二手手机交易平台-水桶机

本项目立项于二手手机交易市场信息严重不对称、假货翻新机泛滥、用户信任度低的行业背景下，旨在打造一个集 AI 智能估价、专业验机、担保交易于一体的透明化二手手机交易平台，解决买卖双方的信任痛点，降低交易风险。平台主要分为三大核心模块：用户端（安卓 APP+PC 网站）提供商品浏览搜索、AI 一键估价、在线咨询、下单支付、物流跟踪、售后评价等功能；商家端支持店铺入驻、商品管理、订单处理、验机报告上传、财务结算等操作；平台管理端负责用户资质审核、商品内容监管、交易纠纷处理、系统数据统计分析。核心业务流程为：卖家上传手机基础信息及实拍照片→平台 AI 模型自动进行初步估价并生成参考报价→卖家选择是否邮寄至平台验机中心→专业验机师出具详细验机报告并上传→商品带报告正式上架→买家浏览筛选商品并下单→平台进行资金担保→卖家发货至买家→买家 7 天内确认收货→平台将资金打至卖家账户，完成交易。

本项目采用前后端分离的分布式架构设计，后端基于 Spring Boot 框架开发 RESTful API 接口，使用 MyBatis-Plus 进行数据库操作，MySQL 存储核心业务数据，Redis 实现热点数据缓存和分布式锁，RabbitMQ 处理异步消息通知和订单超时任务。前端 PC 端使用 Vue.js+Element UI 开发，安卓端采用原生 Kotlin 结合 Jetpack 组件库实现。AI 智能估价模块基于 TensorFlow Lite 框架，训练了包含近百万条二手手机交易数据的深度学习模型。我在项目中主要负责 AI 智能估价系统的全流程开发、安卓端核心功能模块实现以及后端交易相关接口的编写。通过优化模型特征工程和算法参数，将 AI 估价准确率提升至 92%；独立完成的安卓端商品浏览、下单支付、物流跟踪等核心模块，覆盖了平台 85% 以上的用户操作路径，上线后安卓端日活用户突破 5000 人；优化后的交易流程使平台整体交易成功率提升 35%，交易纠纷率下降 28%。项目开发过程中遇到的主要难点及解决方案：1. 不同品牌型号手机价格波动频繁，AI 模型预测精度不足。解决方案：爬取全网近 3 年二手手机交易数据，按品牌、型号、内存、成色、发布时间等 12 个维度细分训练集，引入时间序列模型预测价格趋势，建立每周自动更新的模型迭代机制。2. 交易过程中资金安全和用户信任问题。解决方案：对接第三方支付平台实现担保交易，只有买家确认收货且无异议后，资金才会打给卖家；同时建立完善的信用评价体系，对失信用户进行分级限制。3. 安卓端海量机型适配问题。解决方案：使用 ConstraintLayout 构建自适应布局，封装通用 UI 组件库，针对市场占有率前 90% 的机型和系统版本进行专项兼容性测试，解决了不同分辨率和系统版本下的界面错乱和功能异常问题。