本次sprint主要完成的任务有对手机APP的UI界面的更新，同时对Azure客户端的部署进行了相应的学习和有关的程序设计。同时对于ALPHA release的用户反馈做出相应的分析以确定接下来工作的重点。
工作进度：
1. UI 的界面更新和完善工作主要由兆阳负责，主要是对APP中的自动标签和浏览布局进行了相应的改进。其中大部分与Sprint2中的界面有所区别，并且对整体的APP工作性能有了一些改善。相应的改进feature有如下：
1). 个人活动分类浏览： 其中将用户的各个照片依据内容，时间，地点信息进行分类。从而使用户可以依据不同的活动类型对照片进行浏览，方便用户体验。
2). 搜索推荐： 对于用户所输入的词句进行预测，并且推荐相应图片的缩略图，方便用户在无法准确拼写相应单词的时候可以进行精确的搜索。
3). 语音搜索： 利用 oxford Speech API 与 Stanford NLP API 的结合， 成功实现了语音模糊搜索的功能。用户可以直接说一段句子，利用 oxford Speech API 实现语音到文本的转换，随后利用 Stanford NLP API 对文本中的关键词进行提取以用作最后搜索的关键词。
4). 自动标签生成： 利用流行的深度神经网络模型CNN对图片进行处理，同时进行相应的分类生成相应的标签。同时对图片已有的GPS，拍摄时间等信息也进行相应的保留和布局处理以方便用户浏览。
2. 同时后台处理进行了相应的优化, 主要是有将NLP的resful从eclipse环境中转移到Tom Cat，这部分由敏龙负责。
3. 相应的代码整合工作则focus在一些线程处理机制上面的优化，同时对讲代码转移到IOS系统上进行了一定的尝试，这些工作主要由拂尘和延东负责。
4. 在Azure Server部署方面，首先对Azure架构进行了学习，同时在部署方面做了相应的尝试，这一部分主要由栋和延东负责。
Azure 端部署情况分析：
Azure端的部署工作目前处于尝试阶段，在接到相应的用户反馈以后，我们通过相应的分决定将Azure端产品作为一个中间过渡产物，最终工作将转向对APP的offline版本的新的尝试。
用户反馈结果分析：
有相应用户拥有如下评论：
1. 对于这款手机APP，我有时上传照片收到网速的限制，无法迅速获得结果。而且总体来所返回的图片结果还是不错的，但是有一些还是不是特别理想。用户活动分类这个特别合口味，为我浏览相应的照片省去了不少麻烦！
2. 总体性能不错，细节还是可以的。不过有时候会返回莫名其妙的一些结果，比较无语啦~
对于以上两位用户评论进行分析可以得出如下一些可以改进的地方：
1. 利用流行的CNN模型在实际运用中不能简单套用，也许可以通过相应的阈值或者简单的操作暗示进行用户体验的提升。
2. 在线版本受网速等其他因素的限制，同时实现上也相当复杂，以长远眼光来看，这确实是个不错的选择。但就目前要想短期实现相同性能，完成CNN的IOS模型架构建立，实属不易。offline版本或许会成为最终的目标，但绝不会是本次课程最后的结果。软件开发之路任重道远，一蹴而就或许只会物极必反。