- 优就业
- 基于真实业务场景

- 可能出现的任何异常情况,分析制定应对策略

- 总结出一套完整有深度的技术方案

- 贴合企业真实开发情况

- 其他机构
脱离真实业务场景
智能实现基础逻辑,忽略可能出现的其他异常情况
与企业实际开发场景相差甚远
[ 以大数据项目逻辑需求中的用户画像为例 ]
深挖技术点,以用户画像为例,细致到每一个细节,一个需求绘画出27个用户画像,项目深度细度可见一斑
用户画像针对于
ATP用户画像
根据温度、湿度、速度等11个不同维度进行ATP的用户画像
- 1温度等级标签(25->(TE20-30,时长))
- 2湿度等级标签(35->(HU30-40,时长))
- 3天气标签(雨->(WH雨,时长))
- 4报警部位(车载主机->(PA湿度区间/温度区间/天气情况/速度等级:报警部位,1))
- 5出厂时间标签(2015-01-01->(TI201501,1))
- 6⑥atp类型标签(300H->(TY300H,1))
- 7速度等级标签(153->(SP150-200,时长))
- 8司机标签(D100->(DRD100,1))
- 9生产厂家标签(长春车厂->(FA长春车厂,1))
- 10检修部位标签(车载主机20110101->(AJX车在主机20110101,0))
- 11更换部位时间标签(车载主机20160301->(AGH车载主机20160301,0))
应答器用户画像
根据天气、出厂时间、检修部位等8个不同维度进行应答器的用户画像
- 1温度等级标签(25->(TE20-30,时长))
- 2湿度等级标签(35->(HU30-40,时长))
- 3天气标签(雨->(WH雨,时长))
- 4报警部位(道岔->(PA道岔,1))
- 5出厂时间标签(2015-01->(TI2015,1))
- 6速度等级标签(153->(SP150-200,时长))
- 7检修部位标签(道岔20110101->(BJX道岔20110101,1))
- 8更换部位标签(道岔20110101->(BGH道岔20110101,1))
信号机用户画像
根据温度、湿度、地理位置、更换部位等8个不同维度进行信号灯的用户画像
- 1温度等级标签(25->(TE20-30,时长))
- 2湿度等级标签(35->(HU30-40,时长))
- 3天气标签(雨->(WH雨,时长))
- 4报警部位(灯泡->(PA灯泡,1))
- 5速度等级标签(153->(SP150-200,时长))
- 6地理位置标签(geohash->(STgeohash,1))
- 7检修部位标签(电源20110101->(XJX电源20110101,1))
- 8更换部位标签(电源20110101->(XGH电源20110101,1))