由简单的目标识别系统谈需求分析

一、业务概述

由于本人的工程实践项目是nlp分词算法，所以没有办法很好的做需求分析。我虚构了一个简单的深度学习项目，可以更好地学习和把握、以建模的方法掌握需求分析的过程。比如AI识别的系统，如植物分类的识别系统。简单地说。当用户上传图片，系统会显示这种植物属于什么类别。

 

二、用例建模

由课上我已经知道，需求分析有两种基本方法，分别是原型化方法和建模的方法。原型化方法可以很好的整理出用户的接口方式，比如界面布局和交互操作过程。

建模的方法可以快速给出有关事件的发生顺序或者活动同步约束的问题，能够在逻辑上形成模型来整顿繁杂的需求细节。

我们采用用例建模、业务建模和数据建模来分析对于一个识别系统的需求建模方法。

首先是用例建模。用例建模可以分为三个抽象层级：抽象用例、高层用例、扩展用例。

对于一个识别系统，从抽象用例的角度，可以分为如下几类：

①用户在系统登陆界面注册、修改、登陆、查询个人信息

②用户在识别系统上传、查看、删除图片

③管理员在登陆系统查看、修改、删除个人信息

④ 管理员在识别系统上传、查看、删除图片，添加、修改、查询用户信息、查询、修改、删除网络模型

 

高层用例：需要给用例的范围划分一个边界，也就是用例在什么时候开始，以及在什么地方结束，在上述抽象用例的基础上总结如下：

扩展用例：用两列表格将参与者和软件系统之间的用例从开始到结束的交互列举出来，如下：

 

 

  

 

 

在上述基础上，用例图如下：

 

三、 业务类图

对于一个ai识别系统，其业务类图如下所示：管理员和用户均可以登陆登出，对于用户上传的图片，管理员和用户均可以访问到其内容。而对于深度学习所部署的模型，只有管理员可以访问。大致可以分为如下几类：用户（User），属性包括用户id（Id），其个人相关信息，其上传的图片的编号；Pics类，是用户上传的图片类，里面包含了图片id，所有者，上传日期等信息；Administer类，是管理员类，包括管理员的Id、权限和相关管理操作；Model类是模型类，是物体识别所需要用到的模型，包括模型版本参数、模型上传日期、所属管理者以及模型运行等方法。ModelData类是一个模型运行的结果类，包括识别的图片，使用的模型和打印的结果。具体的业务类图如下：

 

四、数据模型

 根据用例图和业务类图可以总结出数据模型如下所示：

 user

 

Administrator

 

 Pics

 

 Modeldata

 

 model

五、概念原型

由上述分析，我们可以总结出一个概念原型。在这样一个识别系统中，用户上传图片数据，系统通过训练得到的模型预测出结果，反馈给用户。同时管理员有接口，可以获得训练结果以评估和改进模型。

 

六、总结

通过这节课的学习，我学会了以建模的方法对一个项目进行需求分析，包括如何递进地画出用例图、如何画业务类图，如何以业务类图为基础涉及数据库表。在涉及数据库表这一步还涉及到一些知识，是我没有掌握的，比如外键和主键的约束关系，是作为一个跨考生，得不断学习才能弥补上来的短板。但是通过这节课，我已经大致掌握了一个项目的需求分析流程。