第六周

本周的学习重心分为两部分：一是推进 Python 信息化热词分类分析大作业的开发，二是正式启动软件设计师资格考试的第一轮备考，同时穿插复习大数据阶段的知识点，保证学习节奏平稳推进。

Python 大作业方面，我首先确定了信息化领域热词的采集范围，从工信部年度报告、科技行业资讯、技术社区热门话题等渠道收集了近 200 个行业热词，涵盖人工智能、大数据、云计算、区块链、物联网、网络安全六大领域。随后我完成了数据清洗工作，通过 Python 脚本对原始热词数据进行去重、去除特殊符号、统一格式处理，引入了中文停用词表，过滤掉无意义的助词、介词与标点符号。核心功能上，我实现了基于关键词规则的热词分类算法，通过匹配热词中的特征关键词将其划分到对应领域，同时完成了词频统计功能，能够统计不同领域的热词数量与出现频次。目前大作业的核心逻辑框架已经搭建完成，分类准确率达到了预期水平。

软考备考方面，我开启了第一轮知识点系统梳理，使用官方指定教材与历年真题集作为备考资料。本周完成了计算机组成原理与数据结构两个核心章节的学习，计算机组成原理部分重点掌握了 CPU 的组成、存储器层次结构、流水线性能计算、总线系统等高频考点；数据结构部分深入学习了线性表、栈与队列、树与二叉树、图、查找算法、排序算法等核心内容，重点攻克了二叉树的遍历、哈希表构造、各类排序算法的时间复杂度与空间复杂度对比。每学完一个章节我都会配套完成对应章节的历年真题，熟悉考试的出题风格与考察方式，初步建立了软考上午题的知识框架。

本周总学习时长约 46 小时，平均每天学习 6.5 小时。其中代码开发与调试时间约 20 小时，主要用于 Python 大作业的数据处理与分类算法开发；问题排查解决时间约 8 小时，剩余 18 小时用于软考知识点学习与真题练习。

下周我计划完成 Python 大作业的全部收尾工作，补充热词详细解释模块，增加数据可视化展示功能，优化分类算法的准确率，整理大作业文档。软考方面将推进操作系统、数据库系统、软件工程三大章节的复习，开始接触下午案例分析题，梳理不同题型的答题思路。同时我会拓展学习 Hadoop 生态体系中的 Hive、HBase 组件，了解其功能与应用场景。

本周遇到的问题主要集中在大作业开发与软考学习上。大作业方面，基于规则的关键词分类存在边界模糊的问题，部分跨界热词容易出现分类错误，比如 “数字孪生” 同时涉及物联网与人工智能领域，单一分类不够准确，我计划后续优化分类逻辑，引入权重匹配机制，设置主分类与副分类提升准确率。另外在使用正则表达式匹配热词时，频繁出现匹配结果不符合预期的问题，经过反复调试正则语法、学习转义字符与贪婪匹配规则，最终提升了匹配的准确率。软考方面，知识点零散且覆盖范围广，记忆起来难度较大，我通过绘制思维导图梳理知识体系框架，将零散的知识点串联起来，记忆效率有所提升。目前大作业的可视化展示部分还未启动，下周会重点完成该模块的开发。