关于市场调查分析与需求分析的心得

    我们小组在这周内进行了需求分析的市场调查与讨论, 我作为我们小组的调查分析结果统计分析的执笔人,是有着许多的心得的。

    第一,我们在调查过程中得到了许多超乎我们想象的反馈,例如二手商品交易市场的一个用户需求就非常巨大,其实许多同学是希望校内能有这样的一个平台,可以更快捷,安全,高质量的交易,而不去使用类似咸鱼这一类比较混杂的,而且需要自行邮递的平台。我们希望把平台做的更加专业化,针对性强,同时快捷,安全,方便,实惠,有质量保证!

    第二,许多被调查者给我们反馈了对我们平台的担忧,最主要的一点就是平台的安全性以及物品的质量保证。总所周知,第三方平台的交易,安全性是第一的,我们需要用大量的精力去研究开发如何最大程度的提升我们平台的安全性,同时让用户提升对我们平台的信任,再逐步进行推广就容易的多了,所以,我们设计平台时,需要更花心思在交易的安全性上面,让最初使用的第一批用户信任我们的平台。第二,有关物品质量的保证,我认为可以这样处理,那就是建立用户信用机制,同淘宝的机制类似,用户买东西时,总会优先看信用度高的卖家,但我也有自己的思考,毕竟我们做的是一个二手商品交易平台,不同于淘宝,京东,都是一手物品。都知道,一手物品自出厂,就有专门的一套业内质量评定标准,但二手商品不同,现在并没有一套成熟的二手商品评价体系,我们需要在这方面做更加深入的研究与讨论。不过,既然是随笔,我就这里发表一下我自己的想法,我认为,首先,我们做的是校内二手交易平台,所以,快捷,安全的交易就是我们的绝对优势,因此,从二手商品评价标准,实名制,退货机制,三方面就可以保障我们的用户可以信任平台,并且可以放心的购买。首先,一套可以实施的物品评审标准需要公布出来,并作为平台的运营标准,第二,校内实名制不是个难题,既然在校内,所以实名制可以让某些用户无法钻物品质量的信用漏洞,最后就是退货机制,无论如何有买就有退,所以我们需要允许退货,但其中的细节就有待深究了,我不再赘述。

    第三,我们用户的需求是多变的,但也是很简单的,无论怎么变化,唯独最重要的就是安全与信任。但我们作为开发者们,需要花很多的精力,但也是必须的,消费者即使上帝,我们需要保障消费者的利益,这个核心理念不会变!

    第四,我们的团队是很有实力的,我相信我们的团队可以成功!

        

 

                                                                2016.3.11

转载于:https://www.cnblogs.com/blog-ghy/p/5266104.html

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、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挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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