- 博客(5)
- 收藏
- 关注
RSS订阅原创 山东大学项目实训4——闭环管理：动态风险预警、运营趋势看板与无障碍体验
本两周是项目冲刺的关键期，我们完成了全链路的最后两个环节：“履约提醒与风险预警”及“趋势分析复盘”。我主要负责了动态预警逻辑的编写、运营看板的实现，以及系统整体的无障碍适配。例如，若一周内有大量旅客询问“充电宝”，但机场该区域缺失，系统会自动生成建议：“本周 Gate 10-20 区域关于‘充电’的未满足需求激增，建议增设移动充电设备或引导标识”。测试模式：为了证明预警不是固定文案，我特意在设置中加入了“虚拟时间偏移”功能，现场演示了当调整当前时间时，系统如何实时改变预警等级和话术。
2026-05-07 22:55:48
238
原创 山东大学项目实训3——推荐算法引擎与地图 LBS 服务的深度集成
我主要负责了“需求匹配与智能推荐智能体”的开发，并完成了高德地图 SDK 的深度集成。模型根据区域可达性、拥挤度预测进行排序，并生成推荐理由（例如：“为您推荐此咖啡厅，虽然距离多出 50 米，但目前排队人数较少，适合您 20 分钟后的登机安排”）。动态替代方案：若首选服务点（如某餐厅）显示为“休息中”或“极度拥挤”，页面会自动展示替代方案并注明原因（如“首选店已打烊，为您推荐距离 100 米的同类店”）。将筛选后的 Top 5 候选点及旅客偏好（如“人少”、“最近”、“高评价”）推给大模型。
2026-05-07 22:55:06
49
原创 山东大学项目实训2——登录态持久化与规范化智能体的实现
近两周，我主要负责了系统后端数据库的详细设计与构建、小程序前端登录与授权体系的开发，以及“信息规范化发布智能体”的核心逻辑实现。系统在调用大模型前，会先在“服务点资源表”中检索相关的航站楼设施信息（300+ 条数据），作为 Context 注入 Prompt，有效解决了大模型对机场特定布局的“幻觉”问题，确保输出的导览建议具备真实性和物理可达性。在接下来的两周内，我计划完成“需求匹配与智能推荐智能体”的开发，重点优化推荐算法的权重（如拥挤度、距离、开放状态），并接入高德地图 SDK 实现路径规划的预览。
2026-04-26 21:52:42
167
原创 山东大学项目实训1——项目的确定与目标实现
本周是我们“国际旅客微信小程序导览应用”项目正式启动的第一周。作为团队成员，我本周的核心任务是梳理系统整体架构、完成 10 个核心 UI 页面的原型设计，并初步搭建后端 Flask 基础服务环境。针对国际旅客在机场场景下“语言不通、环境复杂、信息滞后”的痛点，我们确立了**“咨询-理解-推荐-提醒-复盘”**的全链路交互逻辑。通过大模型（LLM）驱动的四个核心智能体（规范化、匹配、分析、预警）协同工作，我们希望为旅客提供一种从“被动查询”到“主动服务”的智能交互体验。
2026-04-07 15:12:14
312
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人