Alpha冲刺-第二天

标签：ima   alpha   inf   http   table   存储   主播   使用率   header   

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

1.4 站立会议照片

Alpha冲刺-第二天

标签：ima   alpha   inf   http   table   存储   主播   使用率   header   

原文地址：https://www.cnblogs.com/LWDL/p/9200982.html