迎讨論。
答第七組
- 對于夜晚環境暗，閃光燈補光無效，使用者使用的不是P20，是不是核心功能就失效了？
- 答： 一般使用者會選擇營業中的店鋪，黑燈瞎火的店鋪應該是沒辦法營業的吧。
- 如果采取了定位，使用搜尋推薦附加商家的模式不會太花費時間，那麼你們的核心功能真的有吸引力嗎？
- 答： 核心功能是我們自己定義的，我們認為這是我們可以吸引使用者的點，那麼您說有了一個更吸引的功能那麼我認為這不是一個問題，而是一件好事。
- 對于沒有商店招牌的店鋪怎麼辦？以及你們要怎麼擷取商店疊代更替的資訊？
- 答： 我們的使用者場景主要針對的是城市廣場，那麼我認為城市廣場内出現沒有商店招牌的店鋪是很可笑的。
答第八組
1. 對于項目的長海報功能，對于照片品質的保證和壓縮能到什麼程度
- 答： 首先感謝“小白吃”組的提問。沒能了解您的意思，“項目的長海報”這個功能我們并沒有提過，也沒有相關表述，不知道是不是問題填錯了位置呢？我們從未提到過長海報功能！
- 感覺其實拍照功能是多此一舉的你們說打字時可能光線太暗，但是拍照的時候要是晚上也識别不清怎麼辦？
- 感覺你們對于算法主要是通過現成的目标檢測算法，但是後面更為核心的卻沒有提到，對于你們以後能否真正推廣有把握嗎？
- 答： 首先我們不僅實作了目标檢測算法，還實作了相對的文字識别算法，試問每個團隊是否均在實作算法完全功能後再上台答辯呢？我們的核心内容即為AR掃描+目标檢測+文字識别。不過AR子產品的話，google有提供開源的代碼，我們也可借此來改進。
答第九組
未送出問題
選題報告修改内容
- 根據上述提問，我們均對選題報告進行了不同程度的修改，大緻分為以下三個子產品：
- 删除“水軍”功能及其相關表述
- 選題報告格式規範化
- 修改團隊準則
平均分
本次整合各組打分，去除最高分及最低分，所得分數為75.71
本次作業貢獻度
| 隊員 | 貢獻度 |
|---|---|
| 林燊 | 13% |
| 陳俞辛 | 16% |
| 朱志豪 | 8% |
| 蔡宇航 | 9% |
| 陳柏濤 | 10% |
| 董鈞昊 | |
| 劉宏岩 | 12% |
| 盧恺翔 | |
| 楊喜源 | |
| 總計 | 100% |
說明：本次作業沒有出現扣貢獻度的情況。考慮到本次作業以文檔為主，是以制作文檔的同學貢獻度較高。