团队作业第六次—团队Github实战训练

2022-09-27 17:22:50

作业描述

课程	软件工程1916\|W(福州大学)
团队名称	修！咻咻！
作业要求	团队作业第六次—团队Github实战训练
团队目标	搭建一个相对公平公正的抽奖系统，根据QQ聊天记录，完成从统计参与抽奖人员颁布抽奖结果的基本流程。
git项目	https://github.com/huangquanhuan/live-project
开发工具	Vistual Studio

团队信息


队员学号	队员姓名	个人博客地址	git地址
221600126	刘忠燏	http://www.cnblogs.com/Downstream-1998/	https://github.com/Downstream1998
221600207	黄权焕	https://www.cnblogs.com/hyry/	https://github.com/huangquanhuan
221600328	苏明辉	https://www.cnblogs.com/ahuigg/	https://github.com/398315418
221600330	吴可强	https://www.cnblogs.com/masgak/	https://github.com/masgak
221600331	向鹏	https://www.cnblogs.com/xiang-peng/	https://github.com/Snug-XP

作业正文

（一）组员分工和工作量比例


队员学号	队员姓名	分工	贡献度
221600126	刘忠燏	对数据的结构化处理，编写活动类和活动管理类	20
221600207	黄权焕	图形界面编辑，奖励类的编写，所有类与页面的交互和最终成品的调试改bug	22
221600328	苏明辉	编写博客，抽奖类的编写	18
221600330	吴可强	附加作业的编写,博客编写	19
221600331	向鹏	人员类、管理人员类的编写，抽奖类的修正，最终成品的调试改bug	21

（二）github 的提交日志截图

（三）程序运行截图

1、设置活动管理
2、导入聊天记录
3、运行结果

（四）GUI界面

1、进入抽奖界面，并导入聊天文件路径
2、开始抽奖活动，管理员需要设置抽奖关键词、开始结束时间、文案、奖品相应信息、添加黑名单人员（恶意刷屏或机器号会自动进入）、选择过滤机制（不过滤、普通过滤、深度过滤），最后按下提交键开始抽奖
3、生成抽奖结果，界面显示抽奖关键词以及开始结束时间，管理员选择生成后列表上出现本次抽奖的关键词、中奖id与昵称，奖励名称与奖品信息

（五）基础功能实现

不过滤模式：剔除机器，所有参与抽奖的人，都纳入开奖范围。
普通模式：筛除只参与抽奖而无发表任何原创言论的用户（抽奖机器人），鼓励大家积极参与有意义的发言。
深度模式：为了使发言更有意义，减少灌水，对以下用户的中奖概率进行降权处理，只参与抽奖而无发表任何原创言论（抽奖机器人），只参与抽奖且只发送表情（水军）

核心算法介绍：

1、活跃度计算。抽奖发言+1，平时发言+2，刷屏发言（重复发一句话次数）>20时-50（修改身份=预警者），随后每重复一次-3，>100时-1008611（修改身份=危险者）。学生初始活跃=0；助教老师初始活跃-1008611；活跃度<1500000后不再减少（防止溢出）
2、抽奖机制：活动参与人员名单下所有活跃度>0的人员进行排序。按2：3：5的比例分成三个层次：A B C。每一次决定抽奖人员时，按照5：3：2的概率决定实在A B C三个层中哪个层进行抽取，决定抽取层次后按随机数mod 层人数决定抽奖者下标。抽奖方式有以下好处：

(一)：50%的中奖用户为高活跃人士。

(二)各层中奖概率为：

A 0.20.5 = 0.1

B 0.30.3 = 0.09

C 0.5*0.2 = 0.1
3、抽奖算法参考了这篇博客提到的Alias Method，将所有事件拼凑成为一个方形，从方形图片中可以得到两个数组：

Prob: [3/4, 1/4, 1/2, 1/4, 1]

Alias: [4, 4, 0, 1, null] (记录非原色的下标)

之后就根据Prob和Alias获取其中一个物品

随机产生一列C，再随机产生一个数R，通过与Prob[C]比较，R较大则返回C，反之返回Alias[C]。

此方法决定了奖项归属于那一部分人群（高活跃度或低活跃度），最后在这个人群中选择一位作为获奖者。

（六）附加功能实现

1.由中奖消息形成祝贺海报
- 使用python pil库中的Image等属性，从获奖txt文件中分别读取获奖人员与奖项，最后打印在海报模板的相应位置
2.对提供的聊天记录进行分析
- 热度随月份变化的条形图，对聊天数据进行正则匹配，将统计完的数据存储到列表中，使用plt绘画出相应图形
- 热度在一天的时间段内变化图，分析聊天记录中有关小时的数据存入excel文件中，再由excel文件使用plt绘画出相应图形
- 可以导入导出热度随时间断变化的excel文件，对excel文件进行分析
3.生成词云
- 导入python的jieba库进行中文分析，去除掉符号以及空白等无意义信息后将相应频率存入列表中，再根据python自带的wordcloud工具生成相应词云，但缺点是词语过滤的还不明显，还有图片以及“一个”这样无意义的词存在，后续可以继续改进。

通过对聊天记录的分析，可以看出该群一天中活跃度比较高的时间段是早晨九点多，晚上十一二点达到活跃度达到最高。从月份活跃度上也可以看出，在放假期间（二月与七八月）活跃度达到低点，开学后逐渐回升。从词云上也可以看到有四六级，考研，二手，电动车等与大学生密切相关的词语，由此也可以明显感受到互联网大数据与我们个人息息相关。

（七）特色功能

使用黑名单机制，活动更加随心所欲
自定义奖励数目、名称、奖品、人数，一切尽在掌握
使用活跃度计算抽奖资格。活跃度低于多少就丧失抽奖资格，并对于特殊身份以及恶意刷屏者都做了限制，例如有人以前正常发言，抽奖时恶意刷屏这样只会降低该活跃度而不是直接拉入黑名单。
监测刷屏的淘汰算法。

保留最近五次不重复发言的hashcode值为<键，值>数组a。初始Map a[5] = {-1,-1};新发言的值进行两次数组遍历。第一次遍历：监测hashcode是否重复，若重复将hashcode对应值+1，若否则进入第二次循环：监测是否有空位置,若有则插入，若无则将遍历到的最后一个位置(（进入位置-1）mod 5)进行数据替换。使用静态变量保留每次最新访问的下标，且逢5归0。值满足条件时按算法一进行处理。

（八）遇到的困难及解决方法

刘忠燏

正则表达式编写

我在团队里的工作有一个内容就是负责解析聊天记录，然而就如一个笑话里说的：“我有一个问题，我决定用正则表达式解决，现在我有两个问题了”。但是聊天记录这种信息，是有很明显的格式的，于是没辙，只能在 MSDN 上翻 .NET 里有关正则表达式的文档，并照着这个示例去学习了大概一两个小时，勉强写出了匹配消息头部分的正则表达式，然而匹配抽奖关键词的正则表达式我还是没有头绪，最后在这篇博客中找到了答案。不过我还是不能理解为什么这样可以匹配，还望有人能解释一下

Regex KeywordRegex = new Regex(

    @"#(?<code>[^\\#|.]+)#",

    RegexOptions.Compiled,

    TimeSpan.FromMilliseconds(200)

);

撰写注释

也不知道是什么原因，我在写注释的时候发现自己很容易词穷（我知道我写的这个方法做了什么，但我就是无法表示出来）。可能是我平时注释写得太少吧，目前只能是硬着头皮把注释写完，同时和交接代码的同学交待清楚我所写的一些功能。（有没有什么资料讲怎么写注释的

码农公寓