dm.summary2023 module

Generating summary data TODO: Remove type errors

dm.summary2023.cal_act(np: NaturalPerson)

• 小组板块

  1. 该用户参与的学生小组与书院课程小组数量

  2. 该用户创建或担任职务的小组名称、担任职务

  3. 该用户参与的小组活动数

  4. 该用户参与活动的出现频率最高的三个活动关键词、活动频率最高的时间段

dm.summary2023.cal_all_course()

• YPPF年度使用情况总览

  3. 书院本年度开课课程总数, 总课程活动数量

  4. 本年度课程活动时长

  5. 本年度参与一门课程的人数、参与三门课程的人数

  6. 23年春季、秋季学期，最热门的三门书院课程（以预选人数和选课名额之比计算）

dm.summary2023.cal_all_org()

• YPPF年度使用情况总览

  1. 本年度所有小组、学生小组的总数

  2. 本年度小组发起活动的总数量、总时长

dm.summary2023.cal_all_underground()

• 地下室年度使用情况总览

  1. 本年度地下室总刷卡记录

  2. 本年度总研讨室预约次数、时长

  3. 本年度总功能室预约次数、时长

  4. 最受欢迎的研讨室和预约次数

  5. 最受欢迎的功能房和预约次数

dm.summary2023.cal_anual_academic(np: NaturalPerson)

• 学术地图板块

  1. 学术地图标签关键词数量

  2. 学术地图提问次数

dm.summary2023.cal_anual_appoint(_me_appoint: QuerySet, _room_type: str = None)

" 根据不同的房间类型，获取以下内容：

1. 用户本年度{_room_type}总预约次数、总时长

2. 用户本年度最多使用的{_room_type}预约理由关键词

(3) 用户本年度最多预约的{_room_type}、次数 (5) {_room_type}预约时长最多的日期，当日预约时长，当天的预约关键词

dm.summary2023.cal_anual_yqpoint(np: NaturalPerson)

• 元气值板块

  1. 获取元气值总值

  2. 消耗元气值总值

  3. 兑换奖品种类数量

  4. 盲盒兑换次数、抽中次数

dm.summary2023.cal_appoint(np: NaturalPerson)

-研讨室

1. 用户本年度研讨室总预约次数、总时长

2. 用户本年度最多使用的研讨室预约理由关键词

(3) 用户本年度最多预约的研讨室、次数 (5) 研讨室预约时长最多的日期，当日预约时长，当天的预约关键词

-功能房

内容同研讨室

dm.summary2023.cal_appoint_kw(np: NaturalPerson)

计算个人，年度预约关键词（最常出现的前三名）

dm.summary2023.cal_appoint_sum(np: NaturalPerson)

个人总预约时长、次数

dm.summary2023.cal_co_appoint(np: NaturalPerson)

• 海内存知己,天涯若比邻

1. 该用户本年度一起预约最多的同学

2. 一起预约的次数、时长

3. 一起预约最多的理由

4. 获得称号

dm.summary2023.cal_course(np: NaturalPerson)

• 书院课程板块

  1. 该用户选修的课程总数、总学时

  2. 该用户选修的课程在五类课程中的哪几类

  3. 该用户投入学时最长的课程及学时时长

  4. 用户春季学期、秋季学期选课数量

  5. 用户春季学期、秋季学期选中书院课数量

dm.summary2023.cal_early_room(np: NaturalPerson)

计算个人 上午6-8点到达地下室的次数，每年度最早到地下室的时间

dm.summary2023.cal_late_room(np: NaturalPerson)

计算个人 凌晨23-5点在地下室的次数，有多少人在同一时期陪同，哪间自习室陪你到最晚

dm.summary2023.cal_login_num(np: NaturalPerson)

• 系统登录介绍

  0. 该用户的注册日期

  1. 该用户本年度登陆系统次数

  2. 该用户本年度最长连续登录系统天数

dm.summary2023.cal_sharp_appoint(np: NaturalPerson)

• 极限预约 & 违约次数

  1. 在预约时间前30分钟内预约次数

  2. 预约最紧的一次的时长、日期、理由、房间号

  3. 违约次数，总计扣分

dm.summary2023.cal_study_room(np: NaturalPerson)

• 自习室

  1. 用户本年度自习室刷卡次数、天数、超越“%”的同学

  2. 用户本年度最常去的自习室、次数

dm.summary2023.generic_info()

dm.summary2023.get_hottest_courses(year, semester)

根据年份和学期获取最热门的前三门课程

dm.summary2023.person_info(np: NaturalPerson | User)

dm.summary2023.person_infos(min=0, max=10000, count=10000)

dm.summary2023.remove_local_var(d: Dict[str, Any])