团队作业一:项目分析

论坛又名网络社区,英文简称BBSBulletin Board System),是Internet上的一种电子信息服务系统。从最初的电子公告板发展到现在,已经成为网民生活中的一部分,论坛的主要功能是用户可以自由发布主题和回复贴子,内容多变,具有极强的交互性。

论坛的起源BBS最早是用来公布股市价格等类信息的,当时BBS连文件传输的功能都没有,而且只能在苹果上机运行。1978年在美国芝加哥开发出一套基于8080CBBS/Chicago,此乃最早的一套BBS系统。之后随着苹果机的问世,开BBS发展数据发出基于苹果机的Bulletin Board System和大众信息系统2BBS系统。1981IBM个人计算机诞生时,并没有自己的BBS系统。直到1982年,Buss Lane 才用Basic语言为IBM个人计算机编写了一个原型程序。其后经过几番增修,终于在1983年通过Capital PC User GroupCommunication Special Interest Group会员的努力,改写出了个人计算机系统的BBS。经Thomas Mach整理后,终于完成了个人计算机的第1BBS系统——RBBS-PC。这套BBS系统的最大特色是其源程序全部公开,有利于日后的修改和维护,因此后来在开发其他的BBS系统时都以此为框架,所以RBBS-PC赢得了BBS鼻祖的美称。

1.这个领域有什么创新的历史

91-97是潜伏期

1991年:北京的罗依架设的“中国长城站”成为按照FidoNet体系建设的最早的BBS交换系统,这时的BBS称为PCBBS

1994年:中国大陆第一个互联网BBS——曙光BBS上线

1995年:2月,马化腾建立深圳站区;

1996年:求伯君在珠海架起了“西线”BBS站,雷军在北京架起了“西点”,广州一家叫飞捷的ISP提供BBS服务,四通利方论坛成立

在潜伏期论坛的特点是:一直到1997年,中国的BBS还处于聊天室的时代,早期网民多数仍在使用Telnet下的BBS,但由于Telnet界面简陋,操作繁琐,使用者多为专业人员,难以普及。

97-05是普及期

  论坛真正崛起于中国始于1997年。与中国互联网真正的崛起大约在同一个时间。

05-08是黄金阶段

  宽带入户了,带宽增加了。随着中国网络的迅速发展,每个拥有电脑的家庭都能上网。与前不同的是,Email主要是联络工作才用到,聊天室近乎成了发泄的场所,而BBS则由论坛逐渐发展成社区的形式。网民在BBS社区可以拥有自己唯一的名字,还可以设置自己特有的形象来张显自己的个性。 BBS越来越强大的功能吸引了更多的网民,使得网民们对BBS的依赖性更强了。在网络中在BBS上,人们可以得到很多现实中得不到的感觉和体验。所以说,网络的迅速发展给中国的BBS带来更多的发展机会。论坛朝着更加人性化的方向发展,使人与人之间的沟通更加容易,同时推出了许多网络名人。

09至今是被各种互联网新平台冲击的争鸣期

   由于人气大量汇聚,网络论坛不断地成熟发展;它们开辟了一个简单的互动沟通环境,尤其适于传播和探讨公共话题。虽然博客、微博作为后起之秀吸引了更多的网民,但由于涉及政治和社会问题的博客相对较少,且互动性稍逊,仍然是网络论坛在吸引着那些有兴趣阅读和评论时政的人。

2.这个领域是否存在颠覆性或持续的支持技术?

   一般来说,借助现有的开源论坛+模版是大多数人的选择。既然题主没有任何经验,那么推荐从部署php开源论坛如discuz、phpwind之类的。等到社区有热度了,需求出现瓶颈了,在考虑自己开发…如果那么热爱自定义,可以自己写如phpwind的模版…
    至于服务器,拿自己的笔记本搭实在是太不靠谱了,php的话可以用BAE等虚拟主机,想要更多的自定义,租用vps。不过论坛类网站备份比较麻烦,题主可以考虑使用国外服务。

3.是否存在仍未被发现的用户需求

     无论从技术层面还是社会价值层面分析, 网络论坛的社会发声功能和舆论放大效应都是值得重视和运用的。

  现今人工智能的发展越来越智能,论坛的智能功能方面也可以加以提升,比如语音的交流识别做的更加完善。操作的简便性,功能的易用性最为重要。

4.对于这样一个项目什么是“成功”?为什么一定会赢?

  我们的这个项目,所谓成功的目标就是吸引用户。作为一个面向学生和教师的校园论坛。拥有一个好的平台和更多的用户是必不可少的。学生能够在论坛上对自己的idea随时发布创意,能够实现竞赛报名系统的功能。贴近学生工作,为学生用户着想,学生和教师能够交流。

作为校园论坛,在广大的校园环境中,师生的交流是必不可少的,利用网络的便捷性,校园论坛是一个好的方法,会成功。

5.如何在3--6个月内获得成功

   首先做好用户的需求调研工作,对需求进行详细的了解,找到好的出发点,从开始就做好。团队之间的成员积极向上,团结合作,对组长的工作分配进行服从,做好分工,每个人尽职尽责。论坛的开发过程中,要了解论坛的发展,论坛中一些成功的案例。对于一些遇到困难的功能上,也要请教,吸取成功案例的精华。在短时间内的成功,也需要一些适当的营销。论坛营销它真正的价值还在于互动,真正好的网络传播一定是网友自动顶帖或者转帖率高的传播,那些发一个帖子,找无数ID自己顶帖和转帖的做法效果并不好,原因是普通网民的参与度差,广告的到达率也就低了许多。因此,克服困难和追求创新是我们不断探索道路上必须。

 

转载于:https://www.cnblogs.com/gygygy/p/6036249.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
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