1.1 今日完成任务情况以及遇到的问题。
完成任务情况
- 杜世康：实现弹幕的异步，批量存储，经测试，服务器的Jenkins服务，Tomcat服务启动时，在单个任务的爬取下，阿里云服务器（CPU 1核 内存 2G 固态磁盘 40G）的CPU使用率维持在10%上下，数据库写操作维持1 Count/s,入网0.8kb/s。增强后的程序应该能够完成弹幕文本的存储，如下图所示：
- 刘丹，李玉莹：经过细致分析，最终确定了弹幕文本有价值的分析方向。即弹幕整体样本的情感分析，词频分析，关键字分析等有价值的分析维度。
- 曹莹雯，尹楠: 了解到目前中文分词，比较权威的中科院开发的NLPIR/ICTCLAS分词系统非常适合我们团队的分析方向
- 王静雅 ：完成弹幕管理中的弹幕列表功能，如下图，并撰写Alpha冲刺博文
遇到的问题
- 在弹幕存储后，对于弹幕的分词前，垃圾弹幕如何有效的过滤是个问题，比较常见的垃圾弹幕主要如下两种：
- 单个词，但又不是褒贬类的词汇：“的”、“一”等；各类标点符号或是特殊符号：“！！！！！！！！！！”、“。。。。。”、“◆△◇←〓☆”、“！＠＃＄％”等；全部都是数字的词汇：“6666666666”、“233333333333”
- 淫秽色情、不文明用语，如“卧槽”、“SB”、“草泥马”等。
1.2 明天任务安排
- 杜世康：垃圾弹幕的过滤处理
- 刘丹，李玉莹：平台主播管理功能实现
- 曹莹雯，尹楠: 研究NLPIR/ICTCLAS分词系统的Java API如何调用
- 王静雅：完成系统管理中的管理员管理，并撰写明日Alpha冲刺博文
1.3 成员贡献时间
| 任务 | 成员 | 任务量 | 完成时间 |
|---|---|---|---|
| 弹幕的异步存储 | 杜世康 | 30% | 4h |
| 弹幕文本的分析方向 | 刘丹 | 15% | 2h |
| 弹幕文本的分析方向 | 李玉莹 | 15% | 2h |
| NLPIR/ICTCLAS分词系统 | 曹莹雯 | 10% | 2h |
| NLPIR/ICTCLAS分词系统 | 尹楠 | 10% | 2h |
| 完成弹幕管理中的弹幕列表功能与博文撰写 | 王静雅 | 20% | 2h |
1.4 站立会议照片
原文地址：https://www.cnblogs.com/LWDL/p/9200982.html
时间： 2024-10-06 20:36:23