29、社交推荐共享与电商社区技术探索

社交推荐共享与电商社区技术探索

社交推荐系统的改进与开发

初始系统问题与改进思路

最初的社交推荐系统在首次实地测试中反馈不佳，其基本设计存在严重错误。但我们没有选择完全重新设计和部署，而是决定让系统继续运行，并逐步引入新设计。这样做可以在不中断服务的情况下，根据用户反馈不断优化系统。

系统具备两个重要能力：
- 能够通过评论和评级向推荐发送者提供反馈。
- 可以将推荐发送到其他用户创建的频道，使广播式频道转变为讨论论坛。

引入极限编程方法

为了更好地响应实地测试的反馈，我们决定采用极限编程（XP）方法。这种方法有以下特点和优势：
1. 用户深度参与 ：在开发过程中，用户扮演客户的角色，是设计活动不可分割的一部分。
2. 持续测试与反馈 ：用户在系统开发过程中不断试用各个版本，根据使用体验编写“用户故事”，陈述问题或需求，并可提供解决方案建议。系统的下一次发布计划基于这些用户故事制定。
3. 定期沟通协商 ：用户（客户角色）和开发者定期会面，讨论系统的进一步开发。开发者说明到下一次发布前可用的编码时间，客户之间协商确定希望在下一次系统发布中集成或解决的功能或问题。
4. 测试反馈循环 ：指定的用户故事实现后，客户参与系统测试。开发者和客户之间的讨论确定系统是否满足需求。若客户不满意，任务将在下一次迭代中继续处理。

此外，我们对原始的XP方法进行了改进，引入了设计客户和新用户客户两个角色：
-