基于Go的不同国家iTunes Store的电影比价系统设计与实现
这是一篇关于电影比价,管理系统,大数据分析,Hadoop,Go的论文, 主要内容为看电影是当今世界上人类最重要的娱乐活动之一,网络如此发达的今天,传统的媒体介质逐渐被淘汰,基于互联网的流媒体占据了时代的主流。在线上售卖电影不仅增加了电影的票房,良性推动了电影产业的可持续性发展,而且使电影爱好者们可以随时随地在只要有网络的地方都可以欣赏优良的电影作品。随着迈入大数据时代,各个平台上售卖的电影价格不一、种类繁多,对于电影数据的管理和比价成为了许多电影消费者的重要需求,多国家/地区的电影比价系统对提高用户的使用体验具有重要意义。本文充分研究了国内外电影市场及相关系统的发展现状,在现有的比价网站中找到不足,同时结合了使用者的消费模式填补了其空缺,根据使用者的实际购买流程,设计和开发了一款基于Go的i Tunes Store的电影比价系统。首先根据软件工程的思想,对系统进行了深入的需求分析,给出了系统的整体用例图,对于不同的参与者给出了详细的用例图。明确了系统的非功能性需求,为系统的扩展及大数据分析做准备。然后对系统进行了总体设计,给出了系统的后台架构图和网络架构图。梳理并设计了系统的总体流程图,根据系统功能划分为系统管理、数据管理、电影比价和用户管理;根据模块设计了各个模块的时序图、系统主要类图和数据库表结构与关系图,并对数据表各个字段进行了详细说明,给出了系统实现的各模块界面。最后使用了Hadoop分布式大数据处理平台,结合Map Reduce计算框架,对本地电影数据进行了大数据分析,通过数据可视化呈现结果并对数据进行了解读。本文设计的电影比价系统利用了Gin Web的技术特点,采用Go语言开发,使用Postgre SQL与GORM技术结合实现数据绑定、持久化,具有良好的响应速度、易用性和可扩展性。该系统目前已进行云服务器部署,用户通过该系统,提高了购买电影的便利性,其根据价格判断购买决策提高了用户的理性消费观念,也增加了流媒体销售平台的收益,促进了电影市场与网络平台的结合的商业模式进一步发展。
基于大数据的智能制造生产与质量分析系统
这是一篇关于智能制造分析系统,大数据分析,聚类,关联规则,遗传算法的论文, 主要内容为随着互联网技术的不断发展与广泛应用,工业数据呈现爆炸式增长的趋势。对生产要求有严格把控的企业来说,传统工业生产模式已无法有效处理当前产生的大规模数据。为了解决这个问题,智能制造分析系统应运而生。智能制造分析系统是基于大数据技术而产生的,通过大数据技术结合相关的分析算法对工业数据进行信息发现,能有效优化生产过程、提升生产效率、节省生产成本、提供科学的生产方案。本论文以某工厂铀产品的生产数据为研究对象,探索和研究一种基于大数据的智能制造生产与质量分析系统。所开展的主要工作及研究成果如下:(1)挖掘关联规则。将K-means算法与改进的Apriori算法融合使用,挖掘工业铀测量数据各变量对产品质量的影响。根据数据分布特点,首先将数据进行分类,避免数据的离散化影响关联规则的发现,为之后关联规则的发现提供有效的分类数据。然后在Apriori算法中引入提升率的概念,增加关联规则的发现阈值。将挖掘的关联规则进行分析,结果发现大大减少了冗余规则,算法性能良好。(2)排产调度。进一步以排产完成时间最短为目标对遗传算法进行改进,通过引入矩阵编码的概念,搭建排产调度数学模型,增加染色体的可读性,在交叉操作中选择行列交叉的方式,选择操作中将个体两两对比,既增加了样本的多样性,提升了算法的计算效率,同时还能避免优秀的个体遗失,最后设计了算法的终止原则,避免算法计算冗余。(3)系统实现与结果测试。论文最后搭建了大数据集群,在集群上进行数据存储及运算,设计实现了工业铀智能制造生产与质量分析系统并进行了功能验证。同时,为了让研究结果更有意义,采用SSM(Spring+Spring MVC+My Batis)框架搭建了系统测试平台,将结果进行测试展示。
小麦面条和面阶段面絮图像识别与面絮特性研究
这是一篇关于和面阶段,自动识别,面絮,面条品质,大数据分析的论文, 主要内容为和面是小麦面条加工过程中重要的一道工序,然而目前和面过程终点的判别主要是依据人工经验,缺少基于客观分析的量化评价方法研究,面絮与面条品质的关系也不明确。本研究基于深度学习技术构建了和面阶段面絮颗粒图像自动识别模型,表征了模型识别阶段面絮颗粒的宏观状态与面条品质关系,依据图像处理技术提出了面絮图像识别的核心指标,从水分运动、化学相互作用及微观结构等角度揭示了面絮调控面条品质的机制,对于实现和面过程的自动化控制具有指导性意义。具体的研究结果如下:(1)基于面粉颗粒湿法团聚的机制,并结合面絮状态图像的大数据分析,将和面过程划分为初始面粉(阶段1)、润湿黏连(阶段2)、聚集成形(阶段3)、破裂分散(阶段4)和稳定平衡(阶段5)五个阶段。选择具有50层网络的Res Net50作为预训练网络,通过改变输出层层数和输出类别数,并引入迁移学习,利用原始网络权重作为初始值开始训练,构建一个针对小麦粉和面阶段图像识别的Transfer-Res Net50网络模型,模型识别准确率高达98.5%,具有良好的可靠性。(2)研究了模型识别阶段面絮颗粒的宏观状态与面条品质关系,并依据图像处理技术提出了面絮图像识别的核心指标。结果表明,和面过程中,水分从大颗粒面絮向小颗粒面絮转移,在稳定平衡阶段面絮的水分分布更加均匀。通过对和面过程中面絮图像降维处理,提取了不同和面阶段图像中面絮颗粒之间的堆叠阴影面积作为面絮颗粒均匀度的量化评价指标,发现堆叠阴影面积均值大小与面絮颗粒大小的变化趋势一致,并且从润湿黏连阶段到稳定平衡阶段,堆叠阴影部分面积的标准差从7.62×108下降到2.46×107,实现了面絮颗粒均匀度的量化评价,证明了基于图像实现和面阶段自动化识别的可能性。此外,所有面条在不同阶段的品质(蒸煮、质构)变化趋势一致,并在稳定平衡阶段达到稳定。通过相关性分析进一步发现面絮堆叠阴影面积均值与蒸煮损失呈极显著正相关(r=0.93),与面条弹性、硬度呈极显著负相关(r=-0.90,r=-0.71),说明面絮特性与面条品质的高度相关性。(3)以爱菊面粉为例,从面条质构、水分状态及分布、蛋白质分子特性及微观结构揭示了面絮状态调控面条品质的机制。结果表明,从润湿黏连(阶段2)到稳定平衡阶段初期(阶段5-1),面片的硬度、弹性和咀嚼性逐渐增加并达到最大,在稳定平衡阶段中后期(阶段5-2、5-3),面片硬度等指标数值下降;润湿黏连阶段,水分自由度高,并在稳定平衡(阶段5)达到稳定;所有和面阶段中氢键、离子键的强度明显低于疏水相互作用的强度,游离巯基含量在稳定平衡状态后期(阶段5-2、5-3)降低并趋于稳定,二硫键含量在此阶段逐渐增多并保持稳定,蛋白质实现充分交联,决定了面条微观结构和宏观品质。本研究提出了面絮颗粒之间的堆叠阴影面积作为面絮均匀度的量化评价方法的理论依据,证明了面絮均匀度与面条品质之间的关系,为小麦面条和面过程自动控制提供了新的思路。
基于ERP的离散制造企业生产管理系统研究与应用
这是一篇关于ERP,产品生产数据管理,大数据分析,生产过程管控,客制化的论文, 主要内容为随着现代工业技术的日益成熟,产品的生产制造流程已经非常完善,企业如何在激烈的市场竞争环境下脱颖而出,必须要在其他环节上进行改进,其中缩短生产制造周期,节约生产制造成本是其关键因素中极为重要的一环。特别是传统中小型离散制造企业,通过数据挖掘分析、生产流程管控技术改善,来降低企业生产管理成本,同时还可使企业对市场需求的了快速变化做出反应。本文基于ERP(Enterprise Resource Planning,企业资源计划)平台根据产品结构建立企业生产管理系统,系统涵盖从客户订单到产品交付的整个过程,具体模块包括:数据检索、库存及在制数据分析、成套数据分析、物流状态分析、生产管理及CAD管理,该系统实现了企业产品生产过程的全生命周期管理。本文所开发的产品生产管理系统是基于产品结构进行需求分析和模块功能设计。根据产品结构,利用B/S(Browser/Server,浏览器/服务器模式)架构,以ERP系统数据库为搭建依据,ASP.net为开发工具,运用Java、C#为开发语言、ERP客制化技术、扫码枪以及SQL Server关系型数据库实现了系统的全部功能。采用B/S模式使系统布局、实施、维护和升级更加的简洁。根据产品结构进行网页开发可以大幅度缩短算法的建模过程,优化算法性能,提高网页反应速度。客制化及动态Web(Word Wide Web,万维网)的网页开发技术实现了业务功能的快速定制及各页面之间的数据关联,满足了企业对系统的相关需求。首先,针对当前ERP系统,采用大数据分析对数据库相关信息进行深度挖掘与分析,从企业积累的大量数据中发现隐藏的有价值的信息或知识。根据挖掘出的相关信息,开发相关的数学模型,包括:库存在制分析模型、成套预测分析模型、物流分析模型等,然后根据模型进行数据重组,实现了产品生产过程各阶段数据可视化,以及相关产品信息的未来预测。其次,根据产品结构及相关零部件的产品加工工艺流程,开发相关的车间加工物料状态管控模型。利用二维码相关技术,通过与外接设备扫码枪、显示屏等设备的有效集成,实现物料的精准控制。根据后台数据库数据,并对相关数据进行挖掘分析,实现物料状态自动锁定、加工数据透明化、工时计算快速化等相关附加功能。并且,针对产品图纸类型多样化,基于.net平台开发多功能CAD应用,能够同时打开NX的.prt,Soliworks的.SLDPRT、.SLDASM以及SLDDRW类型的图纸,CREO的.prt和.asm类型的图纸,Catia的CATPart和CATProduct类型的图纸,Auto Cad的.DXF以及.DWG类型的图纸,以及通用图纸类型的.step、.stl、.iges以及.jt格式的图纸。通过多类型CAD预览模型,可以在无需图纸类型转换下快速查看图纸,降低了图纸管理难度,利用多功能CAD编辑实现对CAD文件的快速处理、线上审批等操作,取代企业原有的线下审批流程,优化管理结构,有效提高工作效率。最后,本文在系统设计与开发过程中,采用了相关模块化开发的思路,充分考虑了算法的性能、用户界面的友好性、以及后台代码的注解和数据透明化,有效缩减了系统的开发周期,以及降低了企业熟练使用该系统的难度,使得ERP数据库中的信息能够得到最大化的分析处理,产品各阶段管控高效执行。本论文在ERP的基础上,搭建了高效的、高价值的、创新性、全流程的产品数据管理系统,它的成功实施对企业产品数据管理能力的提升以及相关成本的降低都有着重大的意义。
基于数字孪生的盾构施工地面沉降智能分析方法研究
这是一篇关于盾构施工地面沉降,数字孪生,大数据分析,知识图谱,BIM的论文, 主要内容为盾构施工环境恶劣多变,易产生盾构施工地面沉降风险,其风险管控效果对保障盾构施工安全及效率至关重要。本文面向地面沉降的分析、预测和控制,结合大数据分析、知识图谱及数字孪生技术,提出了一套基于数字孪生的盾构施工地面沉降智能分析方法,主要研究内容如下:(1)地面沉降数字孪生构建方法提出了地面沉降数字孪生体系框架,包括物理实体业务层、物理实体数据层、数字孪生壳体层和数字孪生分析层,以地面沉降数字孪生为基础,构建了基于数字孪生的地面沉降大数据分析框架。(2)地面沉降知识图谱构建方法基于本体设计了地面沉降实体、概念及相互关系,实现基于知识图谱的地面沉降知识表示,抽取盾构施工地面沉降经验知识,量化评估地面沉降知识图谱质量,构建了基于概念图模型的地面沉降知识库。(3)数据-知识融合的地面沉降分析方法基于盾构施工的地质、状态、沉降监测等数据,融入地面沉降原因、现象、沉降源等知识,实现地面沉降影响因素精确分析建模,地面沉降预测和控制建模,形成了一套数据-知识融合的地面沉降分析方法。本文提出的基于数字孪生的地面沉降智能分析方法,实现了业务与数据、知识的有效融合,数据与知识在分析建模中的动态融合,实现了数据驱动的机器学习建模方法对领域知识的充分利用。该方法在实际工程项目中完成了应用验证,对于盾构施工中地面沉降的风险管控具有一定的学术与工程价值。
SSM框架在城市水务大数据中的设计与应用
这是一篇关于互联网,城市水务管理,SSM框架,大数据分析的论文, 主要内容为进入二十一世纪之后,国内经济和科技都得到了长足的发展,城市智慧化自动化程度大幅提升,人民生活质量越来越好,伴随智慧城市的发展,水务系统管理是一项细致、繁琐、工作量大的系统工程,其管理水平直接影响水务设施的经济性和安全性。本文以互联网为基础,利用现代通信技术、网络技术、传感器测控技术和计算机应用技术,对贵州省桐梓县水务系统进行了水务大数据平台设计和水务管理应用模块设计,在保证桐梓原有水务系统安全运行的条件下,使其水务系统基于互联网技术的现代管理方法更具可靠性、经济性和管理的可操作性。按照互联网的技术层次和桐梓城市水务的行业管理需求,构建了传感器感知层,基站网络层,应用层,地理信息层组成的水务大数据平台。通过构建基于互联网的娄山云智慧水务平台,运用SSM框架搭建大数据平台。平台采用浏览器/服务器架构,开发工具采用Eclipse,利用JAVA技术、MySQL数据库,软件平台使用SSM框架,用户能进行数据查看、管理分析、授权使用等功能。增强水务系统安全运行、风险识别和应急处理能力,完善了水压、水量、流量、管井状态的监测体系,提高了水费收缴、应急抢修和水务管理调度水平,为水务管理信息化和水务管理可持续发展奠定了良好的基础。
呼叫中心数据平台设计与实现
这是一篇关于呼叫中心,大数据分析,海量文件存储,HBase,Spark的论文, 主要内容为随着互联网和云计算技术的发展和普及,呼叫中心也逐渐向支持多业务、多租户、可弹性扩容的云平台发展,与之相随的是呼叫中心规模扩大和数据量的爆发增长,为呼叫中心数据的分析和存储都带来了严峻的考验,因此需要一个数据驱动的平台,对呼叫中心的数据资源进行分析和存储,为呼叫中心运营和进一步的发展提供数据支撑。本文基于呼叫中心海量数据存储和分析的需求设计并实现了基于呼叫中心的数据平台,主要包括数据收集、数据存储、数据分析、数据服务四部分。系统使用HDFS作为呼叫中心数据平台的分布式文件系统,使用Hive和Spark对话务数据和业务数据进行存储和分析,使用HBase对呼叫中心以语音文件为主的海量文件进行存储,并结合Java Web技术,使用Spring Boot进行后台服务的开发,对外提供数据服务。论文首先介绍了呼叫中心数据平台的研究背景,对呼叫中心的发展现状和大数据相关技术的发展研究现状进行了介绍,其次介绍了实现呼叫中心数据平台需要的大数据生态圈中的相关技术,然后结合呼叫中心数据的特点,对平台的需求进行了分析。接着对平台进行了概要设计,包括架构设计、功能设计和数据模型设计,并且对分布式文件存储服务的关键技术进行了介绍,包括文件的存储策略和并发的解决方案。在需求分析的基础上对数据收集、数据数据分析、数据服务进行了设计与实现。最后对系统进行了测试,并指出系统的不足和未来需要解决的问题。
连锁超市数据分析系统的开发与实现
这是一篇关于超市业务分析,大数据分析,信息决策,flask框架的论文, 主要内容为连锁超市数据分析系统是在超市管理信息系统的基础上发展起来的,通过对超市日常经营数据的处理,为超市提供各种业务数据分析。有利于经营问题中解决方案的制定,减少在低效事项的成本消耗,使得经营者专注于重要事项的处理,从而提高了制定决策的速度和质量。本论文的核心目标是基于现有的数据分析技术,对连锁超市的线上线下业务数据分析处理,设计一套对超市决策信息有用的管理信息数据分析系统,多维度的分析各类业务报表,同时运用算法模型进行商品预测和用户推荐,以达到优化经营目的。系统在基于重组数据库的基础上,运用python数据分析的技术,经过数据的一系列处理的步骤,进行多维度多层次的分析。同时设置了时间参数的筛选将分析结果以报表和可视化的形式展示,提示决策者采取及时的措施改变超市的经营策略与管理,如进行库存分析、进货决策、价格调整、精准营销、商品促销、赠品奉送、广告决策等。从4个不同的维度进行业务的分析,又使用时间序列模型进行了销量预测,使用基于用户评论的推荐算法进行商品个性化推荐。超市管理信息数据分析系统采用B/S架构和MVC的设计模式以及python的flask框架,数据库采用MySQL关系型数据库,python作为主要的开发语言,前端采用HTML5+css+js完成。系统开发的过程主要包括需求分析、系统设计、系统测试、系统运行与维护等阶段。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：源码客栈网 ，原文地址：https://m.bishedaima.com/lunwen/45504.html
