1、产品概述
本产品是学霸软件系统的爬虫部分,由NEWBE团队负责。主要任务是从网上爬取出相关数据后提供给C705组使用。
2、产品的发展经历
2.1 产品的发展经历
本产品从2014.10.29开始迭代,经历两轮迭代,发布了ALPHA和BETA版本后。最终基本圆满的满足了C705的需求,并顺利地与学霸下一组成功对接。
2.2 产品的版本
在ALPHA版本阶段,我们的产品方向略有偏移,重点没有放在学霸系统整个的体系下,而是将爬虫作为一个单独的程序而确立产品定位,因此设计了大量UI,URL热度排序,等比较高级,但不实用的功能。
在BETA版本阶段,我们与C705团队进行了充分沟通,明确了我们程序的最重要需求,同时,分析产品定位并找到了关于稳定性、高效性的需求。将产品放回到学霸系统整个的模块下,产品定位更加明确,产品做的也更加实用高效。
3、产品研发规划
3.1 需求列表
1、重要度:重要 需求类型:改进
需求描述: 限制爬取功能(quiz/pdf/doc/ppt)
2、重要度:重要 需求类型:BUG修改
需求描述: 无法爬取数量巨大的网页,会因为奇怪的bug陷入死锁,解决相应的bug(bug数量可能比较多..多人参与解决..)
3、重要度:重要 需求类型:新增
需求描述: 爬取ppt、doc功能
4、重要度:次重要 需求类型:新增
需求描述: 各个方法写好规格
5、重要度:次重要 需求类型:改进
需求描述: quiz页面的过滤功能(C705组需求:stackoverflow、百度知道、知乎、搜狗问问、博问、德问)
6、重要度:一般 需求类型:新增
需求描述:存储文件名换成ID号(上版把过长的文件名过滤掉了,需要修改)
7、重要度:一般 需求类型:BUG修改
重复网址会存成两个id不同的数据项.需要修改
8、重要度:一般 需求类型:改进
无关页面过滤算法的优化
9、重要度:较不重要 需求类型:BUG修改
软件开始界面的的newbe logo消失,需要修改
10重要度:重要 需求类型:新增
新增PDF PPT DOC按钮,QUIZ选择列表,可以有针对性的爬取
11重要度:一般 需求类型:改进
饼状图由三种改为可以显示五种。
3.2需求分析
我们的目标用户是C705组,爬取内容供他们使用。因此我们的需求来源于他们对我们内容的要求。因此,在与他们进行多次协商后,我们明确了我们的主要目标任务:
1 在原来爬取类型的基础上,新增可以爬取QUIZ页面的功能。
2 新增PDF PPT DOC按钮,可以针对性的爬取特定内容。
同时,在和他们协商的功能之外,我们知道作为一款长时间运行的网站,爬取软件的稳定程度、效率高低、资源占用多少都非常重要,因此我们修改了诸多BUG,优化了N多算法,以满足稳定、高效的需求。
3.3开发安排
每一天的研发规划都已经记录到DAILY SCRUM中,大家可以去每天的日志中看。
5、产品最终界面
ALPHA版本:
BETA版本:
目前数据库中数据数目:约40w