一、選題背景與意義

（一）選題背景

近些年來,基于互聯(lián)網(wǎng)大數(shù)據(jù)的應(yīng)用已經(jīng)涉及各行各業(yè),網(wǎng)上商城、政府辦公、大數(shù)據(jù)智能分析等服務(wù)內(nèi)容層出不窮。那么基于互聯(lián)網(wǎng)大數(shù)據(jù)的電商推薦與數(shù)據(jù)智能分析平臺會對各種商品的信息數(shù)據(jù)進(jìn)行數(shù)據(jù)采集，數(shù)據(jù)統(tǒng)計(jì)與分析，最終以可視化圖表的形式展示給廣大用戶，解決了以往費(fèi)時費(fèi)力的人工收集與分析工作。我們這一款電商推薦智能分析平臺是依賴以大數(shù)據(jù)為背景開發(fā)出的項(xiàng)目，那么就要先了解什么是大數(shù)據(jù)。

什么是大數(shù)據(jù)呢?網(wǎng)絡(luò)權(quán)威知識將大數(shù)據(jù)認(rèn)定為在可操作的時間跨度內(nèi)沒有辦法使用普通傳統(tǒng)軟件來捕捉、收集和對其操作的數(shù)據(jù)集。大數(shù)據(jù)技術(shù)的獨(dú)到之處不在于擁有巨大的數(shù)據(jù)信息，而是針對對這些數(shù)據(jù)進(jìn)行有可見效果的特殊加工。換一方面來講，如果將大數(shù)據(jù)與一個現(xiàn)有的行業(yè)進(jìn)行對比，那么這個行業(yè)賺錢的重中之重在于通過“操作”提升數(shù)據(jù)的“執(zhí)行效果”和數(shù)據(jù)的“額外價值”。

第一、在這個大數(shù)據(jù)火爆的年代，利用其可以處理更多的數(shù)據(jù)，有時還可以處理和某一個特殊現(xiàn)象有關(guān)的一切數(shù)據(jù)，而不簡單地依靠隨機(jī)采樣。與受約束在小數(shù)據(jù)領(lǐng)域相對比，使用大量的數(shù)據(jù)為我們帶來了更可靠的準(zhǔn)確度，也使得我們觀察到了一些從未發(fā)現(xiàn)的細(xì)致之處?？偠灾啾扔谝酝娜斯?/span>考研數(shù)據(jù)分析，我們所采用的數(shù)據(jù)信息會更廣闊，計(jì)算速度也會更快更加準(zhǔn)確，為用戶帶來更值得信賴的服務(wù)體驗(yàn)。第二、就是“大數(shù)據(jù)就等于風(fēng)向標(biāo)”，在之前的統(tǒng)計(jì)計(jì)算中，因?yàn)閿?shù)據(jù)量不是過于龐大，那么精確度就成為了相關(guān)領(lǐng)域人員所推崇的目標(biāo)。當(dāng)我們擁有大量的考研數(shù)據(jù)時，十分精確的準(zhǔn)確度不再是我們的主要指標(biāo)。我們不再需要對一個現(xiàn)象一探究竟，主要知道大致的發(fā)展方向就好了。當(dāng)然，我們也不會徹底放棄正確性，只是不再過度地追求它。第三、不再過度地去找到他們的相關(guān)聯(lián)的地方，而是去尋找他們之間的獨(dú)有的聯(lián)系。大數(shù)據(jù)告訴我們“這個是什么”，而不是“怎么樣產(chǎn)生這樣的結(jié)果"。在大數(shù)據(jù)時代，我們不需要對底層的事物一探究竟，只需要讓數(shù)據(jù)告訴我們分析得到的結(jié)果就好。

?

（二）意義

在網(wǎng)購競爭激烈的環(huán)境下，電商行業(yè)各大企業(yè)既要提高產(chǎn)品質(zhì)量、降低產(chǎn)品價格，還要了解客戶的想法和需求，所以需要格外關(guān)注客戶購買商品后的評論，從客戶留下的評論文本中提取出有價值的信息進(jìn)行分析，以便進(jìn)一步調(diào)整或優(yōu)化經(jīng)營策略。

客戶在購買產(chǎn)品后留下的評論能夠體現(xiàn)客戶對產(chǎn)品的情感、態(tài)度與建議，商家通過評論數(shù)據(jù)可以直觀地了解到客戶的需求以及產(chǎn)品的不足，利于對產(chǎn)品或服務(wù)進(jìn)行改進(jìn)。

?

二、研究的內(nèi)容、思路（方案）及解決的主要問題

（一）研究內(nèi)容

畢業(yè)設(shè)計(jì)研究的主要內(nèi)容包括電商推薦與數(shù)據(jù)分析系統(tǒng)的項(xiàng)目開發(fā)和大數(shù)據(jù)分析與可視化、數(shù)據(jù)挖掘三個方面，其中項(xiàng)目開發(fā)分客戶端和服務(wù)器端兩部分開發(fā)，客戶端模塊包括商品搜索模塊、查詢訂單模塊、在線支付模塊、商品評價模塊、購物車模塊、商品詳情查看模塊；服務(wù)器端模塊包括用戶管理模塊、評論管理模塊、訂單管理模塊、類別管理模塊、品牌管理模塊、商品管理模塊。

大數(shù)據(jù)分析與可視化、數(shù)據(jù)挖掘方面研究項(xiàng)目業(yè)務(wù)需求理解，對采集數(shù)據(jù)有非常清晰、明確的認(rèn)識；準(zhǔn)備數(shù)據(jù)，如數(shù)據(jù)收集、數(shù)據(jù)清洗、數(shù)據(jù)補(bǔ)全、數(shù)據(jù)整合、數(shù)據(jù)轉(zhuǎn)換、特征提取等；構(gòu)建數(shù)據(jù)訓(xùn)練模型、理解掌握數(shù)據(jù)挖掘的技術(shù)和相應(yīng)算法；評估模型，使用各種評估手段和評估指標(biāo)徹底地評估構(gòu)建的數(shù)據(jù)模型；將分析和評估的結(jié)果以圖表方式可視化展現(xiàn)，撰寫數(shù)據(jù)分析報(bào)告等。

?

（二）研究思路（方案）

前端 研究思路：了解mvvm分層思想，學(xué)習(xí)elementUI的官方文檔，仿照官方的demo完成前端一個模塊的開發(fā)，積累開發(fā)組件，后期直接復(fù)用；具體辦法如下：

一、首先，需要確定以什么樣的方式來獲取到當(dāng)前應(yīng)該展示何種語言

我采用的是用URL傳遞?lang=en或者?lang=zh-CN這樣的傳遞參數(shù)的形式。這樣做的好處在于可以通過鏈接指定用哪種語言。但是，只依賴于地址欄參數(shù)也是不方便的。比如，在頁面跳轉(zhuǎn)的時候，這個地址欄參數(shù)可能就丟失了。這會導(dǎo)致你在頁面跳轉(zhuǎn)之后就不知道該用哪種語言展示了。而理想的的方式應(yīng)該是，進(jìn)入某個頁面的時候帶有這個參數(shù)（這個時候就獲取到該使用何種語言了），等再跳轉(zhuǎn)到其它頁面的時候就不必再帶這個lang參數(shù)了，因?yàn)榇藭r你已經(jīng)知道該用哪種語言了。所以，應(yīng)該在一進(jìn)入第一個頁面的時候就把這個參數(shù)存下來，比如，存在localstorage中，存在vuex的state中。

這里，就引出來一個語言判斷的優(yōu)先級問題。

因?yàn)榈刂窓诶锟赡苡衛(wèi)ang參數(shù)，localstorage中可能也有相關(guān)的存儲字段（因?yàn)樯洗卧L問過本應(yīng)用），你可能還想設(shè)置默認(rèn)的降級語言，等等。其優(yōu)先級應(yīng)該如何處理呢？

正確的優(yōu)先級應(yīng)該是：

先看地址欄參數(shù)中有沒有；

再看localstorage中有沒有；

然后再通過navigator.language獲取瀏覽器默認(rèn)語言，看是否是你的應(yīng)用所支持的語言，若是，則采用之；

最后才是使用回退語言（例如，比較通用的英語）。

當(dāng)然，你可以根據(jù)你的需求來做一些簡化。

二、其次，采用什么工具來解決語言轉(zhuǎn)換和打包

（1）i18n相關(guān)工具的選擇——由誰來提供多語言轉(zhuǎn)換函數(shù)（通常是$t）？

目前國際化通用方式多數(shù)基于i18n，我們也無需再去造輪子了。但就i18n的具體使用上，有很多不同的NPM模塊。比如vuex-i18n、vue-i18n、simplest-i18n等。因?yàn)槎鄶?shù)復(fù)雜一點(diǎn)的項(xiàng)目都會上vuex，所以復(fù)雜一點(diǎn)的項(xiàng)目選擇vuex-i18n會比vue-i18n更方便。

而simplest-i18n這個很小眾的模塊，其實(shí)也有它的好處。

?

后端 研究思路：去CSDN下載springboot開發(fā)腳手架代碼，修改為自己可復(fù)用的程序，運(yùn)行成功后與前端Vue對接。具體如下：

1.建立springboot模板 改test包的名字 java8版本

2.配置好pom.xml文件

3.配置application.yml文件

4.(可選).建造maybatis-mapper.xml文件放置xml語句:注意namespace 和id要與 mapper接口中的類名和方法名一樣

5.建立mapper文件

6.建立pojo包并且交給spring管理(@component)

7.建立三個層級包c(diǎn)ontroller,service,dao

8.在source-templates下建立index.html以及其他html(注意不能直接復(fù)制文件)

9.在dao層(@repository)寫數(shù)據(jù)庫的直接控制語句

10.在controller層攔截我們在瀏覽器輸入的網(wǎng)址如:@requestmapper/user

11.優(yōu)化與解耦

?

Spark大屏統(tǒng)計(jì)端 研究思路：將spark集成到springboot中，使用spark_sql完成數(shù)據(jù)統(tǒng)計(jì)，統(tǒng)計(jì)的數(shù)據(jù)返回json給echarts插件渲染圖表；

原則一：避免創(chuàng)建重復(fù)的RDD

– 對同一份數(shù)據(jù)，只應(yīng)該創(chuàng)建一個RDD，不能創(chuàng)建多個RDD來代表同一份數(shù)據(jù)

– 極大浪費(fèi)內(nèi)存

原則二：盡可能復(fù)用同一個RDD

– 比如：一個RDD數(shù)據(jù)格式是key-value，另一個是單獨(dú)value類型，這兩個RDD的value部分完全一樣，這樣可以復(fù)用達(dá)到減少算子執(zhí)行次數(shù)

原則三：對多次使用的RDD進(jìn)行持久化處理

– 每次對一個RDD執(zhí)行一個算子操作時，都會重新從源頭處理計(jì)算一遍，計(jì)算出那個RDD出來，然后進(jìn)一步操作，這種方式性能很差

– 對多次使用的RDD進(jìn)行持久化，將RDD的數(shù)據(jù)保存在內(nèi)存或磁盤中，避免重復(fù)勞動

– 借助cache()和persist()方法

原則四：避免使用shuffle類算子

– 在spark作業(yè)運(yùn)行過程中，最消耗性能的地方就是shuffle過程

– 將分布在集群中多個節(jié)點(diǎn)上的同一個key，拉取到同一個節(jié)點(diǎn)上，進(jìn)行聚合和join處理，比如groupByKey、 reduceByKey、 join等算子，都會觸發(fā)shuffle

原則五：使用map-side預(yù)聚合的shuffle操作

– 一定要使用shuffle的，無法用map類算子替代的，那么盡量使用map-site預(yù)聚合的算子

– 思想類似MapReduce中的Combiner

– 可能的情況下使用reduceByKey或aggregateByKey算子替代groupByKey算子，因?yàn)閞educeByKey或aggregateByKey算子會使用用戶自定義的函數(shù)對每個節(jié)點(diǎn)本地相同的key進(jìn)行預(yù)聚合，而groupByKey算子不會預(yù)聚合

原則六：使用Kryo優(yōu)化序列化性能

– Kryo是一個序列化類庫，來優(yōu)化序列化和反序列化性能

– Spark默認(rèn)使用Java序列化機(jī)制（ObjectOutputStream/ ObjectInputStream API）進(jìn)行序列化和反序列化

– Spark支持使用Kryo序列化庫，性能比Java序列化庫高很多， 10倍左右

關(guān)于大數(shù)據(jù)開發(fā)學(xué)習(xí)，Spark調(diào)優(yōu)原理及思路，以上就為大家做了基本的講解了。要進(jìn)行調(diào)優(yōu)之前，首先一定是要對框架底層的運(yùn)行原理要非常清楚

?

爬蟲端 研究思路：使用selenium模擬人類點(diǎn)擊，抓取京東商品；

一、明確需求

首先我們要明白我們爬取的具體是什么內(nèi)容，比如爬取文章標(biāo)題，爬取圖片，爬取實(shí)時新聞

二、建立request請求

1.使用的是哪一種請求方式，get post等

2.獲取請求URL，確定請求連接

3.拼接頭部信息，User-Agent，Host,Cookies等

4.設(shè)置請求體，即請求時額外攜帶的數(shù)據(jù)，比如表單提交時的表單數(shù)據(jù)。

三、獲取數(shù)據(jù)

獲取請求響應(yīng)狀態(tài)，比如200、404、301、502等；

四、解析數(shù)據(jù)

1、使用json解析數(shù)據(jù)；

2、使用正則表達(dá)式提取數(shù)據(jù)；

3、使用BeautifulSoup庫來處理數(shù)據(jù)；

4、使用PyQuery來解析數(shù)據(jù)；

五、存儲數(shù)據(jù)

1、可使用純文本、json、xml等存儲；

2、使用關(guān)系型數(shù)據(jù)庫存儲，如mysql、oracle等；

3、使用非關(guān)系型數(shù)據(jù)庫存儲，如mongodb、redis等；

4、圖片、視頻等可直接保存。

?

建立數(shù)據(jù)訓(xùn)練模型 研究思路：基于物品的協(xié)同過濾算法。

用戶A 喜歡了一個物品s集合，那么推薦的時候就把與物品s集合里最相似的前N個物品推薦給用戶A。ItemCF算法并不利用物品的內(nèi)容屬性計(jì)算物品之間的相似度，它主要通過分析用戶的行為記錄計(jì)算物品之間的相似度。該算法認(rèn)為，物品A和物品B具有很大的相似度是因?yàn)橄矚g物品A的用戶大都也喜歡物品B。

?

?

?

數(shù)據(jù)分析與檢測 研究思路：使用pandas、numpy、聚簇算法、lstm情感分析等完成數(shù)據(jù)清洗、歸類，最終構(gòu)建數(shù)據(jù)集供算法、業(yè)務(wù)系統(tǒng)使用；

1.數(shù)據(jù)分析的基本步驟：

挖掘業(yè)務(wù)含義->制定分析計(jì)劃->拆分查詢數(shù)據(jù)->提煉業(yè)務(wù)洞察->產(chǎn)出商業(yè)決策

第一步，先挖掘業(yè)務(wù)含義，理解數(shù)據(jù)分析的背景、前提以及想要關(guān)聯(lián)的業(yè)務(wù)場景結(jié)果是什么。

第二步，需要制訂分析計(jì)劃，如何對場景拆分，如何推斷。

第三步，從分析計(jì)劃中拆分出需要的數(shù)據(jù)，真正落地分析本身。

第四步，從數(shù)據(jù)結(jié)果中，判斷提煉出商務(wù)洞察。

第五步，根據(jù)數(shù)據(jù)結(jié)果洞察，最終產(chǎn)出商業(yè)決策。

2.內(nèi)外因素分解法

在數(shù)據(jù)分析的過程中，會有很多因素影響到我們的北極星指標(biāo)，那么如何找到這些因素呢？在此向大家推薦內(nèi)外因素分解法。內(nèi)外因素分解法是把問題拆成四部分,包括內(nèi)部因素和外部因素，可控和不可控，然后再一步步解決每個問題。

?

?

（三）研究方法

1、基于《軟件工程》中的“瀑布模型”進(jìn)行需求分析和產(chǎn)品設(shè)計(jì)；

2、采用第三范式完成數(shù)據(jù)庫建模，最終生成數(shù)據(jù)庫表；

3、使用springboot框架搭建web開發(fā)環(huán)境；

4、了解支付寶沙箱支付原理，使用springboot集成支付寶支付(alipay)；

5、學(xué)習(xí)調(diào)用短信接口API文檔，項(xiàng)目封裝短信調(diào)用工具調(diào)用阿里云短信平臺完成短信相關(guān)業(yè)務(wù)；

6、基于Spark計(jì)算框架實(shí)現(xiàn)實(shí)時echarts數(shù)據(jù)大屏；

7、使用協(xié)同過濾算法的基于用戶、基于物品兩種思路實(shí)現(xiàn)商品推薦；

8、使用lstm情感分析模型完成電商評論情感分析；

9、使用Python爬取京東商品數(shù)據(jù)；

?

?

（四）擬解決的主要問題及措施

1、解決方案無法提供新見解或及時的見解

（1）數(shù)據(jù)不足

有些組織可能由于分析數(shù)據(jù)不足，無法生成新的見解。在這種情況下，可以進(jìn)行數(shù)據(jù)審核，并確保現(xiàn)有數(shù)據(jù)集成提供所需的見解。新數(shù)據(jù)源的集成也可以消除數(shù)據(jù)的缺乏。還需要檢查原始數(shù)據(jù)是如何進(jìn)入系統(tǒng)的，并確保所有可能的維度和指標(biāo)均已經(jīng)公開并進(jìn)行分析。最后，數(shù)據(jù)存儲的多樣性也可能是一個問題。可以通過引入數(shù)據(jù)湖來解決這一問題。

（2）數(shù)據(jù)響應(yīng)慢

當(dāng)組織需要實(shí)時接收見解時，通常會發(fā)生這種情況，但是其系統(tǒng)是為批處理而設(shè)計(jì)的。因此有些數(shù)據(jù)現(xiàn)在仍無法使用，因?yàn)樗鼈內(nèi)栽谑占蝾A(yù)處理中。

檢查組織的ETL（提取、轉(zhuǎn)換、加載）是否能夠根據(jù)更頻繁的計(jì)劃來處理數(shù)據(jù)。在某些情況下，批處理驅(qū)動的解決方案可以將計(jì)劃調(diào)整提高兩倍。

（3）新系統(tǒng)采用舊方法

雖然組織采用了新系統(tǒng)。但是通過原有的辦法很難獲得更好的答案。這主要是一個業(yè)務(wù)問題，并且針對這一問題的解決方案因情況而異。最好的方法是咨詢行業(yè)專家，行業(yè)專家在分析方法方面擁有豐富經(jīng)驗(yàn)，并且了解其業(yè)務(wù)領(lǐng)域。

2、不準(zhǔn)確的分析

（1）源數(shù)據(jù)質(zhì)量差

如果組織的系統(tǒng)依賴于有缺陷、錯誤或不完整的數(shù)據(jù)，那么獲得的結(jié)果將會很糟糕。數(shù)據(jù)質(zhì)量管理和涵蓋ETL過程每個階段的強(qiáng)制性數(shù)據(jù)驗(yàn)證過程，可以幫助確保不同級別（語法、語義、業(yè)務(wù)等）的傳入數(shù)據(jù)的質(zhì)量。它使組織能夠識別并清除錯誤，并確保對某個區(qū)域的修改立即顯示出來，從而使數(shù)據(jù)純凈而準(zhǔn)確。

（2）與數(shù)據(jù)流有關(guān)的系統(tǒng)缺陷

過對開發(fā)生命周期進(jìn)行高質(zhì)量的測試和驗(yàn)證，可以減少此類問題的發(fā)生，從而最大程度地減少數(shù)據(jù)處理問題。即使使用高質(zhì)量數(shù)據(jù)，組織的分析也可能會提供不準(zhǔn)確的結(jié)果。在這種情況下，有必要對系統(tǒng)進(jìn)行詳細(xì)檢查，并檢查數(shù)據(jù)處理算法的實(shí)施是否無故障

3、在復(fù)雜的環(huán)境中使用數(shù)據(jù)分析

（1）數(shù)據(jù)可視化顯示凌亂

如果組織的報(bào)告復(fù)雜程度太高。這很耗時或很難找到必要的信息。可以通過聘請用戶界面（UI)/用戶體驗(yàn)（UX）專家來解決此問題，這將幫助組織創(chuàng)建引人注目的用戶界面，該界面易于瀏覽和使用。

（2）系統(tǒng)設(shè)計(jì)過渡

數(shù)據(jù)分析系統(tǒng)處理的場景很多，并且為組織提供了比其需要還要多的功能，從而模糊了重點(diǎn)。這也會消耗更多的硬件資源，并增加成本。因此，用戶只能使用部分功能，其他的一些功能有些浪費(fèi)，并且其解決方案過于復(fù)雜。

確定多余的功能對于組織很重要。使組織的團(tuán)隊(duì)定義關(guān)鍵指標(biāo)：希望可以準(zhǔn)確地測量和分析什么，經(jīng)常使用哪些功能以及關(guān)注點(diǎn)是什么。然后摒棄所有不必要的功能。讓業(yè)務(wù)領(lǐng)域的專家來幫助組織進(jìn)行數(shù)據(jù)分析也是一個很好的選擇。

4、系統(tǒng)響應(yīng)時間長

（1）數(shù)據(jù)組織效率低下

也許組織的數(shù)據(jù)組織起來非常困難。最好檢查其數(shù)據(jù)倉庫是否根據(jù)所需的用例和方案進(jìn)行設(shè)計(jì)。如果不是這樣，重新設(shè)計(jì)肯定會有所幫助。

（2）大數(shù)據(jù)分析基礎(chǔ)設(shè)施和資源利用問題

問題可能出在系統(tǒng)本身，這意味著它已達(dá)到其可擴(kuò)展性極限，也可能是組織的硬件基礎(chǔ)設(shè)施不再足夠。

這里最簡單的解決方案是升級，即為系統(tǒng)添加更多計(jì)算資源。只要它能在可承受的預(yù)算范圍內(nèi)幫助改善系統(tǒng)響應(yīng)，并且只要資源得到合理利用就很好。從戰(zhàn)略角度來看，更明智的方法是將系統(tǒng)拆分為單獨(dú)的組件，并對其進(jìn)行獨(dú)立擴(kuò)展。但是需要記住的是，這可能需要對系統(tǒng)重新設(shè)計(jì)并進(jìn)行額外的投資。

5、維護(hù)成本昂貴

（1）過時的技術(shù)

組織最好的解決辦法是采用新技術(shù)。從長遠(yuǎn)來看，它們不僅可以降低系統(tǒng)的維護(hù)成本，還可以提高可靠性、可用性和可擴(kuò)展性。逐步進(jìn)行系統(tǒng)重新設(shè)計(jì)，并逐步采用新元素替換舊元素也很重要。

（2）并非最佳的基基礎(chǔ)設(shè)施

基礎(chǔ)設(shè)施總有一些優(yōu)化成本的空間。如果組織仍然采用的是內(nèi)部部署設(shè)施，將業(yè)務(wù)遷移到云平臺可能是一個不錯的選擇。使用云計(jì)算解決方案，組織可以按需付費(fèi)，從而顯著降低成本。

（3）選擇了設(shè)計(jì)過渡的系統(tǒng)

如果組織沒有使用大多數(shù)系統(tǒng)功能，則需要繼續(xù)為其使用的基礎(chǔ)設(shè)施支付費(fèi)用。組織根據(jù)自己的需求修改業(yè)務(wù)指標(biāo)并優(yōu)化系統(tǒng)。可以采用更加符合業(yè)務(wù)需求的簡單版本替換某些組件。

6環(huán)境搭建方面問題

本系統(tǒng)開發(fā)環(huán)境是全套Java環(huán)境，主要有jdk1.8、idea、mysql5.7、Maven等。項(xiàng)目開發(fā)環(huán)境需要搭建springboot+vue框架，并且用Springboot集成Spark，所以如果環(huán)境搭建存在失誤，將會導(dǎo)致后期代碼開發(fā)遇到嚴(yán)重問題。解決辦法：學(xué)習(xí)尚硅谷大數(shù)據(jù)課程，一步一步跟著教程完成環(huán)境搭建；

7.測試方面問題

軟件系統(tǒng)的測試在整個開發(fā)過程中尤其重要，很多設(shè)計(jì)人員在完成軟件系統(tǒng)設(shè)計(jì)后，沒有對計(jì)算機(jī)軟件系統(tǒng)進(jìn)行測試，就使計(jì)算機(jī)軟件在沒有保證的情況下投入運(yùn)營，一旦系統(tǒng)在運(yùn)營過程中出現(xiàn)問題，將會給計(jì)算機(jī)系統(tǒng)帶來很大的影響。解決辦法：每完成一個功能，進(jìn)行JUnit單元測試；每完成一個大的業(yè)務(wù)模塊進(jìn)行整體自動化單元測試；整體做完部署到服務(wù)器，讓同學(xué)幫忙尋找BUG進(jìn)行修復(fù)；

?

三、課題研究進(jìn)度安排

1. 2022年12月16日-2023年2月5日 ???按照畢業(yè)設(shè)計(jì)要求規(guī)范，完成系統(tǒng)的初步設(shè)計(jì)，完成論文的初稿

2.2023年2月5日-3月31日 ??完善系統(tǒng)設(shè)計(jì)和編碼

3.2023年4月1日-4月15日 ???系統(tǒng)測試，修改畢業(yè)論文

4.2023年4月16日-4月30日 ??完成畢業(yè)論文終稿,并上交

5.2023年5月1日-5月20日 ???進(jìn)行畢業(yè)設(shè)計(jì)答辯

?

四、主要參考文獻(xiàn)

[1]田嘯.大數(shù)據(jù)環(huán)境下計(jì)算機(jī)應(yīng)用技術(shù)研究[J.]電腦知識與技術(shù)2019(14):246-247.

[2]侯聰聰.計(jì)算機(jī)軟件技術(shù)在大數(shù)據(jù)時代的應(yīng)用[J].電腦知識與技術(shù)2018(14):240-241.北京:清華大學(xué)出版社,2016.335-340

[3]于知言.計(jì)算機(jī)應(yīng)用技術(shù)在大數(shù)據(jù)時代的運(yùn)用前景研究[J].知識文庫2017(15):107.

[4]李超科.計(jì)算機(jī)大數(shù)據(jù)分析及云計(jì)算網(wǎng)絡(luò)技術(shù)發(fā)展探究[J].計(jì)算機(jī)產(chǎn)品與流通2019(11):12

[5]吳曉玲,邱珍珍.基于云存儲架構(gòu)的分布式大數(shù)據(jù)安全容錯存儲算法[J].中國電子科學(xué)研究院學(xué)報(bào)2018,13(6):720-724.

[6]張若愚.Python 科學(xué)計(jì)算[M].北京:清華大學(xué)出版社.2016

[7]RobertCimman,Eduart Rohan-Multiscale finite element calculations in Python using SfePy.-2019.vol.45

[8]Linwei He,Matthew Gibert-A Python script for adaptive layout optimization of trusses. -2019.vol.69

[9]Elservierjournal-Python programming on win64.-2016.6.2

[10]王磊. 對Mysql數(shù)據(jù)庫的訪問方法的研究[J]. 網(wǎng)絡(luò)安全技術(shù)與應(yīng)用,2014,(04):138-139.

[11]叢宏斌,魏秀菊,王柳,朱明,曾勰婷,劉麗英. 利用PYTHON解析網(wǎng)絡(luò)上傳數(shù)據(jù)[J]. 中國科技期刊研究,2013,24(04):736-739.

[12]衛(wèi)啟哲. 試論動態(tài)開發(fā)語言Python研究[J]. 電腦編程技巧與維護(hù),2014,(14):23-24.

[13]陳威,韋佳,張潔. 海量地震數(shù)據(jù)移動存儲設(shè)備的現(xiàn)狀分析[J]. 物探裝備,2013,23(05):291-293+299.

[14]許沫. 生活模塊儀表詳細(xì)設(shè)計(jì)淺析[J]. 內(nèi)蒙古石油化工,2013,39(14):79-80.

[15]范晶. 模擬上行系統(tǒng)測試平臺介紹[J]. 中國新技術(shù)新產(chǎn)品,2013,(01):31-32.