软件测评博客
案例分析作业
这次作业主要分析cnblogs.com的博客功能，特别是edu.cnblogs.com中针对学习，教学，班级管理，互相交流的功能，类似对比有CSDN。
调研 评测
寻找BUG
- GIF 不能正常上传为头像：
控制台输出错误为500，GIF从GIF素材库下载并且可以正常打开，500是一个通用的“全方位”相应代码，通常这类错误需要更加细致的检查，因此无法完全判定这个问题。
- 当昵称字符太多会有很难看的显示bug，在最显眼的位置，应该是html编排过于混乱导致，没有考虑到类似这样的情况，结果如下图
edu.cnblogs.com解决问题
解决了博客园内班级管理：博客浏览，收发作业等问题，而且方便了学生与助教老师之间的联系，对于博客评论等功能做得比较好。并且各类型技术博客也能提供一些帮助。
采访
-
采访对象背景： 西安电子科技大学软件工程专业学生，为了更好的进行团队合作以及班级管理。
-
照片如下
-
受采访者表示：edu.cnblogs.com帮助老师和助教更好的进行软件工程课程教学，对学生的博客作业管理起到了一定的帮助，在功能方面基本达标，界面凑合，准确度没有问题，但是他表示在数据量上并不满意，比隔壁csdn差不少。并且他表示在写博客时候体验很一般。
-
他的改进意见为，希望把写博客界面做的更好。
综合结论
由于个人体验感太强，也没用足够的数据量，用户体验调查表做支撑，无法定量分析。根据个人体验以及伙伴采访，均给出一般这个评价，所以最终结论为一般。
分析
工作量评价
如果用6个大学毕业生，并且在有UI支持的基础上，如果只做一个能用的版本（包括现在各种功能），考虑到前后端框架的需求要求，大致需要三到四个月
产品定位
如果从班级管理角度考虑，cnblogs是处在第一的位置，绝大部分班级会选择用cnblogs进行管理。
但是从博客园，分享博客角度考虑，由于在用户体验方面太差，cnblogs估计相比csdn，简书份额差很多，可能和知乎专栏持平（由于汉语查询主要面向国人，类似StackOverflow不在比较范围内）。可以百度/必应/谷歌/360对类似“CNN”，“二叉树”之类的关键词进行检索，根据结果排名可以得出结果和估计相似。因为csdn和简书的界面比cnblogs高太多了。
BUG分析
- BUG1，gif图片上传问题：推测应该是测试人员没怎么测试gif图片，选取的测试样例太少导致。
- BUG2，界面排版混乱：测试人员与开发人员应该共同背锅，因为这样的问题非常显眼。
团队层次分析
-
团队问题：
- 没有把博客这样核心竞争力的东西做的给用户足够舒服的体验感，甚至在班级管理首页发生排版混乱的问题。
- 整个排版，使用体验，和印象中七八年前的博客使用体验并没有多大区别，没能与时俱进
- 没有markdown的实时预览
- 因此猜测开发团队规模，热情并不高，很多分工负责的岗位存在敷衍的嫌疑
-
想了解的软件团队的问题：
- 博客园团队的组织结构，分锅与分蛋糕的方式
- 领航员是否足够敏锐，拥有良好的执行力
建议与规划
计算机从业人员规模调查
根据CSDN创始人透露，csdn活跃用户超过800万，其中百分之三十多为学生，百分之六十多为一线开发人员，回答时间为2015年，平均一年增加100万左右从业人员，因此中国计算机方向从业/学业人员大概在1000万规模
博客服务定位
博客已经风靡十几年的时间，成为每个从业者从中交流，贡献的首要途径，因此处于一个成熟稳定的阶段
敌手产品及分析
国内做同样服务的有，CSDN，知乎专栏，新浪博客，简书等。根据对以上产品的试用：
-
简书：数据量不可怕，有非常好看的界面和舒服的交互
-
新浪博客：技术内容很少
-
知乎专栏：数据少但是内容精致，贡献人数少但同样水平高
-
CSDN：行业数据量最多，与博客园处于同时代产品，目前处于优势地位，广告/课程等平台服务使其团队规模以及营收能力均处于上乘，但是UI亟待改进。
功能设想
做一个根据内容划分的快速检索目录，服务于各个子方向以及子团体，为用户提供更加快捷方便的查询体验。
- Need：解决从业人员检索时候结果杂七杂八的现象
- Approach：根据类别划分首先做一个初步的检索，根据用户行为判断喜爱程度，根据机器学习推荐算法学习出一个类别下热门答案，并且继续定点投放这样的答案。
- Benefit：可以在许多类别下提供比敌手优质的结果
- Competitors：CSDN，简书，知乎专栏
- Delivery：整合现在博客园所拥有的博客信息库即可得到初版的结果
工作计划
开发3人，研究算法2人，测试1人，美工1人
第 1 到第 2 周：开发人员研究如何使用数据库内容，做一些类别初步接口，研究人员研究如何进行反馈算法，美工初步策划一些图形界面。测试人员可以做实际体验的需求文档。
第 3 到第 6 周：开发进行测试，给出接口，给出一个不准确丑但能用的系统。研究员开发算法代码，挑选出最优模型。测试人员进行单元测试。
第 6 到第 7 周：对接所有的结果，让整个系统好看，并且能够根据用户行为进行反馈调节输出结果。测试人员负责好回归测试。
第 7 到第 13 周：发布 Alpha 版，查看用户反馈的算法是否有效，优化各种细节，debug，继续优化检索--查询功能。
之后的时间 ：根据用户建议调整产品，并产品 Beta 版发布。
