# nfu.API

**Repository Path**: EdisonQXF/nfu.API

## Basic Information

- **Project Name**: nfu.API
- **Description**: 20春API项目
- **Primary Language**: JavaScript
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2020-07-17
- **Last Updated**: 2025-02-10

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 20春API项目
> [产品文档PRD及原型文档开头及结尾需要说明迭代的增量改进，以及附上Github/Gitee的diff连结，点击前往diff链接](https://gitee.com/EdisonQXF/nfu.API/compare/885073afb65d78a90e92e18a6355b0f9530c293d...cca14da75786e6c0a38082bbec15c06bc50b0386)

增量改进：根据迭代一中的同学的有效的评价及建议，本迭代二版本主要增加了更多的IDEO三要素的考量分析，如交互界面的IDEO三要素分析、数据流程的IDEO三要素说明；以及补充了产品原型的主要界面的文字说明部分；还有就是增加了利害相关者的分析以及ESG问题/机会等的分析文字内容。

|文档名称|Sport-doctor—产品需求文档|
|--|--|
|产品名称|Sport-doctor(运动医生)|
|产品描述|一款通过收集男大学生运动损伤的信息，运用人工智能技术(图灵机器人服务、自然语言处理)进行数据分析整理，主要利用自然语言处理中的问答系统，解决男大学生运动损伤处理需求的App|
|产品版本|1.0.1|
|文件现状|进行中|
|文件作者|丘小峰|

## 加值宣言
   我认为目前市面上欠缺可以针对**运动损伤处理**的健康类App，虽然国内已有一些APP也开发了病患指导的功能，像是在线医生问诊等，但这些指导难以为用户设计针对性的方案，且缺乏具体的治疗价值。

   此款App能够给在校的男大学生在日常生活中的体育运动中产生的运动损伤提供一个可行的治疗方案。将图灵机器人与自然语言处理中的问答系统相结合进行机器学习，建立一个问答社区（如知乎、百度知道）不断完善数据库，可以快速地、准确地回答用户提出的需求。还可以结合自然语言处理的文本分析和情感分析，优化与用户的交互体验。

## 一、需求概述
### 1. 产品背景
   直至目前，大学生的体育运动损伤是十分常见的，并且特别是在男大学生中尤为明显，因为男大学生绝大部分会喜欢用身体对抗进行的体育运动，如：篮球、足球等。在这些运动中经常会出现不同程度的损伤。而这时候如果处理不当，一次一次的损伤，一次一次的处理不得当留下隐患，有可能这时候不明显的症状日后会越来越严重。因此这款产品可以让男大学生随时随地在遇到运动损伤的时候能得到合适恰当的建议。
   
### 2. 产品市场
运动损伤在大学校园里真的再常见不过了，但是每次都依靠常识以及临时搜索的片面资料很难真正做到很好得处理。与其选择瞎猫碰上死耗子还不如能有这样一款可以随时查询方法的App。所以这款App是符合男大学生的实际情况需要并且是简洁有效的方法。

### 3. 市场概述
##### 3.1国内外智能健康管理类应用市场概述
- 国外健康类应用市场描述
> 由于医疗体系不同，发达国家的电子病历系统已接近完成，目前正在实施建设全国医疗信息化系统。1998年，英国国家医疗服务体系（NHS）提出为每位居民建立覆盖终生的电子病历并实现所有医生能访问这些电子病历，目前已基本完成。2010年，美国政府建立了国家健康信息网络（NHIN）， 即建立跨医疗机构的全国范围的电子病历，以此来实现医疗机构之间的信息共享。
                                       ——《国外健康类ＡＰＰ评价研究综述》-仝晶晶、邓胜利（武汉大学信息资源研究中心，武汉，４３００７２）
- 国内健康管理类应用市场描述                                       
> 国内的移动医疗目前缺乏类似日本的国家健康体系支持，商业化模式亦不完善，尚处于早期快速发展、快速“烧钱”与摸索阶段，准入门槛不高，产品良莠不齐，临床专业性App匮乏。根据中国APP客户端注册中心的数据显示，截至2014年，iTunes商店中已经有16275款医疗与健康相关的应用，主要集中在运动保健、自问诊平台和挂号预约，而在患者的用药提醒、病程记录和信息反馈方面基本处于空白状态。根据艾媒咨询发布的《2015年中国“互联网＋”医疗研究报告》，挂号预约类、问诊咨询类和医疗资讯类APP，分别占比28.5%、24.9%、17.9%，但这些APP大多功能有限，有的甚至只有1项主要功能，即提供相关的数据信息。这些APP内容同质化严重，有的应用看上去似乎更像是玩具。只有不到2500款应用既能够提供数据信息，又能够追踪用户的数据，至于拥有提示或预警等功能的应用数量就更少了。在这其中，预约挂号类APP受国内医疗资源分布的影响，过于集中在三甲医院，仅仅是提供资源的平台，而缺乏资源分流的能力。问诊类和咨询类APP由于线上咨询 和线下医疗的分离，大多只停留在初步问诊阶段，难以提供有效的医疗服务。而人们真正期待的革命性移动医疗应用应是能将常用功能成功整合到一个平台之上，而此整合后的平台又能够改善人们传统的保健与医疗方式。
          ——《健康管理类应用软件国内外现状与前景分析》 张子豪、章红英-首都医科大学基础医学院，北京-100069；首都医科大学中医药学院，北京-100069 
          
- 总结来看：
1. 国外健康管理类应用软件现状：国外健康管理类APP更多地结合了临床应用，注重用药指导、临床指南、临床监测等功能的研发，为用户提供专业化、标准化的服务。
2. 国内健康管理类应用软件现状：国内健康管理类应用软件大多功能有限。
因此产品发展动态：**如何将App的功能上限不断提高是关键，利用人工智能的有机结合，可以不断进行机器学习、丰富数据库，从而使产品在迭代过程中不断改进。**
##### 3.2发展优势
- 目前健康管理里人工智能应用不多，有充足的发展空间；
- 对健康管理类移动端的需求，近年来，特别是在2020年新冠疫情期间需求增加；
- 通过人工智能的有机结合可以提高用户体验、提高准确率等来提高App的上限；

## 二、核心价值（最小可行性产品）
为男大学生日常的运动损伤提供可行的处理方案。

##### 用户痛点
1. 市面上没有针对此类运动损伤的健康类软件；
2. 处理运动损伤的时候经常没有具体的方法，只是靠猜测和常识来做判断；
3. 有时候为了得到正确的治疗，总是去医务室，占用学校资源。

## 三、用户分析
1. 目标用户群：
- 核心用户：男大学生

### 利害相关者
ESG问题：用户会过于信赖、依赖此App提供的反馈

ESG机会：不断完善系统、数据库，提升审核的质量、回答反馈的准确性。

系统偏差：出现系统性偏差需要及时修补，主要方法是丰富产品数据库。

2. 用户画像及使用场景
- ![男大学生](https://gitee.com/EdisonQXF/API/raw/master/images/%E8%BF%90%E5%8A%A8%E5%8C%BB%E7%94%9F%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F.png)
- 使用场景：经常做体育运动，受到运动损伤了却不知道该怎么做。于是使用这款运动医生App，能够很方便的知道自己运动损伤的可能情况，并且知道具体怎么做的建议，比如需要热敷还是冰敷，做一些什么样的拉伸运动去缓解疼痛等等。

## 四、核心价值与用户痛点
|用户痛点|API加值|
|:--:|:--:|
|无法随时得到有价值的建议|自然语言处理的问答系统快速准确地给出回答|
|对运动的损伤存在疑问|通过图灵机器人为用户解答疑惑|
|个人资料信息的安全保证|使用信息需要授权，输入身份证号码、人脸识别等方式|

## 五、人工智能概率性与用户痛点
图灵机器人技术与自然语言处理的问答系统，有以下优势：

|图灵机器人技术优势/用户痛点|自然语言处理的问答系统技术优势/用户痛点|
|:--:|:--:|
|1. 语义理解准确：开放域聊天准确率81.64%，垂域技能准确率96.34%|1. 自定义问题成本低|
|2. 知识图谱：千万级实体及关系知识，支持逻辑与关系的知识推理|2. 对于完全匹配的问题可以绝对准确|
|3. 基础知识库：问答知识库1亿条，高频知识库1000万条|3. 有足够数据的问答系统甚至不需要训练|

所以，该产品利用图灵机器人与用户进行交互，通过问答系统准确匹配出运动损伤的处理方案，图灵机器人结合问答系统，根据强大的数据库进行的分析出错率很低。

**识别、分析不准确的方法：机器自身的深度学习、丰富数据库**

## 六、需求列表（对应人工智能加值）
|序号|api技术|用户场景|优先级|
|--|--|--|--|
|1|问答系统|准确、迅速匹配正确的运动损伤处理方法|A（重要）|
|2|图灵机器人|与用户进行对话（语音、文本）满足用户提出的需求|A（重要）|
|3|Azure 认知服务（如文本分析和语言理解）|来解释客户情绪和意图|B（次重要）|
|4|Azure人脸识别|对用户个人数据进行保障的重要手段之一|B（次重要）|

## 七、产品结构图（图片可能比较大，加载不出来刷新即可）

1. 产品功能结构图
![产品功能结构图](https://gitee.com/EdisonQXF/API/raw/master/images/%E8%BF%90%E5%8A%A8%E5%8C%BB%E7%94%9F-%E4%BA%A7%E5%93%81%E5%8A%9F%E8%83%BD%E7%BB%93%E6%9E%84%E5%9B%BE.png)

2. 用户流程图
![用户流程图](https://gitee.com/EdisonQXF/API/raw/master/images/%E8%BF%90%E5%8A%A8%E5%8C%BB%E7%94%9F-%E7%94%A8%E6%88%B7%E6%B5%81%E7%A8%8B.png)

3. 产品结构图
![产品结构图](https://gitee.com/EdisonQXF/API/raw/master/images/%E8%BF%90%E5%8A%A8%E5%8C%BB%E7%94%9F-%E4%BA%A7%E5%93%81%E7%BB%93%E6%9E%84%E5%9B%BE.png)

## 八、数据推理
||页面|
|--|--|
|问题1|我们在页面上可以获得什么内容|
|回答1|运动损伤情况可能症状，选择合适的并给出处理方案|
|问题2|向用户输出的结果内容从哪里来|
|回答2|建立数据库和去开放平台调用api，进行问答系统匹配获得结果内容|
|问题3|请求从哪里来|
|回答3|用户或者智能设备对产品输入身体状况的相关信息|
|问题4|如果分析病情的过程中出现明显的识别错误，应该如何获取并处理这些数据数据|
|回答4|通过用户的反馈功能进行信息获取，通过用户的自愿反馈扩大数据库，强化机器学习，不断扩大数据库进而降低失败率|

### 数据流程图展示
![数据流程图](https://gitee.com/EdisonQXF/API/raw/master/images/%E6%95%B0%E6%8D%AE%E6%B5%81%E7%A8%8B%E5%9B%BE.png)

#### IDEO三要素
用户可欲性：用户可以通过问答系统以及图灵机器人得到迅速准确地处理方法。

技术可行性：经过实践，调用图灵机器人以及建立问答系统并不难，两者相结合能够取长补短，并形成强大丰富的数据库。

商业可行性：用户有这方面的需求，并且这对于学校的医务室压力等是可以有一定程度的缓解，这在商业上是有商业价值存在且可行的。

## 九、产品原型及交互设计
##### [原型文档下载区](https://github.com/EasonQXF/nfu.API/tree/master/%E8%BF%90%E5%8A%A8%E5%8C%BB%E7%94%9F%E5%8E%9F%E5%9E%8B%E4%BA%A4%E4%BA%92%E7%95%8C%E9%9D%A2)
##### [原型文档交互展示](https://i2zbnz.axshare.com)
##### [原型文档rp文件下载区](https://github.com/EasonQXF/nfu.API/blob/master/%E8%BF%90%E5%8A%A8%E5%8C%BB%E7%94%9F.rp)

1. 启动、注册、登录、首页界面
   **启动界面**主要构成是产品的logo和slogan；**注册和登录界面**与市场上主流的结构统一，让用户感到熟悉、易用。（手机、短信验证码、密码、用户协议等）；**广告界面**是留给广告商放置广告的栏位之一，右上角有**跳过广告**按钮。
   
   具体体验可以点击上方[原型文档交互展示](https://i2zbnz.axshare.com)链接进行产品原型体验。

- 启动界面
> 展示产品logo以及slogan，间隔一小段时间后展示广告面板，用户可以选择跳过操作。
![启动界面](https://gitee.com/EdisonQXF/API/raw/master/images/%E5%90%AF%E5%8A%A8%E7%95%8C%E9%9D%A2.png)
- 注册界面
> 使用规则，简洁明了。
![注册界面](https://gitee.com/EdisonQXF/API/raw/master/images/%E6%B3%A8%E5%86%8C.png)
- 登录界面
![登陆界面](https://gitee.com/EdisonQXF/API/raw/master/images/%E7%99%BB%E5%BD%95.png)
- 首页界面
> 首页有健康资讯推荐，有运动损伤类别的分类整合整理，用户可以直接点击想要了解的内容。
![首页界面](https://gitee.com/EdisonQXF/API/raw/master/images/%E9%A6%96%E9%A1%B5.png)

2. 核心页面——图灵机器人解答界面

- 用户可以直接对着手机麦克风说话输入内容（左），也可以点击对话框手动输入（右）。
- 除了运动损伤的处理方案之外，还可以资讯相关的一些运动注意事项或者是简单的一些问题，如“今天有什么篮球比赛？”
![图灵机器人解答界面](https://gitee.com/EdisonQXF/API/raw/master/images/%E5%9B%BE%E7%81%B5%E6%9C%BA%E5%99%A8%E4%BA%BA.png)

3. 主要页面——问答社区

- 在这里用户可以看到其他的用户提出的什么问题，如果有自己知道的可以发表自己的建议，并且其他用户可以回应从而再一次的验证这样的处理方法是否是正确的。
![问答社区](https://gitee.com/EdisonQXF/API/raw/master/images/%E9%97%AE%E7%AD%94%E7%A4%BE%E5%8C%BA.png)


#### IDEO三要素
用户可欲性：主要截面为三个，简洁方便用户操作，且数据以及反馈信息清晰明了。

技术可行性：经过实践，成功调用自然语言处理的问答系统、文本分析等以及图灵机器人，将API接口接入App内是可行的。

商业可行性：首页有banner轮播图可插入广告，在App启动也有广告交互，用户可选择“跳过广告”，之后迭代还可以在文章详情页进行相关周边销售或者是广告插入等。能够与多种商家进行商业合作，是可行的。

## 十、API的运用（展示主要应用API）

**需要通过注册登录得到API Key和Secret Key获取access_token**

###### （一）问答系统
- 开源问答系统参考链接：
- [开源软件>建站系统>开源问答系统 (31)](https://www.oschina.net/project/tag/299/qa)
- [问答系统 - weiyinfu - 博客园](https://www.cnblogs.com/weiyinfu/p/10839297.html)
- [手把手教你用Python搭建一个AI智能问答系统](https://blog.csdn.net/zw0Pi8G5C1x/article/details/103077499)
- [Python实现简单的智能回答](https://blog.csdn.net/HuangZhang_123/article/details/80734287)

通过图灵机器人下方代码实践成功建立简单的智能问答：
![wendaxitong](https://gitee.com/EdisonQXF/API/raw/master/images/turing_demo.png)

###### （二）图灵机器人([附原文件下载地址](https://github.com/EasonQXF/nfu.API))

![tuling](https://gitee.com/EdisonQXF/API/raw/master/images/tuling.png)

py文件（[Turing_dome.py下载地址](https://github.com/EasonQXF/nfu.API/blob/master/Turing_dome.py)）：
```python
#!/usr/bin/env python
# coding: utf-8

# In[ ]:


#coding=utf-8

import json
import urllib.request

api_url = "http://openapi.tuling123.com/openapi/api/v2"
json_path = 'req.json'

class TuringDome(object):
    def __init__(self,json_path="",api_url=""):
        self.json_path = json_path
        self.api_url = api_url
        self.text_input = input('请输入我的问话\n我：')

    def readJson(self):
        '''获取json文件'''
        with open(self.json_path,'r',encoding='utf-8') as f_json:
            json_data = json.load(f_json)
        return json_data

    def textInput(self):
        '''用变量text_input替换text的value值'''
        req = self.readJson()
        req['perception']['inputText']['text'] = self.text_input
        return req

    def dumpsJson(self):
        '''将json字符串转化成dict格式'''
        req = self.textInput()
        req = json.dumps(req,sort_keys=True,indent=4,).encode('utf8')
        return req

    def urllibRequestResponse(self):
        req = self.dumpsJson()
        http_post = urllib.request.Request(self.api_url, data=req, headers={'content-type': 'application/json'})
        response = urllib.request.urlopen(http_post)# 在urlopen()方法中传入字符串格式的url地址，则此方法会访问目标网址，然后返回访问的结果。
        response_str = response.read().decode('utf8')
        response_dict = json.loads(response_str) # 将字符串response_str转成字典
        return response_dict

    def getTuringResponse(self):
        '''取得机器人返回的语句并输出'''
        response_dict = self.urllibRequestResponse()
        intent_code = response_dict.get('intent')['code']
        results_text = response_dict.get('results')[0]['values']['text']
        print('Turing的回答：')
        print('code：' + str(intent_code))
        print('text：' + results_text)

    def talkToTheTuring(self):
        #self.text_input = input('请输入我的问话\n我：')
        while True:
            if self.text_input != "exit:":
                self.getTuringResponse()
                self.text_input = input('请输入我的问话\n我：')
            else:
                print("*****结束对话！*****")
                break

if __name__ == '__main__':
    #pass
    td = TuringDome(json_path=json_path,api_url=api_url)
    td.talkToTheTuring()
```

json文件（[req.json文件下载地址](https://github.com/EasonQXF/nfu.API/blob/master/req.json)）：
```python
{
    "perception":
    {
        "inputText":
        {
            "text": ""
        },

        "selfInfo":
        {
            "location":
            {
                "city": "北京",
                "province": "北京",
                "street": "天安门"
            }
        }
    },

    "userInfo":
    {
        "apiKey": "你的APIkey",
        "userId": "Qiu"
    }
}

```

###### （三）自然语言处理-情感倾向分析
```python
import requests 
import pandas as pd
import json
host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=lOCpbOwkLDZEAsEvBC6AEbwq&client_secret=meXIqsu0WduxzC9fWvlSYzqTtngC604G'
response = requests.get(host)
if response:
    print(response.json())
import ast

API_KEY = '123456'
SECRET_KEY = '123456'

response = requests.get(
    url='https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id={}&client_secret={}'.format(
        API_KEY, SECRET_KEY
    ), headers={'Content-Type': 'application/json; charset=UTF-8'})

r = requests.post(
    url='https://aip.baidubce.com/rpc/2.0/nlp/v1/sentiment_classify?charset=UTF-8&access_token={}'.format(
        ast.literal_eval(response.text)['access_token']),
    headers={'Content-Type': 'application/json'},
    data='{"text":"我今天摔倒腿了"}'.encode('utf8')
)
print(r.text) 
```

输出：

```python
{"log_id": 3428156748190015625, "text": "我今天摔倒腿了", "items": [{"positive_prob": 0.908278, "confidence": 0.796174, "negative_prob": 0.0917218, "sentiment": 2}]}
```

###### （四）自然语言处理-词法分析
```python
def baidu_lexer(text):
    url = "https://aip.baidubce.com/rpc/2.0/nlp/v1/lexer?access_token="+access_token
    data = {
        "text" : text   
    }
    encode_data=json.dumps(data).encode('UTF-8')
    headers = {
        'Content-Type':'application/json'
    }
    return requests.post(url,encode_data).content
content_lexer = baidu_lexer("我爱中国")
content_lexer_str = str(content_lexer ,encoding="GBK")
content_lexer_str_dict =json.loads(content_lexer_str)
pd.json_normalize(content_lexer_str_dict).T
```

输出：

```python
log_id	4830720686789984105
text	我爱中国
items	[{'loc_details': [], 'byte_offset': 0, 'uri': ...
```

**图灵机器人API和青云客智能聊天机器人API的比较**
|      | 图灵机器人API                                                                                                                                                        | 青云客智能聊天机器人API                                                                                            |
| ---- | -------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ---------------------------------------------------------------------------------------------------------- |
| 功能 | 开放域聊天准确率81.64%，垂域技能准确率96.34%  知识图谱：千万级实体及关系知识，支持逻辑与关系的知识推理；多轮对话：开放域聊天与垂域技能超过5轮的上下文对话能力 | 天气、翻译、藏头诗、笑话、歌词、计算、域名信息/备案/收录查询、IP查询、手机号码归属、人工智能聊天 |
| 价格 | 需要注册账号，可以申请5个机器人，未认证账户每个机器人只能回3条/天，认证账户每个机器人能用100条/天。 | 完全免费！不用注册，不用申请key，拿来就用！|
| 体验感受 | 回答准确率高，交互体验良好 | 功能单一，体验不良|

## 十一、API的使用价格
1. 图灵机器人
需要注册账号，可以申请5个机器人，未认证账户每个机器人只能回3条/天，认证账户每个机器人能用100条/天。

2. 自然语言处理-问答系统
[基于知识图谱的问答系统](https://blog.csdn.net/weixin_44023339/article/details/99965656)
[Github项目地址](https://github.com/liuhuanyong/QASystemOnMedicalKG)

####可能还会用到的次重要API估价
3. 文本分析
- ![文本分析](https://gitee.com/EdisonQXF/API/raw/master/images/%E6%96%87%E6%9C%AC%E5%88%86%E6%9E%90%E6%8A%A5%E4%BB%B7%E8%A1%A8%E5%A4%B4.png)
- ![文本分析](https://gitee.com/EdisonQXF/API/raw/master/images/%E6%96%87%E6%9C%AC%E5%88%86%E6%9E%90%E6%8A%A5%E4%BB%B7%E8%A1%A8.png)

4. 语言理解
- ![语言理解](https://gitee.com/EdisonQXF/API/raw/master/images/%E8%AF%AD%E8%A8%80%E7%90%86%E8%A7%A3%E6%8A%A5%E4%BB%B7%E8%A1%A8.png)

## 十二、API使用风险评估
本产品需要收集用户的个人信息，例如受伤部位、有无出血等，这些数据属于个人十分隐私的数据，然后再通过人工智能数据分析等操作，这些数据需要得到足够的安全保障。

可以在建立数据库的时候加入区块链技术也可以通过加密用户数据，使用的时候需要得到用户的授权，比如输入用户个人身份证号、人脸识别等。

## 十三、竞品分析
1. 竞品对象——春雨医生App

2. 竞品的战略定位分析
春雨医生搭建了自诊和问诊系统，定位于用户的诊前咨询，主要解决用户在“身体不适”到“去医院”之间的需求，这被春雨医生定义为“轻问诊”。

3. 竞品的产品结构
![春雨医生](https://gitee.com/EdisonQXF/API/raw/master/images/%E6%98%A5%E9%9B%A8%E5%8C%BB%E7%94%9F.png)

4. 竞品的差异化分析
 4.1 区别
- 春意医生竞品：春雨医生主要是通过大数据的方式分析病情只分轻度的和严重的，轻度给出基本建议，严重的病情会练习在线医生，与医生进行线上沟通。这是春雨医生主打的“轻问诊”模式。

 4.2 缺点
- 问诊类和咨询类APP由于线上咨询和线下医疗的分离，大多只停留在初步问诊阶段，难以提供有效的医疗服务。

**结论：相比春雨医生，我们的Sport-doctor(运动医生)产品加入了人工智能，结合大数据的数据分析可以提供更权威的数据分析结果，并且能够为用户得到推荐治疗方案后的疑惑问答等提供良好的用户体验。春雨医生的“轻问诊”我们可以学习，加入在线医生问诊的功能，并且在此基础上不断完善。**

## 十四、该产品未来的发展路线构想
定好产品的主要发展功能、领域，然后不断完善，基础到成熟，之后再逐渐发展附属功能，最终成为一个成熟的产品。

#####  (一）产品的更新迭代过程
- **V1.0**
   1. 实现自然语言处理的，问答系统数据库；
   2. 实现人工智能机器人功能，满足基本的智能操作、交流需求；

- **V2.0**
   1. 人工智能数据库逐渐完善、丰富减少失误率；
   2. 增加在线预约门诊、医生预约等功能；
   
- **V3.0**
   1. 人工智能数据库完善趋向成熟，几乎没有失误率；
   2. 产品用户流量增多，根据用户需求完善周边附属功能；

#####  (二）产品可能涉及的功能范围
- 在线智能机器人根据用户数据分析病情，给出治疗方案
- 用户选择运动损伤处理方案并解答相关医疗健康疑惑等
- 医生在线问诊，通过审核的医生会在线解答病患病情

#####  (三）产品的盈利模式
1. 广告盈利
> 本小程序是医疗健康类小程序，后期成熟后可以招募药店、医院、医学院等相关医疗机构、医疗教育行业的广告，从中获得广告费盈利。
2. 平台入驻盈利
> 前期做好宣传，可以选择邀请友商入驻，利用大的流量ip吸引用户，初定为免费的不收费，待到成熟，有一定的流量、知名度、访问度之后可以向入住的平台收取摊位费、推广费等。
3. 发展周边
> 我们可以选择发展医疗周边，可以是友情赞助商提供的医护用品，例如口罩、棉签等等。待到资金到达一定的程度，我们可以选择发展自己的ip，并利用其流量和知名度做成周边商品，吸引用户进行购买，从而获得资金收入。
4. 增加付费的高端项目
> 我们还可以为高端人群客户定制化服务，在保障普通用户的正常使用功能外，再开发更高端的服务，吸引特定的人群进行升级服务，消费升级。

#####  (四）产品的业务流程
![业务流程图](https://gitee.com/EdisonQXF/API/raw/master/images/%E4%B8%9A%E5%8A%A1%E6%B5%81%E7%A8%8B%E5%9B%BE.png)

## IDEO三要素（Viability 商业可行性、 Feasibility 技术可行性、及 Desirability 用户可欲性）
- **这里对上述的IDEO三要素做一个简单的总结**

![IDEO三要素](https://gitee.com/EdisonQXF/API/raw/master/images/IDEO.png)

### 所使用的API功能链接
- [自然语言处理](https://lbs.amap.com/api/webservice/guide/api/direction)
- [图灵机器人](http://www.turingapi.com/scene)
- [Azure认知服务](https://azure.microsoft.com/zh-cn/services/cognitive-services/)

#### 一句话版本
现代大学生体育运动参与度越来越高，而且大学体育课的种类也丰富多样，发生运动损伤的情况也无可避免的时有发生。所以通过这样的一款专门为解决运动损伤需求的App

#### 1分钟版本
现在国内外都有很多的健康管理类App，特别是受2020年疫情的影响，更是掀起了热潮。但是针对男大学生运动损伤的健康类App并没有出现。此款App针对男大学生运动损伤处理这一痛点，主要运用问答系统和图灵机器人，对运动损伤提出具有可行性的处理方案。这款App实用性高，市场潜力是很大的，因为有人工智能的加入，未来的发展潜力也是巨大的。
![健康管理App](https://gitee.com/EdisonQXF/API/raw/master/images/App%E8%81%9A%E5%90%88.jpg)
所以本产品是通过API人工智能技术将产品功能有机结合。通过问答系统加上图灵机器人，构建强大的数据库能够匹配对应的运动损伤的处理方案。加入文本分析等自然语言处理，让图灵机器人与用户的交流更有交互体验，丰富情感化需求。还可以通过知识付费、广告周边等方式获得收入盈利。

## 十五、心得总结及感谢


#### 心得总结
  在整个的产品文档中，我认为最难的其实是一开始的智能加值部分，代码部分有很多前人的经验可以借鉴，但在加值的部分确实需要我们好好斟酌。符合设计思维的，商业可行性、科技可行性、用户愿望。更重要的就是老师指导我们的时候强调的“宁小而具体，勿大而无当。”考虑到不只一方面的利益相关者，全方位的考虑问题。

  所以最终我的产品根据现在男大学生喜欢运动并且运动损伤时常出现又不知道正确的处理方法的痛点及用户需求，通过建立自然语言处理的问答系统，并结合图灵机器人融合文本分析、语言理解的智能API，以解决这个问题。问答系统的建设可以通过不断完善数据库，在用户需要寻求帮助时反馈正确的答案；图灵机器人让整个过程可以更加方便快捷，文本分析、语言理解又可以让用户获得更加良好的交互体验。

  [产品原型](https://i2zbnz.axshare.com)核心界面是三个：首页统计运动损伤类型次数、相关资讯推荐；图灵机器人界面是用户提出诉求的界面，可以语音输入也可以文字输入；第三个是问答社区界面，用户可以在这里回复和提出问题，数据可回收进数据库用来提高准确度和可靠性。

  用户就可以在受到运动损伤时，直接告诉图灵机器人运动损伤的情况，图灵机器人根据描述反馈处理方案。有更多的疑问也可以向图灵机器人提问，会为用户一一解答。当出现答案错误或者不准确时，便继续完善问答系统的数据库，提高准确率，通过不断迭代直至正确率能无限接近百分之百。

#### 感谢
感谢廖老师和许老师在整个API课程中对我进行的指导教学，让我掌握了如何去调用API接口以及阅读API文档等等的能力得到了很大的提升，十分感谢！！！

为了考量API加值部分的可行性、概率性等参考了许多的文章博客，让我的产品更加的完善且标准。为此特别感谢以下所有文章为我提供的十分有价值的参考！！
- [python问答系统实践](https://blog.csdn.net/qq_33909788/article/details/83691799)
- [基于知识图谱的问答系统1](https://blog.csdn.net/weixin_44023339/article/details/99965656)
- [问答系统api文档](https://blog.csdn.net/weixin_33728268/article/details/92533258)
- [自己动手实现4大免费聊天机器人：小冰、图灵、腾讯、青云客](https://zhuanlan.zhihu.com/p/110785806)
- [手把手教你用Python搭建一个AI智能问答系统](https://blog.csdn.net/zw0Pi8G5C1x/article/details/103077499)
- [Python实现简单的智能回答](https://blog.csdn.net/HuangZhang_123/article/details/80734287)
- [https://github.com/zoulala/youmi](https://github.com/zoulala/youmi)
- [API接口入门（一）：读懂API接口文档 | 人人都是产品经理](http://www.woshipm.com/pd/3000478.html)
- [API、接口、协议、API端点](https://blog.csdn.net/MARY197011111/article/details/82835361)
- [对Python实现简单的API接口实例讲解](https://www.jb51.net/article/152442.htm)

参考文档：
- 《国外健康类ＡＰＰ评价研究综述》-仝晶晶、邓胜利（武汉大学信息资源研究中心，武汉，４３００７２）
- 《健康管理类应用软件国内外现状与前景分析》 张子豪、章红英-首都医科大学基础医学院，北京-100069；首都医科大学中医药学院，北京-100069 


- [产品文档PRD及原型文档开头及结尾需要说明迭代的增量改进，以及附上Github/Gitee的diff连结，点击前往diff链接](https://gitee.com/EdisonQXF/nfu.API/compare/885073afb65d78a90e92e18a6355b0f9530c293d...cca14da75786e6c0a38082bbec15c06bc50b0386)

增量改进：根据迭代一中的同学的有效的评价及建议，本迭代二版本主要增加了更多的IDEO三要素的考量分析，如交互界面的IDEO三要素分析、数据流程的IDEO三要素说明；以及补充了产品原型的主要界面的文字说明部分；还有就是增加了利害相关者的分析以及ESG问题/机会等的分析文字内容。