[I.2] 个人作业：软件案例分析

项目 内容
这个作业属于哪个课程 26春软件工程
这个作业的要求在哪里 [I.2] 个人作业：软件案例分析
我在这个课程的目标是 了解软件工程的思想和开发流程，学习团队开发的规范，提高软件开发能力。
这个作业再哪个具体方面帮助我实现目标 加深对软件工程方法的理解，训练自己进行思考表达能力。

选题类别：三、音乐软件
选定软件：网易云音乐
竞品分析：QQ音乐、AppleMusic

第一部分 调研测评

生而为人，我很抱歉
作为一名云村8年用户，2025年使用时间超1000h，很高兴看到本次作业能给我一个机会给大家分析一下网易云音乐。

一、软件评测

1. 软件使用

8fd774f52883406912c07f70de218f36e79e660fa5494377ade34b51a93ec98a
本次测试使用网易云音乐手机版进行约20分钟的体验，使用功能包括：搜索歌曲、播放音乐、浏览每日推荐歌单、查看评论区。
测试环境如下：

体验产品 网易云音乐App
软件版本 9.4.70
手机系统 iOS 18.6.2
体验时间 2026.3.17

2. 软件分析

a. 使用基本流程

用户使用网易云音乐的基本流程如下：打开软件进入首页推荐、浏览推荐内容或搜索目标歌曲、点击歌曲进入播放界面、可进行收藏、评论、分享等操作。

b.是否能够解决用户的需求

可以满足用户的绝大部分需求，体现如下：

  • 听音乐（核心需求）：较好解决 可以满足大部分听歌需求，相较于华语曲库，国外音乐版权较全。
  • 发现新音乐（推荐系统）：较好解决 每日推荐、私人FM较精准。歌单推荐质量高，更注重“情绪”和“场景”匹配
  • 情感交流（评论区互动）：突出优势 网易云音乐最核心在于评论区文化。👉 听歌 + 看评论成为完整体验，更容易形成情感连接。
c.软件在数据量/界面/功能/准确度/用户体验上各有什么优缺点

数据量

  • 优点：音乐资源丰富，小众高质量音乐人大量入驻，歌曲类型多样
  • 缺点：歌曲版权部分缺失，大量低质量的翻唱存在。

界面

  • 优点：界面设计简约美观，支持自定义皮肤和播放器样式，“黑胶播放器”视觉效果经典，个性化程度极高。
  • 缺点：部分功能堆砌。首页有直播、小说、短视频等入口。

功能

  • 优点：功能全面。不仅有听歌，还有听歌识曲、一起听、K歌等功能。
  • 缺点：与音乐不相关功能较多。

准确度

  • 优点：搜索匹配度高，能依据歌词搜歌。
  • 缺点：搜索同时出现大量同名cover以及低质歌曲。

用户体验

  • 优点：操作流畅，响应速度快；用户满意度高，支持CarPlay等，在这里收获情感共鸣。
  • 缺点：广告影响体验，一些有趣的功能隐藏较深。

3.改进意见

a.除了喜欢可以添加没有“讨厌”按钮
随着网易云音乐被越来越多的人知道，使用，用户基数越来越大，而精准推荐却感觉越来越不精准了。时不时会在今日推荐歌单里听到完全不喜欢甚至有点反感的歌。

b.评论区推荐算法优化
以往歌曲评论区评论都是最高热度排在最前，可以仿照抖音评论区推荐算法，将一些有意思有意义的评论让大家都能看到，而非雪藏在热度之下。

4.采访

image

5.评测结论

e）非常推荐 夯

评分标准：满分 10 分，良好 6 分，及格 4 分，较弱 1 分，很差 -3 分

评测维度 评分 评价
功能 8 核心功能（听歌、推荐、评论）表现优秀，但存在版权缺失问题
细节 7 黑胶播放器、歌词同步、情绪歌单等细节用心
用户体验 6 整体流畅，但广告与功能干扰影响体验
辅助功能 7 支持皮肤、自定义播放器、CarPlay等
差异化功能 9 评论区文化极具特色，是核心竞争力
软件效能 7 启动速度较快，但内存占用偏高
适应性 6 多平台支持良好，但网页端体验一般
成长性 8 推荐系统能学习用户习惯，越用越准（但存在波动）
用户控制权 6 基本操作可控，但广告和推荐干预较强
社区氛围 9 评论区共鸣强，形成独特“云村文化”

二、Bug 分析和提交

1、量化标准

为保证后续分析具有一致性，定义如下 Bug 严重性评估标准（满分 ★★★★★）：

等级 定义
★★★★★ 致命错误：系统崩溃 / 核心功能完全不可用 / 严重安全漏洞
★★★★☆ 严重错误：核心功能受损 / 明显影响正常使用
★★★☆☆ 中等错误：功能异常但有替代方案
★★☆☆☆ 轻度错误：局部功能异常
★☆☆☆☆ 极轻错误：UI 或边缘问题

1、测试环境

  • 操作系统：iOS 18.6.2
  • 客户端版本：网易云音乐 9.4.70
  • 网络环境：WiFi（断网 → 恢复）
  • 测试时间：2026年3月18日

2、 Bug 1：评论区“回复跳转”逻辑失效

a. 可复现性及复现步骤
  • 可复现性： 必然发生 (100%)。
  • 复现步骤：
    1. 打开任意热门歌曲，进入评论区。
    2. 找到一条热评，点击进入二级回复页面。
    3. 向下滑动寻找引用了特定用户的评论（格式通常为：用户A 回复 @用户B：[内容]）。
    4. 操作： 点击蓝色的 @用户B 标识。
    5. 现象： 系统仅触发了查看“用户B”个人主页的逻辑，未能跳转至“用户B”在该楼层中被引用的原始评论位置。
      image
b. Bug 具体情况描述

描述： 在多层级对话中，网易云音乐目前无法实现“上下文定位”。当用户点击回复对象时，页面不会滚动定位到原评论。

佐证说明： 这并非 Feature。在社交驱动的音乐 App 中，理解对话背景是核心体验。目前的逻辑导致用户在查看长评论链时，无法追溯被回复者到底说了什么，造成信息断层。

c. Bug 分析
  • 可能成因： 开发团队在设计数据库关联时，虽然记录了 Target_User_ID，但未在前端渲染层建立 Reply_To_Comment_ID 的锚点定位机制。
  • 严重性分析： * 指标： ★★★☆☆ (3星**)
    • 理由： 虽然不影响听歌（核心功能），但破坏了网易云引以为傲的“评论区社区文化”，属于中度体验障碍。

image
、 Bug 2：多端登录下的“播放列表实时同步”冲突

a. 可复现性及复现步骤
  • 可复现性： 满足特定条件下发生（双端同时操作播放列表）。
  • 复现步骤：
    1. PC 端打开“当前播放列表”，将歌曲《A》从位置 10 拖动到位置 1。
    2. 立即在手机端 App 切换至下一首歌，并随机删除列表中的歌曲《C》。
    3. 操作： 观察两端列表的最终状态。
    4. 现象： 列表顺序会出现“闪烁”或“重置”。PC 端刚排好的顺序被手机端的旧缓存覆盖，或者导致《A》在列表中重复出现两次。
      image

image

b. Bug 具体情况描述

描述： 分布式数据的一致性冲突。多端写入操作（Write Operation）在云端合并时逻辑紊乱，导致播放列表顺序非预期改变。

c. Bug 分析
  • 可能成因： 同步协议可能采用了简单的 LWW (Last Write Wins) 策略，且时间戳精度不足，或本地缓存与服务器全量数据覆盖时缺乏版本校验。
  • 严重性分析： * 指标： ★★★★☆ (4星)
    • 理由： 涉及用户核心资产（播放列表）的准确性。

4、 为什么团队在发布前未修复？

针对以上 Bug，我认为原因如下：

  1. 具体的设计质量不高： 对于评论区跳转，设计之初可能只考虑了“查看个人主页”，忽略了“追溯对话上下文”的深度社交需求。
  2. 测试把关不严（环境特殊）： 多端同步 Bug 属于典型分布式系统问题。常规测试往往是单机测试或单端操作，很少模拟这种“双端同时极短时间内修改有序集合”的极端并发场景。

5、 BUG 改进建议

  1. 针对 Bug 1： * 评估： 正常行为应是在点击被回复者时，页面平滑滚动并高亮该原始评论。
    • 实现： 建议引入 ID 锚点跳转。若原评论不在当前屏，通过弹窗形式拉取该特定 Comment ID 的内容进行展示。
  2. 针对 Bug 2：
    • 评估： 正常行为应是多端操作指令合并，保持最终一致性。
    • 实现： 建议从“全量列表覆盖同步”改为 “基于操作序列的增量同步”。

第二部分 分析（网易云音乐）

一、工作量分析

在功能复杂度上，网易云音乐与QQ音乐同属大型流媒体平台 + 社区产品，但其核心差异在于：
👉 更强调[社区 + 推荐算法 + 用户生成内容]

若以 6人应届生团队 + UI支持 为前提，仅实现“核心可用版本（MVP）”，工作量估算如下：

模块划分与开发成本

模块 核心功能 投入人力与时间
用户与账号系统 注册/登录、第三方登录（微信/QQ）、用户信息管理、会员体系 1 开发 × 3 周
音乐播放核心 音频解码、在线播放、本地缓存、播放控制（暂停/切歌） 2 开发 × 6 周
曲库与版权管理 歌曲元数据管理、专辑/歌手信息、资源索引 1 开发 × 4 周
搜索系统 歌曲/歌手/歌单搜索、模糊匹配、热门推荐 1 开发 × 3 周
歌单与收藏 用户歌单创建、收藏、分享、编辑 1 开发 × 3 周
评论与社区 评论区、点赞、回复、热评排序（“云村”核心） 2 开发 × 4 周
推荐系统（基础） 简单协同过滤、每日推荐、热门歌曲推荐 1 开发 × 4 周
前端与 UI 播放界面（黑胶UI）、歌单页、评论区、交互动画 1 UI × 4 周 + 1 开发 × 2 周
歌词系统 歌词解析、时间轴同步、滚动显示 1 开发 × 2 周
测试与优化 单元测试、集成测试、Bug修复、性能优化 1 测试 × 3 周 + 全体 × 2 周
部署与上线 云服务器部署、数据库上线、监控与日志 1 开发 × 2 周

结论

  • MVP版本：约 8个月
  • 完整网易云（含直播/电台/社交生态）：
    👉 需要 数百人团队 + 多年迭代

二、软件质量分析

1. 竞品分析（网易云音乐 vs 主流平台）

平台 产品定位 核心优势 核心劣势 市场地位
网易云音乐 音乐社区 + 情感连接 评论文化（云村）、推荐算法强、UI设计优秀 版权不足、功能逐渐臃肿 国内第二
QQ音乐 泛娱乐音乐生态 版权最强、社交链（QQ/微信）、音效领先 广告多、臃肿、会员复杂 国内第一
Apple Music 纯音乐服务 无广告、高音质、系统生态强 无社交、本土化差 高端用户
Spotify 算法驱动 推荐算法全球领先 国内不可用、中文资源弱 全球第一

2. 网易云音乐优劣分析

优势

  1. 社区氛围极强

    • 评论区形成独特文化（情感共鸣）！
    • 用户粘性高

  2. 推荐算法优秀

    • 个性化推荐精准
    • 个性化音乐挖掘能力强！！！

  3. UI/UX设计优秀

    • 黑胶播放界面具有标志性
    • 交互体验流畅
劣势

  1. 版权短板

    • 部分热门歌曲缺失，如JayZhou（懂得都懂）
    • 歌单“变灰”问题严重

  2. 功能膨胀

    • 引入直播、社交、短视频等模块
    • 偏离“纯音乐”定位

  3. 性能问题

    • 启动速度下降
    • 内存占用较高

3. 质量排名

在同类产品中（QQ音乐 / 网易云 / Apple Music / Spotify）：

👉 网易云音乐综合排名：第 2 名（国内）

  • 不敌 QQ音乐（版权与生态）
  • 但优于大多数产品（社区 + 设计）

👉软件工程改进建议

  • 加大收购版权力度!!!
  • 网易云音乐当前的核心问题不在功能不足，而在架构失控与状态管理混乱：一方面不断叠加社区、直播等功能导致系统复杂度急剧上升，另一方面底层播放与缓存逻辑仍停留在早期设计，出现“本地资源受网络控制”等问题。

第三部分 建议和规划

一、市场现状

1. 市场概况

  • 直接用户规模

    • 网易云音乐月活用户约 2~3亿级别
    • 付费用户持续增长（音乐订阅 + 数字专辑）

  • 潜在用户规模

    • 下沉市场用户（未成年）
    • 车载场景（CarPlay）
    • 智能设备（音箱/耳机音效适配）

2. 竞争产品

主要竞品：

  • QQ音乐（版权 + 社交生态）
  • Apple Music（高音质）
  • Spotify（推荐算法）
  • 汽水音乐（字节算法流）

3. 产品定位与竞争态势

见部分二图表
👉 竞争核心：

网易云 = 情绪价值 vs QQ音乐 = 内容资源

三、市场与产品生态

1. 核心用户群体

用户画像

用户A：情绪型用户（核心群体）

  • 年龄：18–30岁
  • 身份：学生 / 初入职场
  • 特征：高情绪敏感度
  • 表面需求：听歌
  • 潜在需求：
    • 情绪表达
    • 被理解
    • 社交共鸣

用户B：沉浸型用户

  • 年龄：22–35岁
  • 职业：白领
  • 需求：
    • 通勤 / 工作背景音
    • 不被打扰
  • 痛点：
    • 决策疲劳（选歌难）
    • 界面干扰

2. 用户关系与生态

网易云已形成两类关系网络：

（1）内容关系

  • 评论区 → 情绪共鸣
  • 歌单 → 兴趣标签
    👉 形成：情感社交网络

（2）社交关系

  • 陌生人互动（评论点赞、一起听）
  • 同好聚集（歌单/标签）

👉 可强化为：

  • 个性化群体（如：失眠人群 / emo党）

3. 产品生态

当前子产品：

  • 音乐播放
  • 评论社区
  • 电台
  • 直播（不显著）

问题在于缺乏统一主线（重点不突出）

三、产品规划

1. 新功能设计：AI「情绪电台」

NABCD 分析

N（Need）

当前用户痛点：

  • 选歌成本高（决策疲劳）
  • 推荐不够“理解当下情绪”
  • 社区内容与听歌割裂

A（Approach）

AI情绪电台（Emotion-driven Radio）

核心机制：

  • 输入：用户行为 + 时间 +天气 +文本情绪
  • 输出：
    • 连续播放（无操作）
    • 情绪匹配歌曲
    • AI语音陪伴（可选）

B（Benefit）

用户价值：

  • 减少操作（自动化）
  • 提供陪伴感（区别于工具）
  • 更“懂人”

C（Competitors）

产品 对比
QQ音乐 偏内容生态，不够情绪化
Spotify 有AI DJ，但不适配中文语境
网易云现有FM 仅算法推荐，无“陪伴”

从“推荐音乐” → “陪伴用户”

D（Delivery）

策略：

  • 首页入口（情绪按钮）
  • 分享状态（类似微信）：
    • “我现在的心情是：下雨+深夜+失眠”

四、团队配置（6人 / 16周）

1. 团队结构

角色 人数 职责
PM 1 产品设计 + 项目管理
后端 2 推荐 + AI接口
前端 1 客户端实现
UI设计 1 交互 + 视觉
测试 1 测试 + 自动化

2. 16周详细规划

第一阶段：需求与设计（W1–W4）

周 内容
W1 产品定义 + PRD
W2 技术选型 + 架构设计
W3 UI设计
W4 API设计 + Mock

第二阶段：核心开发（W5–W10）

周 内容
W5 前端框架搭建
W6 播放器接入
W7 推荐算法接入
W8 AI语音集成
W9 动效优化
W10 场景识别逻辑

第三阶段：优化（W11–W13）

周 内容
W11 前后端联调
W12 Bug修复
W13 性能优化

第四阶段：发布（W14–W16）

周 内容
W14 灰度发布
W15 用户反馈调整
W16 正式上线

从“音乐工具”升级为“情绪陪伴系统”

把“听歌”变成“被理解”,这是我认为网易云存在的意义。

posted @ 2026-03-19 00:00  gU_gu_Ga_GA  阅读(4)  评论(0)    收藏  举报