用自己写的rms引擎写的电话本

本文介绍了一个基于自制RMS引擎的电话本应用程序。该程序支持添加、修改、查询和删除联系人等功能,并采用了MVC架构设计。文章还详细说明了自定义SQL语法的应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

昨天心情不好,在晚上睡不着的时候,就想了下,上次发的rms引擎都么有一个简单的例子呢,所以就写了个简单的电话本出来。
里面有的功能是:
1.添加
2.查询
3.列出所有的资料
没有实现的功能是,留给网友们自己设计。很简单的。哈
1.修改
2.删除
3.排序

源代码到这里下载
用自己写的rms引擎写的电话本

项目需求
设计一个电话本应用程序.
此程序的目的是用于学习,交流,不得用于商业应用,如果有需求请跟本人联系
程序功能
1.添加联系人包括联系资料是:  姓名, 手机, email, 地址.
2.修改联系人资料.
3.查询联系人资料,
4.删除联系人.


项目设计
1.采用本人写的简单的rms数据引擎. 也算是一个比较丰富的例子供大家学习交流
2.采用高级UI展示.
3.整体架构采用Web常用的方式MVC结构,充分展示j2me设计也可以很灵活.并且在性能方面的问题不大

这里介绍几个系统核心接口
ResultSet          ---  对数据操作的结构集, 比如查询的时候将返回一个可用的结构.里面的用法跟JDBC差不多.
Query               ---  对本人自定义的sql进行执行,执行返回ResultSet结构
DataBaseServer   ---  对RMS引擎的启动,关闭.资源处理,摆脱直接操作RMS各个异常的困扰
QueryBuilder     ---  静态工厂类,通过sql创建一个Query实例.



关于自定义SQL语法设计
比如创建表格语法是
create :friend: f_name :f_mobile :f_email :f_address
插入数据是:
Query q = QueryBuilder.builder("insert :friend :f_name :f_mobile :f_email: f_address ");
        q.setString("f_name",friend.getName() );
        q.setString("f_mobile", friend.getPhone());
        q.setString("f_email", friend.getEmail());
        q.setString("f_address", friend.getAddress());
        q.execute();
删除数据是:
留给大家补充

修改数据是:
留给大家补充

删除表格是:
留给大家补充
我是一名移动运营商的工作人员,负责以电话外呼的方式开展客户满意度修复工作。现在需要利用python技术一个关于外呼电话录音包质检分析的系统,需要封装成可执行的.exe程序。请给出详细的方案及切实可执行的详细完整代码(附注解),不要假设可行的伪代码场景,不要简化。以下为分析要求及分析维度: 一、要求: 1、输入框需包含:音频选择框(支持多选或选择文件夹)、关键词选择框(选择本地关键词.xlsx文件地址)。 2、程序界面需包含开始分析、停止分析、清空等按钮命令。 3、输出框需包含已完成分析、分析错误、分析报告储存路径等提示(分析报告生成一个汇总的结构化excel清单,一行代表一个文件包含多个分析维度结果。同时生成一个汇总的可视化分析word版报告)。 4、音频文件可能有多种格式,如MP3、WAV、AMR等,需要兼容多种格式。 5、在进行语音识别为文本时采用openai/whisper-small模型,下载到本地加载使用。 6、语音识别需要进行说话人分离,采用speaker-diarization-2.0模型,下载到本地加载使用。客服人员说话根据前三个片段是否存在开场白关键字来确定。 7、要考虑最后封装的程序需要在个人笔记本电脑中运行。 二、分析维度: 1、通话基本信息:音频时长、文件名称。 2、服务规范检查:开场白检查(根据关键字)、结束语检查(根据关键字)、服务禁语检查(根据关键字)。 3、客服服务态度情感分析:结合客服的文本情感分析,分析是否有不耐烦、生气等负面情绪。中文文本情感分析模型请使用Erlangshen-Roberta-110M-Sentiment,下载到本地加载使用。 4、客户情感分析:结合客户的文本情感分析客户整体情感极性(积极/消极/中性),特定情绪识别(如愤怒、不耐烦)。中文文本情感分析模型请使用Erlangshen-Roberta-110M-Sentiment。下载到本地加载使用。 5、沟通技巧检查:客服语速与清晰度分析、平均音量水平及稳定性。 6、问题解决率分析:客户问题是否被有效回答。
07-16
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值