作业描述

课程 软件工程1916|W(福州大学)
团队名称 修！咻咻！
作业要求 团队作业第六次—团队Github实战训练
团队目标 搭建一个相对公平公正的抽奖系统，根据QQ聊天记录，完成从统计参与抽奖人员颁布抽奖结果的基本流程。
git项目 https://github.com/huangquanhuan/live-project
开发工具 Vistual Studio

团队信息
队员学号 队员姓名 个人博客地址 git地址
221600126 刘忠燏 http://www.cnblogs.com/Downstream-1998/ https://github.com/Downstream1998
221600207 黄权焕 https://www.cnblogs.com/hyry/ https://github.com/huangquanhuan
221600328 苏明辉 https://www.cnblogs.com/ahuigg/ https://github.com/398315418
221600330 吴可强 https://www.cnblogs.com/masgak/ https://github.com/masgak
221600331 向鹏 https://www.cnblogs.com/xiang-peng/ https://github.com/Snug-XP

作业正文

（一）组员分工和工作量比例
队员学号 队员姓名 分工 贡献度
221600126 刘忠燏 对数据的结构化处理，编写活动类和活动管理类 20
221600207 黄权焕 图形界面编辑，奖励类的编写，所有类与页面的交互和最终成品的调试改bug 22
221600328 苏明辉 编写博客，抽奖类的编写 18
221600330 吴可强 附加作业的编写,博客编写 19
221600331 向鹏 人员类、管理人员类的编写，抽奖类的修正，最终成品的调试改bug 21

（二）github 的提交日志截图

（三）程序运行截图

  • 1、设置活动管理

  • 2、导入聊天记录

  • 3、运行结果

（四）GUI界面

  • 1、进入抽奖界面，并导入聊天文件路径

  • 2、开始抽奖活动，管理员需要设置抽奖关键词、开始结束时间、文案、奖品相应信息、添加黑名单人员（恶意刷屏或机器号会自动进入）、选择过滤机制（不过滤、普通过滤、深度过滤），最后按下提交键开始抽奖

  • 3、生成抽奖结果，界面显示抽奖关键词以及开始结束时间，管理员选择生成后列表上出现本次抽奖的关键词、中奖id与昵称，奖励名称与奖品信息

（五）基础功能实现

  • 不过滤模式：剔除机器，所有参与抽奖的人，都纳入开奖范围。
  • 普通模式：筛除只参与抽奖而无发表任何原创言论的用户（抽奖机器人），鼓励大家积极参与有意义的发言。
  • 深度模式：为了使发言更有意义，减少灌水，对以下用户的中奖概率进行降权处理，只参与抽奖而无发表任何原创言论（抽奖机器人），只参与抽奖且只发送表情（水军）

核心算法介绍：

  • 1、活跃度计算。抽奖发言+1，平时发言+2，刷屏发言（重复发一句话次数）>20时-50（修改身份=预警者），随后每重复一次-3，>100时-1008611（修改身份=危险者）。学生初始活跃=0；助教老师初始活跃-1008611；活跃度<1500000后不再减少（防止溢出）
  • 2、抽奖机制：活动参与人员名单下 所有活跃度>0的人员进行排序。按2：3：5的比例分成三个层次：A B C。每一次决定抽奖人员时，按照5：3：2的概率决定实在A B C三个层中哪个层进行抽取，决定抽取层次后按随机数mod 层人数决定抽奖者下标。抽奖方式有以下好处：

    (一)：50%的中奖用户为高活跃人士。

    (二)各层中奖概率为：

    A 0.20.5 = 0.1

    B 0.3    0.3 = 0.09

    C 0.5*0.2 = 0.1
  • 3、抽奖算法参考了这篇博客提到的Alias Method，将所有事件拼凑成为一个方形，从方形图片中可以得到两个数组：



    Prob: [3/4, 1/4, 1/2, 1/4, 1]

    Alias: [4, 4, 0, 1, null] (记录非原色的下标)

    之后就根据Prob和Alias获取其中一个物品

    随机产生一列C，再随机产生一个数R，通过与Prob[C]比较，R较大则返回C，反之返回Alias[C]。

此方法决定了奖项归属于那一部分人群（高活跃度或低活跃度），最后在这个人群中选择一位作为获奖者。

（六）附加功能实现

  • 1.由中奖消息形成祝贺海报

    • 使用python pil库中的Image等属性，从获奖txt文件中分别读取获奖人员与奖项，最后打印在海报模板的相应位置

  • 2.对提供的聊天记录进行分析

    • 热度随月份变化的条形图，对聊天数据进行正则匹配，将统计完的数据存储到列表中，使用plt绘画出相应图形

    • 热度在一天的时间段内变化图，分析聊天记录中有关小时的数据存入excel文件中，再由excel文件使用plt绘画出相应图形

    • 可以导入导出热度随时间断变化的excel文件，对excel文件进行分析

  • 3.生成词云

    • 导入python的jieba库进行中文分析，去除掉符号以及空白等无意义信息后将相应频率存入列表中，再根据python自带的wordcloud工具生成相应词云，但缺点是词语过滤的还不明显，还有图片以及“一个”这样无意义的词存在，后续可以继续改进。

通过对聊天记录的分析，可以看出该群一天中活跃度比较高的时间段是早晨九点多，晚上十一二点达到活跃度达到最高。从月份活跃度上也可以看出，在放假期间（二月与七八月）活跃度达到低点，开学后逐渐回升。从词云上也可以看到有四六级，考研，二手，电动车等与大学生密切相关的词语，由此也可以明显感受到互联网大数据与我们个人息息相关。

（七）特色功能

  • 使用黑名单机制，活动更加随心所欲

  • 自定义奖励数目、名称、奖品、人数，一切尽在掌握

  • 使用活跃度计算抽奖资格。活跃度低于多少就丧失抽奖资格，并对于特殊身份以及恶意刷屏者都做了限制，例如有人以前正常发言，抽奖时恶意刷屏这样只会降低该活跃度而不是直接拉入黑名单。

  • 监测刷屏的淘汰算法。

    保留最近五次不重复发言的hashcode值为<键，值>数组a。初始Map a[5] = {-1,-1};新发言的值进行两次数组遍历。第一次遍历：监测hashcode是否重复，若重复将hashcode对应值+1，若否则进入第二次循环：监测是否有空位置,若有则插入，若无则将遍历到的最后一个位置(（进入位置-1）mod 5)进行数据替换。使用静态变量保留每次最新访问的下标，且逢5归0。值满足条件时按算法一进行处理。

（八）遇到的困难及解决方法

刘忠燏

  • 正则表达式编写

    我在团队里的工作有一个内容就是负责解析聊天记录，然而就如一个笑话里说的：“我有一个问题，我决定用正则表达式解决，现在我有两个问题了”。但是聊天记录这种信息，是有很明显的格式的，于是没辙，只能在 MSDN 上翻 .NET 里有关正则表达式的文档，并照着这个示例去学习了大概一两个小时，勉强写出了匹配消息头部分的正则表达式，然而匹配抽奖关键词的正则表达式我还是没有头绪，最后在这篇博客中找到了答案。不过我还是不能理解为什么这样可以匹配，还望有人能解释一下
Regex KeywordRegex = new Regex(

    @"#(?<code>[^\\#|.]+)#",

    RegexOptions.Compiled,

    TimeSpan.FromMilliseconds(200)

);