[T.2] 团队项目：选题和需求分析

项目	内容
这个作业属于哪个课程	2025年春季软件工程(罗杰、任健)
这个作业的要求在哪里	[T.2] 团队项目：选题和需求分析 - 作业 - 2025年春季软件工程（罗杰、任健） - 班级博客 - 博客园
团队在这个课程的目标是	动手开发软工项目，争取做出好用的产品
这个作业在哪个具体方面帮助我实现目标	团队需求分析以及确定选题

项目描述：

• 产品名：校易咕
• logo：暂无
• 产品介绍：校易咕是一个面向在校学生的一个二手交易平台，其名字来源于Easy Go谐音，我们使用拟声词“咕”增加记忆点。我们希望它能够解决其他平台在实现校内二手交易上产生的痛点。
• 平台：实现一个可用的微信小程序，以达到iOS+安卓+PC多平台通用的效果。

N（Need 需求）：

用户痛点：

• 对品类/价格筛选的需求强烈：校内二手交易中，用户常因信息混杂难以快速定位目标商品，如寻找特定教材却一直翻到无关信息，或预算有限却被迫浏览高价物品。

• 跨年级/专业信息差：低年级学生不了解后续课程所需教材，无法提前购买二手书。

• 批量书籍出售的操作繁琐：卖家一次性出售多种类型的书籍时，需拆分发布，操作繁琐。

A（Approach 方法）：

学生身份认证系统（校园封闭生态）

技术实现：

• 前端（Vue）：

  登录页需绑定学校邮箱（如xxx@buaa.edu.cn），发送验证码至邮箱完成认证。

  也可以采用其他验证方式，比如上传校园卡照片或者GPS定位。

• 后端（Django）：

  使用Django REST Framework构建认证API，集成SMTP邮件服务（如Django的django.core.mail）。

  学号验证数据库：若学校提供API则直接调用，否则手动维护基础学号规则（如2023xxxxxx表示2023级）。

• 创新价值：

  确保用户均为本校学生，杜绝校外人员干扰，提升交易安全性。

  为后续课程教材匹配提供年级、专业等数据支持（例如：22371xxx是计算机专业大三学生 → 自动推荐《计算机网络》《软件工程》教材）。

课程教材智能匹配（图片识别+智能推荐）：

技术实现：

• 图片批量识别（创新点）：
  • 前端（Vue+Webcam/Upload）：
    • 允许用户上传教材堆叠照片或使用摄像头拍摄。
    • 图片预处理：使用OpenCV进行透视校正、边缘检测，分割单本书籍区域。
  • 后端（Django+AI模型）：
    • 书名识别：
      • 方案1：训练书籍封面分类模型（需爬取教材封面图库，用PyTorch微调ResNet）。
      • 方案2：结合OCR识别封面文字 + ISBN码扫描（调用外部网站API获取书籍信息）。
    • 课程匹配：
      • 构建课程-教材映射表：爬取学校课程大纲/教务系统（或手动录入），例如《数据库系统概论》→《MySQL从入门到入土》。
      • 根据卖家年级、专业，向买家推荐关联课程教材（如大二计算机学生 → 推荐《数据结构》《计算机组成》）。
• 功能流程示例：
  • 卖家拍摄书籍堆照片 → 系统分割并识别出《操作系统》《计算机网络》等教材 → 自动填充书名、ISBN、课程关联信息。
  • 买家搜索“计算机大三课程” → 系统显示《编译原理》《分布式系统》等教材及在售二手书列表。

创新价值：

• 降低发布门槛：卖家拍照即可自动生成商品信息，无需繁琐的手动输入。
• 精准推荐：基于年级/专业的教材预测，解决信息不对称问题。

B（Benefit 收益）：

预想的交易流程：

1. 用户有购买二手教材或其他物品的需求

2. 访问wx小程序，登录并完成校园身份认证（首次登录）

3. 用户确认专业、年级和所处公寓位置等信息

4. 根据智能推荐、按分类筛选或直接搜索找到想要的物品（如果有的话）

5. 可以私聊砍价或直接拍下（小程序仅进行意向的确定，不经手资金），此后物品暂时下架，若交易未完成，卖家确认交易失败后重新释上架该物品

6. 交易完成

预想的发布流程：

1. 用户有售卖二手教材或其他物品的需求
2. 访问wx小程序，登录并完成校园身份认证（首次登录）
3. 确认专业、年级和所处公寓位置等信息
4. 用户上架商品并填写描述与价格（若上架大堆书籍，可识图拍照一键上传）
5. 等待对商品感兴趣的用户进行交易

• 用户端：
  • 卖家发布效率提升（可以用拍照代替手动分类输入）。
  • 买家购物效率提高（如通过课程关联推荐书籍）。
  • 加快速率
• 平台端：
  • 可以得到北航校内二手交易数据，便于分析研判交易市场走向

C（Competitor 竞品）：

对标竞品特点：

平台	优点	缺点
闲鱼/转转	- 用户基数大，品类丰富 - 功能完善（担保交易、物流支持）	- 交易对象混杂（校外人员多） - 难以筛选到附近自提商品 - 缺乏校园认证机制
校内论坛/QQ群	- 用户活跃度高，覆盖全校人群 - 提供特色服务（如体育场地转租）	- 信息杂乱无分类，需手动翻找 - 无法确认商品状态（是否已卖出） - 无交易保障功能
校内平台（楼里楼外）	- 校园认证确保真实身份 - 精准定位（楼栋/校区） - 分类系统完善 - 社区互动功能	- 界面拥挤，商品展示无序 - 广告穿插影响体验 - 缺乏个性化推荐算法

差异化：

• 数据独占性：学校课程-教材映射表 + 学生身份数据，难以被外部平台复制。
• 做出更完善的分类系统，比如按照成色分类，也提供体育场地转租等特色分类。

D（Delivery 交付）：

分阶段落地计划：

1. MVP版本（4周）：
   1. 基础功能：Vue前端 + Django后端 + 学校邮箱认证 + 手动录入课程-教材表。
   2. 简化版图片识别：仅支持单本书ISBN码扫描（调用手机摄像头+条形码识别库）。
2. V1.0版本（6周）：
   1. 上线多本书分割识别（OpenCV实现边缘检测）。
   2. 接入OCR识别书名（Tesseract API + 关键词过滤）。
   3. 自动化课程推荐（根据专业匹配教材）。
3. 运营策略：
   1. 首批用户激励：免费为卖家提供“教材拍照识别服务”。
   2. 与学校教材科合作，获取官方课程书目数据。

推广方式：

• 在北航千人二手群里宣传，前50名用户发放奖励或礼品等，吸引第一波用户以度过冷启动。期望在发布后一个月内，活跃用户(发布过物品或购买过物品的用户)达到百人级。

技术可行性评估：

模块	技术选型与实现方案
前端框架	Vue + 微信小程序双端兼容方案
	- 使用Uni-app框架（基于Vue语法，可编译到微信小程序+H5）
	- 微信小程序原生组件（如相机API、地理位置）直接调用
图片上传与分割	- 微信小程序端：wx.chooseImage选择图片，wx.canvas实现前端裁剪
	- 使用OpenCV.js或后端OpenCV处理图片分割（优先后端保证性能）
书名识别	- 微信小程序端调用外部网站OCR API
	- 本地Tesseract OCR备用
身份认证	- 微信小程序让登录+学校邮箱验证双通道
	- 微信getPhoneNumber获取手机号，与学校数据库匹配
后端接口	asp.net core，为H5和小程序提供统一API
课程推荐	基于规则的匹配（专业+年级）( + 用户行为日志分析)

风险与应对：

• 图片识别准确率低：

  • 短期：允许用户手动修正识别结果，同时记录错误数据优化模型。
  • 长期：加入用户反馈系统（如“这本书识别错了”按钮）。

• 课程数据不足：

  • 从公开渠道爬取课程信息（如学校官网、教务系统），或让用户发布时手动关联课程。

创新点总结：

• 技术整合创新：将OpenCV图像处理 + OCR + 课程规则引擎结合，解决校园场景特定需求。
• 优化用户体验：实现一个美观，实用，免费的小程序以迎合校内用户对于二手平台的需求。
• 低成本数据获取：通过用户行为（如搜索关键词、修正记录）持续优化推荐系统，无需复杂算法。