| Target release | 2018/12/30 |
| Epic | 精彩剧情榜单回顾 |
| Document status | Finished |
| TDocument owner | @林树斌 |
| Designer | @林树斌 |
| TDocument owner | @林树斌 |
| Developer | |
| QA | @林树斌 |
- Produce Overview
- Background and strategic fit
- Questions
- Product goal & scope
- Product Principle
- Rwquirements
- User intercaion and design
- Time and Team
- Not doing
- Attachment
软件解决用户在独自阅读纸质书时缺乏评论交流的问题，提供对应书本的对应页面的评论功能，满足用户在个人阅读情景中对于书中的内容进行评论的需求,主打金庸笔下的系列武侠小说的经典剧情榜单，根据评论热度,建立书籍精彩剧情榜单,提供对应小说的精彩剧情讨论热点入口,帮助用户快速加入其他读者也在讨论的剧情热点,满足用户的剧情阅读参与感,建立参与式阅读评论的平台。
- 使用百度云API-文本情感倾向分析,分析用户留下评论的情感极值,比对出剧情的讨论热度,展示经典剧情的讨论榜单
- 利用百度云-文本审核技术，为用户过滤无价值与有害的内容，打造健康的和丰富的评论区内容
- 通过百度云API-通用文字识别,帮助用户简化书籍选择流程,优化用户提体验
金庸有着14部武侠小说,发行量超3亿册,受众之广大,在网络的三大话题平台,知乎,豆瓣,微博中,关于金庸,及其各本小说的话题讨论量非常高
- 在主打互联网和精英思考的论坛,知乎的话题"金庸"有217,524人关注,且有11,384个问题被讨论,相关的小说话题"射雕英雄传","天龙八部","笑傲江湖"等话题都有过万人关注量,发起过千的问题,且内容持续更新中。
- 在文艺青年的书评社区豆瓣读书,"射雕英雄传","神雕侠侣","笑傲江湖"等评价中,每部小说不同版本累计总和都有过五万的评论。
- 在社会全民信息分享和交流平台的微博,光#射雕英雄传话题已有10.2万人讨论,和1.2亿的阅读量,#神雕侠侣话题有 160.6万讨论和60.7亿阅读
| Questions | Qutcome |
|---|---|
| 使用文本情感分析技术来分析用户在软件的评论信息 | 获取用户对于书本的章节的评论的情感极值的倾向,得出精彩讨论的剧情排行榜 |
| 提供经过“垃圾文本处理后干净健康”的用户阅读书籍的评论 | 帮助读者用户更好获取评论内容 |
| 检测书本相应位置的照片，自主检测书本信息获取当前用户正在阅读的书本信息 | 辅助用户快速获取书籍信息，优化用户体验流程 |
- 用户提交图书信息照片后，获取书籍信息的时长在30s以内
- 用户在发布评论后，5s内看到自己的评论优先显示出来
- 软件上线的一个月内，20%的初次使用软件的用户会在软件上记录他们的书籍并留下评论
- 软件上线的一个月内，30%用户在软件开启后，运行状态时长在30分钟以上
- 软件上线的一个月内，用户在软件上提交的有记录的小说，需要和当当等购书平台的热门小说书籍排行的前1000至少要有90%的重合
- 软件上线的一个月内，5%的用户在阅读同一本书的内容结束后至少在10页评论区发布了评论
- 软件上线的一个月内，50%的用户在使用软件时候，进入金庸的武侠小说的排行榜
- 只提供书籍的评论，不提供书籍内容的阅读
- 平静技术互动原则
- 安静，干净
| name | 胡胡 | 性别 | 男 |  |
|
| age | 21 | Identity | 大三 | ||
| University Majors | 网络与新媒体专业 | location | 广州 | ||
| Hometown | 潮州 | hobby | 打篮球和羽毛球，打电玩，喜欢金庸小说 | ||
| Like_Books | 《双城记》，《天龙八部》，《射雕英雄传》，《书剑恩仇录》，《笑傲江湖》 | ||||
| Course | 《互动设计》，《网站运营》，《大数据分析》，《自然模块-科学技术发展史》，《西方艺术史》，《批判性思维》，《品牌战略管理》，《批判性思维》，《管理学》，《品牌策划》，《人文-语文》 | ||||
| Friends | 同班同学和临近宿舍的朋友为主,经常一起打游戏和玩耍,交流多以学业和八卦闲聊为主,会一起组队做课程作业,,一起打羽毛球,但和朋友之间不会主动提及金庸小说故事 | Roomaate | 喜欢打电脑游戏,篮球,埋头专研学课作业和兴趣,不爱看文学作品,喜欢追动漫和娱乐信息,在一起吃饭 | ||
| Use of electronic equipment | 使用智能手机和电脑,在宿舍内,以电脑为主,在宿舍就维持电脑开启状态,在外平常半小时打开手机一次,课堂上至少十五分钟打开手机一次,手机保持唤醒状态有至少四小时, | Dating software usage | 每天花费两个小时在微信聊天和朋友圈的浏览中,会浏览微博,知乎,哔哩哔哩等社交和内容产品上 | ||
| Rest and recuperation arrangements | 周末,九点起床,九点半来图书馆看书,十二点吃饭,一点回宿舍打游戏或做作业,三点睡午觉,五点吃饭打球,晚上八点回宿舍,十二点至一点之间上床睡觉 | Reading situation | 周末九点半后到中午十二点,一个人在图书馆看书.上课时在教室的课堂上看书,偶尔在宿舍看书 | ||
| Title | User stroy | Importance | Notes | |
|---|---|---|---|---|
| 1 | 金庸粉丝 | 胡胡打算第五次回顾《射雕英雄传》，打开小说后,熟悉的剧情很快就被他浏览完,对这个小说的武侠世界的日与剧增喜爱，每次翻阅都感慨过去的没发现的伏笔。他进入软件，打开手机，进入榜单,发现最喜欢和心有所感的第二次华山论剑的剧情,出现在精彩剧情排行榜之中,,进入观看其他人的评论,点赞了许多和他分析感慨一样的评论,留下自己的评论"欧阳锋老谋深算,武功盖世,倒练九阴真经也能功力进展,若是一心向善,或许不会落下人死鸟兽散,神经错乱的局面,但要是这样又怎么对得起自己西毒称号" | Importance |
使用百度云API-通用文字识别来帮助用户更快地获取进入图书,使用百度云-文本审核技术过滤掉评论区中无价值和灌水的评论,让用户更好地看到有兴趣的评论内容，参与用户的小说的评论流程，使用百度云API-文本情感分析技术,分析用户讨论的剧情热点要点:快速让用户在情绪的波动之中,登陆软件,找到图书,查看着榜单,留下评论,应该着重在剧情榜单的设计上 |
| 2 | 看小说的人 | 胡胡在周末独自一个人来到学校图书馆看《射雕英雄传》消遣，阅读小说的时候，由于情节的跌宕，情绪和心思一时此起彼伏，当下他想和他人分享此刻的紧张感和激动，他进入软件，打开手机，进入对应的书籍的对应页面，急匆匆留下评论“杨康居然偷袭刺伤了郭靖！！！”，同时看到了很多人留下了类似的评论, | general |
进入软件,分享用户的所得所感,留下评论,区分热搜评论和当前评论 的设置 |
| 2 | 翻阅书对书中内容的科普 | 胡胡看《笑傲江湖》。看到岳不群在比武大会上，展现了葵花宝典的很困惑，想不起来人物的之前的行为和故事。扫描书本封面，获取了该书的评论信息，进入到了这本书的页面后，看到了有其他人和他一样评论了对此的困惑，也看到了个别用户对人物的故事，伏笔的总结，并指出对应页码的解释等详细信息，他恍然大悟 | general |
加入字体颜色变化，对解释性和科普性质的评论进行突出显示和标记。和加入点赞的功能,置顶部分用户觉得有价值的评论,消除不正当的评论,使用阿里云API-文本风险内容识别和百度云API-通用文字识别等优化评论,,优先展现这类科普性评论 |
| 3 | 打卡的人 | 胡胡最近想看金庸的套书，于是找了一份金庸系列小说的顺序清单，他去了图书馆，按照书单一本书一本书地看，在课余时间慢慢借阅完了一系列图书，《书剑恩仇录》，《碧血剑》......一直到《鹿鼎记》，看完每一本书，他都会打开软件扫描书本封面，获取了该书的评论信息，进入书本的最后一页，留下评论“2018年11月30号，晚上8点看完，打卡(oﾟvﾟ)ノ,完结撒花”来记录自己的行为 | pend |
增加快速添加打卡信息（时间，位置，心情），功能和情绪类颜文字/表情 |
胡胡第五次重看《射雕英雄传》后，查看了小说的热搜榜单，看着精彩剧情的排行榜单，重新去回顾了相应的章节，去比较用户的讨论内容，看看他们为什么讨论，剧情精彩之处在哪里
- 作为胡胡，我想要在书中大家对剧情的热搜讨论的排行榜，想知道大家最感兴趣的剧情是哪一个
- 作为胡胡，我想要时间倒叙查看所有用户的评论
- 作为胡胡，我想知道大家在看这页面时候主要说了什么，热门评论是什么
- 作为胡胡，我想收藏评论
- 输入：图书封面（OCR扫描技术），文字评论（文本审核）
- 输出：图书信息（书名，出版社，版本号）, 精彩剧情榜单（情感极值分析）
以线性结构为主的信息架构,通过记录书籍信息后,在图书的对应页码中浏览或发布相关评论,在所需时候,使用语音功能,为用户提供个性化的评论播放,满足用户在阅读时候的自我表达需求
情感倾向分析
文本审核
图片检测
| API | 评价 | 评价方式/来源 |
|---|---|---|
| 百度云 NLP API |
百度的NLP API还是挺好用的 | 百度AI平台自然语言处理API调用（情感分析案例） |
| 百度云 NLP API |
百度的NLP API还是挺好用的在多个垂类上（汽车、餐饮、酒店等）情感倾向性分析准确率达到95%以上，已应用于实际产品中 | 百度AI平台自然语言处理自我评价 |
| 百度云 NLP API |
情感分析上,抓取了豆瓣五本小说的评论(共50条)进行百度云-文本情感倾向的(本人)人工测试,自我感知的判断结果一致的有90%,使用百度云API的虽然无限量使用,但普通用户的QPS为5,提升QPS需要另外申请,文本数据多的时候,检测会较慢 | 抓取豆瓣某书评进行百度云-情感分析测试_文档 |
| 百度云 NLP API |
每日配额无限制,文本审核为10000次/天免费,远远低于阿里云的文本分析功能的限额,在新软件上线之初,资金是一个重要考虑因素 | 自查 |
| 百度云 NLP API |
百度云的文本反垃圾机制,返回请求中的关于"低俗灌水"的审核默认关闭,没有说明具体可操作额开启方式百度云网页提供快速体验窗口,审核文本能力还行,粗话谐音字,粗话拼音均可检测到 | 自查 |
| 百度云 通用文本识别OCR API |
画质清晰的情况下,普遍的常见字准确率在90%左右 | 自查 |
- 对于评论得出的精彩剧情榜单的评价规则需要进一步细化过滤体系,有待商榷
- 评论的情感分析规则,有待商榷
- 所有图书的剧情评论榜单
- 用户的看书习惯,评论的口味数据收集,依据用户过滤,为用户进行推荐
- 收集用户评价信息,设置系统的快速文本填充,帮助在于用户快速发表评论
- 书籍的评论和评论之间加入链接,页码和页码之间进行快速跳转或引用
