团队作业二之需求调研

这次的软件工程团队合作我们我们小组准备合作制作一个针对校内师生的购书网站,简单来说就如同京东淘宝当当那些大型电商网站一样,但我们能力有限,只能面对我们学校师生制作一个购书网站,来解决教科书购书难,使用过后闲置的问题,如今学期过半,也早已没有那种为教科书无处订购、价格昂贵的问题而发愁了。但在刚刚开学的时候,我们却感觉这是个很头疼的问题,向学长学姐借的书目不全、单人购买的昂贵、找不到集体购买的渠道,着实让我们很伤脑筋,,每个学期初买书需要将近400块钱费用,有的同学会向学长学姐借书,但是不能保证学长学姐可以把所有的书借给你,可能丢失,也可能考研需要留着自己用,而且很多书真的很难借,比如说英语书,每年期末都会有二道贩子收购二手英语书,高价卖出,我们都有目共睹,所以我们准备做一个购书平台,我们会面向全校收集不用的二手书,然后低价售出,这个价格会比我们收购的时候稍微高一点,差价会很小,因为我们的目标是方便学生,实现我们小组共同的目标,而不是做一个二道贩子团队。

说到需求调研,不如说我们组的每一个人都是这次需求调研的调研对象,因为我们都在这个学校里学习、生活,对教科书的需求的必然的,而且也切实体会到学期开始那种没有教科书的痛苦,也体会到一堆书在寝室用过无处处理的无奈。我们思考过后感觉大多数学生会和我们有相似的问题,并把目标用户定为我校学生,所以我们通过问卷调查的方式来确定我们这次的需求,我们问卷调查对象主要是本校学生,我们通过网络发出我们的问卷最终根据结果总结需求。此外我们还准备找几个用户从刚开始的需求采访到后面的网站使用进行一系列跟进访问,此过程会拍成视频,视频将会在下次团队作业中和用户体验视频一起提交。

https://sojump.com/jq/10431513.aspx这是我们问卷的网址,大家可以登录看一下,由于这次时间不是很充足,我们收到了五十个人的结果,下面我会展示几个代表性的问题,通过问题的收集结果总结需求:

通过这个问题可以确定我们的用户基本都是学生。

通过这个问题表示大多数人基本对网购持支持态度,毕竟现在网购已经成为一种风向,特别是学生。

通过这个问题得出我们的项目应该保证货美价廉,种类肯定会包括我们学生需要的每个科目的图书,而且最好能够提供送货上门功能,因为我们现在团队人员有限,所以这个功能值得商榷。

通过这个问题确定了购物车功能的必要性。

通过这个问题体现出有将近半数的同学不向学长学姐借书,而且借书的同学中,不一定能够借全书,说明我们项目的市场还是很不错的。

通过这个问题得出很多学生面临买书贵买书难得问题,这也是我们这个项目的目的所在,可以看出我们这个项目的优点和前景所在,我们可以切实帮助同学解决这一问题。

通过这个问题可以看出超过半数的同学有着无处处理旧书的无奈,我们收购旧书这一功能,可以帮助同学处理旧书,还能得到一定的利益回报,何乐而不为呢,我们的货源基本可以保证。

 

通过这个问题可以确定我们的页面需要实现的功能。

通过这个问题可以确定我们网站需要避免和保证的一些问题。

通过这次收集的结果我们得出我们项目的前景还是不错的,我们的项目解决的正是我们身边同学面临的问题,我们的项目切实可行,但是我们的网站需要保证安全,界面简洁,可以站内搜索,有评论系统,有购物车系统,售后系统一定完善,可以及时收到用户反馈,尽量实现送货上门功能。接下来我们小组准备对这些项目进行技术分析,对其工作量进行分解,请大家持续关注我的博客,将会继续更新出我们的项目进展情况。

 

转载于:https://www.cnblogs.com/pianruijie/p/6035321.html

CSDN海神之光上传的代码均可运行,亲测可用,直接替换数据即可,适合小白; 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2019b或2023b;若运行有误,根据提示修改;若不会,私信博主; 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可私信博主或扫描博客文章底部QQ名片; 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 功率谱估计: 故障诊断分析: 雷达通信:雷达LFM、MIMO、成像、定位、干扰、检测、信号分析、脉冲压缩 滤波估计:SOC估计 目标定位:WSN定位、滤波跟踪、目标定位 生物电信号:肌电信号EMG、脑电信号EEG、心电信号ECG 通信系统:DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪(CEEMDAN)、数字信号调制、误码率、信号估计、DTMF、信号检测识别融合、LEACH协议、信号检测、水声通信 1. EMD(经验模态分解,Empirical Mode Decomposition) 2. TVF-EMD(时变滤波的经验模态分解,Time-Varying Filtered Empirical Mode Decomposition) 3. EEMD(集成经验模态分解,Ensemble Empirical Mode Decomposition) 4. VMD(变分模态分解,Variational Mode Decomposition) 5. CEEMDAN(完全自适应噪声集合经验模态分解,Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise) 6. LMD(局部均值分解,Local Mean Decomposition) 7. RLMD(鲁棒局部均值分解, Robust Local Mean Decomposition) 8. ITD(固有时间尺度分解,Intrinsic Time Decomposition) 9. SVMD(逐次变分模态分解,Sequential Variational Mode Decomposition) 10. ICEEMDAN(改进的完全自适应噪声集合经验模态分解,Improved Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise) 11. FMD(特征模式分解,Feature Mode Decomposition) 12. REMD(鲁棒经验模态分解,Robust Empirical Mode Decomposition) 13. SGMD(辛几何模态分解,Spectral-Grouping-based Mode Decomposition) 14. RLMD(鲁棒局部均值分解,Robust Intrinsic Time Decomposition) 15. ESMD(极点对称模态分解, extreme-point symmetric mode decomposition) 16. CEEMD(互补集合经验模态分解,Complementary Ensemble Empirical Mode Decomposition) 17. SSA(奇异谱分析,Singular Spectrum Analysis) 18. SWD(群分解,Swarm Decomposition) 19. RPSEMD(再生相移正弦辅助经验模态分解,Regenerated Phase-shifted Sinusoids assisted Empirical Mode Decomposition) 20. EWT(经验小波变换,Empirical Wavelet Transform) 21. DWT(离散小波变换,Discraete wavelet transform) 22. TDD(时域分解,Time Domain Decomposition) 23. MODWT(最大重叠离散小波变换,Maximal Overlap Discrete Wavelet Transform) 24. MEMD(多元经验模态分解,Multivariate Empirical Mode Decomposition) 25. MVMD(多元变分模态分解,Multivariate Variational Mode Decomposition)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值