一、基于大型机的数据仓库分析(论文文献综述)
胡笛[1](2020)在《面向仓储配送的SaaS化智慧决策云服务的分布式架构设计与实现》文中研究表明我国社会物流总费用一直占全国GDP较高,虽然近几年随着物流基础设施的发展,物流成本呈下降趋势,但其GDP占比仍比发达国家高出1.5倍以上。随着人工智能的发展,融合数据分析与决策的智慧物流是物流行业降本增效的重点发展发展方向。然而,就目前而言,如何构建高可用高性能的智慧物流决策系统,仍然是现代物流行业的一个痛点。仓储配送是现代物流关键的一环,也是提升效率和用户体验度最直接的一环。作为物流关键,怎样提升城市物流信息化、智能化,同时去优化仓储、配送环节才可以不断的提升物流配送环节的效率和质量,才能优化资源利用配置。如今我国许多的物流配送企业由于在物流服务方面无法得到有效突破,因此便采取了对业务进行横向扩展的方式,从多方面为客户提供服务。比如说智慧选点、智慧仓储、优化配送等服务。从这些方面着手,解决客户的需求,这也是如今最常见的方式和最正确的方向,也是未来行业发展的必然趋势。只有多样化的发展才能让企业更能得到消费者的认可。其中由于企业需求的服务越来越多,所开发的系统就会越来越复杂,需要增加的服务数量就会越来越多,因此以前传统的系统架构由于在可扩展性上的欠缺就不再适合开发了。对于企业来说最大效率的运用信息化智能化技术才是提升物流信息系统效率最直接的方式。本文利用了当前最流行的分布式架构作为框架,将不同的业务拆分成不同的微服务然后在服务器上进行部署,比如用户信息管理模块、车辆信息模块、物品运输管理模块、物资管理等。用户可以通过针对性的界面对来实现车辆管理、车辆调度、货物出入仓库等安排。针对具有代表性的车辆调度问题,选用了常见的求解方法,构建决策方案的底层分布式决策系统。本项目通过微服务架构对仓储物流操作赋予了信息化和智能化能力,可帮助用户有效提升物流效率、降低物流成本。
李天晨[2](2020)在《数据驱动的精细化配送需求识别研究》文中研究指明随着物流配送需求的快速增长,人们对配送服务水平的要求愈来愈高,配送速度已经成为最受关注的要素。对于企业而言,建立快速响应体系已经成为必然要求。然而,快速响应体系的建立往往意味着成本的增加。从配送的角度,如何保持降低成本和快速响应客户需求的平衡已经成为企业亟待解决的问题。精细化配送是解决这个问题的重要切入点,它源于精益生产,把精细化思想引入物流过程,从物流末端客户需求出发进行各配送站点的产品配送需求识别,旨在通过配送需求识别提前洞悉未来需求量,从而提前备货以提高配送效率,同时降低物流各个作业环节的成本。实施精细化配送的关键是提前进行配送需求识别,配送需求识别可以细化为需求对象识别和需求量识别两个方面。需求对象识别是指提前挖掘潜在客户,以实现精准营销和洞察未来需求。需求量识别是指根据历史数据提前预测站点销量,以优化仓储管理从而降低配送成本。目前,配送站点的需求管理一般是使用经验预判、按期补货等传统方式,存在着不确定性大、对专家的依赖性强等问题。从海量数据中挖掘有价值的信息,使用数据来驱动精细化配送需求识别,可以科学合理的解决这些问题。数据驱动精细化配送需求识别的核心,是在数据的基础上利用相应的算法模型做潜客挖掘和销量预测。但是,企业目前使用的数据系统还是以IOE为主的传统设施,面对使用机器学习算法处理海量数据的场景,服务器的单节点数据库是无法承载数据的挖掘和计算任务的。针对此问题,本文引入分布式环境下的大数据技术,通过相应组件构建独立于业务系统的数据系统,在此基础上构建精细化配送需求识别的两个模型。配送需求对象识别解决送给谁的问题,以爬虫获取的外部数据为基础进行潜在客户的挖掘。挖掘过程中具体使用的机器学习方法包括构建独热变量(one-hot encoding)和分类回归树(CART)等。配送需求量识别解决什么时候送、送多少的问题,以配送站点历史销售数据为基础进行销量预测,具体方法为在特征工程的基础上构建岭回归(Ridge Regression)和超级梯度提升树(eXtreme Gradient Boosting)模型等。根据广州某液化石油气公司的精细化配送需求,在数据系统中实际构建了需求对象识别模型和需求量识别模型,并在验证集上进行评估,选择了运行效果最佳的模型。模型代码主要使用python语言编写,过程中用到的库包括原生XGBoost和机器学习库sklearn等。通过配送需求识别模型,优化了各个配送站点的仓储和订货管理,使站点总是处于供需均衡的状态,能满足客户的实时需求,提高了配送的效率和客户满意度。
王一涵[3](2019)在《基于Docker的SQL并行查询优化研究》文中研究指明目前人类己经进入了大数据云计算时代,生活处处都在产生数据,随着计算机技术的发展,互联网及物联网等领域的飞速发展对大规模数据的收集和处理带来了很大挑战。早期的SQL查询受到单点计算的影响,既无法进行高并发查询作业又难于实现完美的隔离机制,不能满足日益增长的数据查询处理需求。所以传统的SQL查询已经不能满足数据处理需求,而容器技术是近些年新兴的热门技术。容器以轻量级、读写分离和可移植性高等特点迅速受到技术开发人员等青睐,基于容器的SQL并行查询的优化更值得我们去探讨和研究,以便更高质量、高效率地处理日益增长的数据。并行查询是指允许多个查询在同一台计算机上共存并同时执行,SQL并行查询的优点是能够最大程度地使用多个节点的计算资源,可以提高数据库的工作效率。Docker容器技术是由PaaS提供商DotCloud开源的一个基于LXC的高级容器引擎,源代码托管在GitHub上,基于Go语言并遵从Apache2.0协议开源。自从2013年发布以来,Docker以惊人的速度被全世界科学家及计算机技术爱好者广泛使用和改进。容器技术作为轻量级虚拟技术,能保证性能与物理机性能持平,并且可以实现按需扩展,能减少网络IO,还可以实现数据库中计算与存储分离,提高SQL查询性能。本文从三个方面对基于Docker容器的SQL并行查询进行优化研究,以达到高效利用计算资源的目的。首先,对SQL并行查询的基本过程进行研究分析,讨论分布式环境下连接查询优化算法。本文针对SQL并行查询优化,将传统SQL语句分割成逻辑相关的多个子查询语句,每个子查询可以按照最优顺序并行执行,最后将每个子查询的结果进行逻辑组合得到和原始查询相同的查询结果。SQL并行查询可以有效利用系统的计算资源,并防止系统中节点出现负载过高或过低的极端现象。其次,对SQL并行查询环境中的Docker容器进行优化研究,通过镜像优化、构建私有镜像仓库和Docker持续集成优化等措施,使得容器可以进行快速启停并使占用的物理资源最小化。Docker支持自建镜像和私有镜像仓库,可以根据实际需求进行优化,高效且充分地利用计算资源。通过缩小镜像大小和自建企业级私有镜像仓库等一系列措施可以有效减少网络耗时,以达到快速部署的目的。Docker技术还支持一系列集群编排和监管工具对Docker集群进行更完善的使用,利用Docker技术构建集群数据库能充分利用Docker的隔离性和快速分发更新的特性。最后,本文研究Docker容器技术与SQL并行查询相结合的优势,利用Docker容器技术在分布式节点上构建拥有统一映像的SQL并行查询处理系统。在本文的最后一部分进行总体设计分析和关键技术的研究,并对系统的效率进行测试分析。本文的创新点在于将SQL并行查询和Docker容器的进程级虚拟化机制完美结合在一起。Docker的“瘦身级”虚拟化机制比普通物理机和虚拟机更节约计算和存储资源,更完美适应于计算集群的搭建、部署和开发,可以将SQL并行查询更专注于自动化,轻松部署,操作安全可靠,并有助于规模化横向扩展。在容错机制方面,一旦分布式的Docker集群中出现宕机影响查询结果时,可以利用Docker容器集群管理方案进行整体回滚,将所有非系统应用进行容器化有助于快速启动备用计算容器节点。增加容器集群调度优化处理更能在系统“瘦身”的基础上更细粒度的分化物理节点并增加系统资源的利用率,所以这一课题很有研究和应用价值。
胡岚[4](2019)在《S公司客户关系管理信息系统规划研究》文中提出S公司作为一家老牌英国蒸汽节能产品的制造企业进入中国发展二十多年来,随着业务的扩大,与客户接触产生的各类信息量也随之扩大。由于客户信息分散、数据质量不佳、部门沟通协作不畅,使得S公司无法有效管理市场、销售和服务等关键业务活动,导致客户满意度降低甚至客户流失,阻碍了S公司业务的可持续发展。因此,S公司急需通过提高客户关系管理能力,改善目标客户与企业自身的多元化互动,提升企业的营销管理水平。借助信息系统技术手段来科学管理配置企业同客户接触产生的各类数据和管理活动已成为企业从事务型客户关系管理转型战略性的必要工具,因此S公司决定开发一套适合自己业务发展的客户关系管理信息系统。本文通过理论和实践相结合,首先通过理论文献整理、S公司客户关系管理问题诊断调研分析等研究方法,在充分理解客户关系管理和信息系统规划相关理论的基础上,结合对S公司在客户关系管理方面的现状问题调研,对S公司客户关系管理现状调研问题,进行专项访谈、周调研、问卷设计、业务流程梳理及优化分析、回归调研、撰写咨询报告、调整规划方案,直到最终确定方案,力求在需求分析、问题诊断环节做到充分暴露冲突并有效解决。整个规划方案从规划目标建设、原则制定、规划方法和实施步骤等方面制定出S公司客户关系管理信息系统对业务流程优化、系统模块功能规划,最后辅以实施管理保障措施及收益预期分析,最终论证S公司通过客户关系管理信息系统构建了S公司有效实时的工作、管理平台,帮助S公司做到市场发展智能化、决策管理科学化,将客户信息价值最大化。客户关系管理信息系统是保证客户关系管理思想在战略层面得以应用实施的技术支撑,帮助S公司提升其在市场营销、客户、销售和服务领域的综合管理水平,达到客户资源价值最大化的目标,同时让客户关系管理理念内化为企业习以为常的管理理念,持续保持企业管理模式和客户关系管理理念的同步。也希望本文的研究能够为正在探索CRM系统规划的机械制造行业的其他公司提供参考。
冯尹麒[5](2019)在《基于微服务的银行业务系统的设计与实现》文中研究指明在当前的金融生态下,服务器每分每秒都会收到成百上千的交易请求,以大型机为平台的集中式服务器架构已无法负载如此密集的请求了。与此同时,已有一部分金融企业选择用微服务架构来构建自己的系统应用。但是,与大型机相比,基于x86平台的微服务架构虽然拥有着高并发等众多优点,却也无法完全替代拥有着高稳定性的大型机平台。为此,本文设计了一个基于Dubbo微服务,微型机与LinuxONE大型机混合的分布式集群银行基础业务系统,来改善这种两难情况。LinuxONE是建立在大型机平台上,与开放源码结合而成的服务器,它的出现使得微服务架构于大型机上运行并应用成为可能。本文将x86平台的微服务架构应用到LinuxONE服务器上,与x86服务器共同构建服务器集群,验证微服务于LinuxONE上可行性的同时,缓解金融生态重整的成本。本文主要基于Dubbo、zookeeper、Docker等技术搭建了x86与LinuxONE混合的服务器集群,基于TCC编写了银行核心业务应用对架构吞吐量等进行了测试。本文首先分析项目的背景以及意义,在此基础上,对微服务等相关技术进行了对比介绍。然后,对本文服务器结构进行设计,并对系统代码时序流程等进行了设计与实现。最后,对系统进行压力测试,得出相关业务的吞吐量、响应时间、错误率等相关信息,并绘制图表进行展示。综上所述,本文基于微服务的银行业务系统,旨在解决LinuxONE大型机与当前微型机服务器各有所长,却只可二选一的尴尬局面。本文经过压力测试证明,微服务于LinuxONE上运行状态良好,能够满足银行业务高并发、高可用的服务要求,符合预计的需求。
孙枫[6](2016)在《纸卷发货自动仓库的应用研究以及优化》文中研究说明德马格的纸卷发货仓库系统自从20世纪末期进入中国后,在短短的几年时间内,迅速覆盖了全国多个大型造纸厂,如玖龙纸业,晨鸣纸业,吉安纸业,太阳纸业等等。由此,德马格自动行车的高可靠性和高效性得到了客户的一致认可。德马格自动行车集机械部件、电气控制和仓库管理系统为一体,从而实现对纸卷的自动存取以及纸卷信息的自动管理,造纸厂物流环节的效率得到了显着的提升。本文通过对浙江吉安纸业发货自动仓库为研究对象,对其总体方案、自动行车控制系统、仓库管理系统以及夹具防碰撞功能进行了详细的研究,并提出了一套符合国内行业应用的解决方案。在总体方案研究阶段,针对吉安纸业年产65万吨的成品纸卷,仓库需满足存储3周产能的实际情况,结合德马格自动行车本身特点以及在其他类似项目上的经验,为客户制定出了一套符合客户现场情况的总体方案,即一个200米的自动仓库,一跨上三台使用西门子无线系统的德马格自动夹具行车,该方案与传统手动仓库方案相比可节约四分之三的用地、大大提高生产效率,而且可以使一跨三台行车之间的运行更加顺畅。在自动行车控制系统的研究阶段,对自动行车本体的控制方式进行了详细研究,包括了西门子PLC控制系统,ABB变频器,用于大小车定位的激光测距,BPS条码测距系统使德马格行车的堆垛精度达到了5mm,用于起升上的多种绝对位置编码器使自动行车更加安全,西门子无线通讯使一跨三台行车之间能实现无干扰通讯,可以让整个系统更加可靠。仓库管理系统是整个纸卷发货自动仓库的大脑,能控制行车进行纸卷的出库、入库,能控制传送带将纸卷送到相应的位置,同时还能和客户的ERP系统进行对接,将仓库的实时情况反馈给ERP。本文从仓库管理系统与自动行车、传送带以及ERP的数据交换和操作界面几个方面着手研究,详细研究了仓库管理系统的中用到的几种通讯技术以及通讯内容。我国在起重机设计的时候为了补偿起重机承载时(接近或等于额定载荷时)主梁的弹性变形,为主梁设计预留了一定的由水平线算起向上的拱起量,这也符合国内起重机标准要求。然而欧洲并没有这种标准,因此行车设计初期并没有考虑到上拱度对于行车造成的影响,导致了行车在存放纸卷的时候会产生一定程度的晃动,从而发生碰撞纸卷甚至纸卷倒塌的情况,在吉安纸业现场调试过程中出现了这种夹具碰撞纸卷的问题。通过在现场的研究与多次试验,对原有的夹具进行优化改造,本文介绍了一种起重机在有上拱度的情况下如何防止夹具碰撞纸卷的方法,并在实际项目应用中验证了其有效性。通过本文的研究工作,对德马格自动行车针对国内市场系统化应用的特点进行了全面分析。以吉安纸业应用项目作为典型案例,从总体方案设计、自动行车控制系统、仓库管理系统到夹具防碰撞功能实现等,提出了一套符合国内行业应用的解决方案。希望本文能对德马格上海自主研发自动行车系统并推广该系统在国内的应用做出贡献。
瞿春宇[7](2016)在《基于大型机的信用卡催收平台的设计与实现》文中提出信用卡在现代社会中日益普及,在给银行带来利润的同时,也带来了资金风险,不良账款,逾期欠款的例子越来越多,如何有效解决这类问题,成为各银行需要考虑的问题。目前国内的银行会有自己的催收部门,专门负责信用卡催收,其催收系统也仅作为信用卡系统中的一个子系统,且催收策略单一,扩展性很差。针对银行的现实问题,本文首先阐述了基于大型机的信用卡催收平台的需求分析,主要介绍了系统功能性需求和非功能性需求,然后提出了基于大型机的信用卡催收平台的架构设计,信用卡催收平台前端采取HTML和JSP实现,前端采用WebService架构,通过XML语言将数据从Web服务器发送至中间件,中间件通过调用相关CICS接口,实现对应的业务逻辑,并访问数据库,实现了前后端的通讯。本系统后端使用IBM大型机系统环境,采用COBOL程序设计语言,CICS联机事务处理技术来实现业务逻辑和数据访问的接口,采用JCL作业控制语言完成日常批处理作业的实现,并配合IBM大型机的其他相关工具来实现催收平台和其他外部系统的通讯,如电话中心,邮件系统,机构商外部系统等。催收平台实现了与多个外部系统的交互,使信用卡催收向更加灵活、专业、全面的方向发展。本文的主要研究工作体现在信用卡催收平台的详细设计部分,信用卡催收平台由在线处理和批处理两大部分组成,其中在线处理功能包括催收操作,复核操作,查询操作和系统管理模块,批处理部分包括日终催收处理,外部接口处理和报表打印模块。其中,在线处理部分主要的研究工作为催收组织结构的设定,催收流程的设计,催收策略的制定和催收状态转换规则设计,其他系统参数设置等。首先,催收组织结构由Location,State和Worklist三层组成,其中Location表示了催收的地域和种类特征,State表示为催收状态,Worklist表示为催收工作单,通过三层结构的设计,使得催收支持多国家,多地区,多策略的特性。然后介绍了催收周期,并通过UML的活动图展现了催收平台的进入规则,通过图表介绍了催收状态和状态之间转换的规则。最后结合UML的相关技术分别展现了催收操作和复核操作的设计实现,包括了一些特殊的催收流程的处理过程。批处理部分中,主要研究工作为批处理作业流的设计,各主文件的设计和定义的规范,以及与外部系统的接口设计等。通过作业流图介绍了各个作业用途和前后继关系,通过各个文件定义规范介绍了催收平台的主要文件,通过接口文件的定义规范和接口关键代码介绍了催收平台与外部系统的接口定义。最后,通过系统功能测试和性能测试,提出了基于大型机的催收平台的平台测试结果,介绍了其主要测试用例。从功能实现,数据安全,系统稳定,交易可靠等方面,提出了基于大型机的催收平台的上线评估。并且对本文研究进行了总结,介绍了催收平台的待完善部分和不足,并且从数据分析,数据迁移和开放平台等方面,提出了对未来的展望。
刘冠雄[8](2013)在《银行数据中心高可用与高能效建设研究》文中研究表明全球金融一体化进程不断加快和信息技术的飞速发展,要求银行业提供更加安全可靠、简单便捷、全天候的金融服务。为提升银行的核心竞争力,国内银行纷纷实施了数据中心建设,目标是实现数据集中管理,降低IT成本,控制金融风险,提高银行的整体服务水平。本文对数据中心的高可用和高能效建设进行了细致、全面的研究。本文通过对IBM并行耦合体与磁盘镜像、Oracle实时应用集群、VMware服务器虚拟化、Teradata节点集群等技术进行分析,说明主机系统、开放平台数据库服务器、应用服务器以及数据仓库系统的高可用性架构的实现形式;通过阐述部件级、园区级、地域级的三级灾备体系的建立的必要性,论述两地三中心模式的可行性和实施效果;通过对某数据中心高端服务器机房的环境状态的实际评测和最佳实践分析,提出降低机房环境设备能耗的建议,同时研究了新型产品和新技术对降低数据中心IT设备能耗的积极作用。论文所涉及到的银行数据中心高可用与高能效建设的研究,对国内商业银行数据中心建设的规划和改造将具有一定的指导意义和参考价值。
杨黎军[9](2012)在《IBM大型机银行系统的自动化测试平台》文中进行了进一步梳理由于业务需要和历史原因,目前跨国商业银行的后台核心业务系统仍运行于IBM大型机OS/390的COBOL代码之上,其用户界面是3270仿真终端,因此其系统测试与常见图形用户界面或网页界面系统测试差别很大。特别是商业银行财务管理系统的总账对账测试需要分析近十种不同格式后台报表,且每张报表包含成千上万条记录,需要测试人员先将后台报表通过3270界面下传至本地,然后将报表中所需记录抽取到Microsoft Excel中进行对比,非常耗时且容易出错。虽然市场上有少数支持3270界面的自动化测试软件可以实现将后台报表从大型机下传至本地,且个别软件可实现格式化文本报表抽取记录到Excel格式,但由于全球不同业务部门使用不同的3270仿真终端软件,商业银行报表格式特殊多变,并且大型跨国商业银行文件对安全性和专用环境要求较高,这些自动化软件无法完全满足银行的复杂现状或需求,并且使用和维护成本高昂。针对以上问题和现状,结合实际工作,本文利用面向对象的软件工程方法,经过需求分析、系统设计以及代码实现,提出可配置报表数据抽取和统一仿真终端接口相结合的解决方案。本文首先从业务部门了解业务人员的使用环境要求,然后针对财务管理系统后台报表的总账对账测试流程及其自动化测试等方面进行需求分析,为通过采用可配置报表格式文件从后台银行报表中提取所需测试记录的方法进行了系统设计;同时,考虑到后台报告测试模块与大型机3270终端的接口也需要让其它业务功能测试模块共享使用,提出了采用中间件的面向对象的组件封装技术,将客户端与大型机交互操作的会话作为对象,把所有大型机操作作为该对象的内部功能来实现;并且通过引入抽象类由不同3270仿真终端类来继承,从而构建出独立于客户端软件的具有操作一致性的测试接口平台,使得自动化测试脚本可通过唯一界面连接商业银行全球不同业务部门的各种3270终端软件,实现了各业务系统进行一致化的自动化测试;最后,根据测试人员的实际使用和反馈,对系统中某些功能进行修正及完善。该平台的使用大大提升了商业银行系统大型机界面的测试效率,减少手工测试出错的概率,并且为以后的测试维护和回归测试带来极大的便利,节约了测试成本和产品上线的时间。
刘俊[10](2011)在《基于TIBCO BusinessWorks的银行中央服务窗口系统设计》文中研究指明随着业务发展和银行合规监管的不断变化等,维珍银行这些年先后地建立和维护了很多相对独立的业务功能系统。如:信用卡系统,反洗钱系统和客户关系管理系统等等。由于项目周期短或非自主开发等原因,各系统运行环境不尽相同。一些弊端也日渐显现:非实时的系统间数据同步导致业务人员不得不在多个系统之间不断地切换核对数据等使得服务时间增加;后台各业务系统开发人员在关注核心业务的同时还要负责其它非核心业务功能如:系统间的物理通信、交互及访问权限控制等。如何将维珍银行的各系统功能有效地集中整合并实现“一个窗口,所有业务”的方便快捷服务理念日益迫切。TIBCO BusinessWorks是应用集成的产品之一,是完全基于开放标准而构建的。它的优点是提供了不同平台间通信交互的方法和标准,可以在不进行编码或仅进行少量编码的情况下将现有各业务系统的功能转化构建成为服务,以最小的成本实现系统整合。以维珍银行中央服务窗口项目为例,首先分析讨论当前银行内部各个相对独立的业务系统的运行情况,随后结合业务人员使用这些异构系统处理业务的过程及各系统的维护现状等指出当前多个独立系统分别同时服务的局限和不足,指出开发集中统一的中央服务窗口的重要性。再对银行各主要业务的流程和系统功能进行分析,并以此为基础构建新的集中统一服务的系统架构,以及对相关核心系统或流程如中央服务窗口系统、客户账户信息建立查询和维护等进行详细分析和设计。其中对基于TIBCO BusinessWorks实现现有各系统业务功能的整合与服务转化、各异构业务系统之间的服务集成与分享等进行重点讨论。最后对中央服务窗口等的系统实现和使用情况进行介绍并对新系统的优势及扩展性进行讨论。
二、基于大型机的数据仓库分析(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于大型机的数据仓库分析(论文提纲范文)
(1)面向仓储配送的SaaS化智慧决策云服务的分布式架构设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题背景及研究意义 |
1.2 仓储配送物流的意义 |
1.3 仓储配送系统的难点 |
1.4 国内外研究现状 |
1.4.1 国外研究现状 |
1.4.2 国内研究现状 |
1.5 主要研究内容 |
第2章 仓储配送技术概述 |
2.1 仓储配送系统技术简介 |
2.2 仓储配送系统分布式架构的意义 |
2.3 云计算技术简介 |
2.4 分布式仓储配送系统设计的难点 |
2.5 物流配送路径优化简介 |
2.6 本章小结 |
第3章 仓储智慧配送系统需求分析 |
3.1 软件开发模式 |
3.2 软件需求性分析综述 |
3.2.1 系统模块概述 |
3.2.2 仓储配送总体流程 |
3.2.3 系统权限与用户服务模块 |
3.2.4 物流业务管理模块 |
3.2.5 订单模块 |
3.3 车辆调度监控系统设计 |
3.4 系统云服务设计 |
3.5 系统非功能性需求 |
3.6 本章小结 |
第4章 仓储配送系统设计概要 |
4.1 系统设计目标 |
4.2 系统总体架构设计 |
4.3 前后端技术选型及功能架构 |
4.3.1 缓存系统设计 |
4.3.2 服务注册与发现中心设计 |
4.3.3 消息中间件设计 |
4.3.4 容器化设计 |
4.4 数据库设计 |
4.4.1 数据库需求设计 |
4.4.2 数据库设计E-R图 |
4.4.3 数据库表结构设计 |
4.5 系统核心功能实现 |
4.5.1 登录实现 |
4.5.2 入库管理 |
4.5.3 出库管理 |
4.5.4 系统管理 |
4.6 本章小结 |
第5章 物流配送路径优化 |
5.1 物流配送车辆调度问题概述 |
5.2 VRP问题数学模型 |
5.3 VRP问题的解决 |
5.3.1 启发式算法 |
5.3.2 遗传算法 |
5.4 主要功能算法分析 |
5.5 调度系统的实现 |
5.6 本章小结 |
第6章 系统的运行环境与测试 |
6.1 开发工具和环境 |
6.2 前后端技术选择 |
6.3 基础设施服务 |
6.4 软件测试 |
6.4.1 软件测试方法 |
6.4.2 软件测试结果 |
6.5 测试总结 |
结论 |
参考文献 |
致谢 |
(2)数据驱动的精细化配送需求识别研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 选题背景和研究意义 |
1.2 研究方法 |
1.3 研究内容 |
1.4 论文创新点 |
1.5 论文结构 |
2 文献综述 |
2.1 精细化配送 |
2.2 数据驱动的配送活动 |
2.3 配送需求对象识别 |
2.4 配送需求量识别 |
2.5 本章小结 |
3 精细化配送数据系统设计 |
3.1 系统目标 |
3.2 数据系统分析 |
3.3 关键技术 |
3.3.1 数据同步 |
3.3.2 数据存储 |
3.3.3 计算引擎 |
3.3.4 调度管理 |
3.4 数据系统搭建 |
3.4.1 底层架构 |
3.4.2 IDW基础环境构建 |
3.4.3 需求识别框架 |
3.5 本章小结 |
4 精细化配送需求对象识别模型 |
4.1 配送对象识别目标 |
4.2 配送对象识别数据准备 |
4.2.1 数据获取 |
4.2.2 数据QA |
4.3 配送对象识别模型构建 |
4.3.1 决策树 |
4.3.2 CART算法 |
4.4 配送对象识别验证 |
4.5 本章小结 |
5 精细化配送需求量识别模型 |
5.1 精细化配送需求识别目标 |
5.2 特征工程原理及方法 |
5.2.1 特征工程概念 |
5.2.2 特征构建 |
5.2.3 特征选择 |
5.3 配送需求量识别模型构建 |
5.3.1 岭回归模型 |
5.3.2 超级梯度提升树 |
5.4 配送需求量识别验证 |
5.4.1 评估方法 |
5.4.2 评估指标 |
5.5 本章小结 |
6 精细化配送需求识别应用实例 |
6.1 应用实例概述 |
6.2 配送需求对象识别 |
6.2.1 数据获取及预处理 |
6.2.2 需求对象识别模型构建 |
6.2.3 需求对象识别结果分析 |
6.3 配送需求量识别 |
6.3.1 原始数据及预处理 |
6.3.2 特征工程 |
6.3.3 模型构建 |
6.3.4 结果分析 |
6.4 本章小结 |
7 总结与展望 |
参考文献 |
附录 核心代码 |
攻读学位期间的研究成果 |
致谢 |
(3)基于Docker的SQL并行查询优化研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及课题意义 |
1.2 SQL并行查询概述 |
1.3 本文工作 |
第2章 并行查询过程基础 |
2.1 多处理器计算架构 |
2.1.1 共享内存架构 |
2.1.2 共享磁盘架构 |
2.1.3 无共享架构 |
2.1.4 混合式架构 |
2.2 数据分区 |
2.2.1 循环分区 |
2.2.2 散列分区 |
2.2.3 范围索引分区 |
2.3 从顺序执行到并行执行的处理 |
第3章 分布式查询优化算法 |
3.1 基于半连接算法的查询优化 |
3.2 基于直接连接算法的查询优化 |
3.3 多连接查询优化基础 |
3.4 多连接查询算法 |
3.4.1 确定性搜索算法 |
3.4.2 随机搜索算法 |
第4章 Docker容器优化处理 |
4.1 Docker技术概述 |
4.2 Docker镜像的优化处理 |
4.2.1 镜像优化处理的必要性 |
4.2.2 镜像优化方法 |
4.2.3 镜像优化实验对比 |
4.3 Docker私有镜像仓库的搭建 |
4.3.1 镜像仓库总体架构 |
4.3.2 镜像仓库详细设计及实现 |
4.3.3 镜像仓库的改善 |
4.4 其他方面优化 |
第5章 总体设计及关键技术分析研究 |
5.1 总体设计 |
5.2 查询优化处理 |
5.3 负载均衡与弹性伸缩 |
第6章 系统测试与分析 |
6.1 测试环境 |
6.2 测试结果与分析 |
6.2.1 多连接查询算法比较实验 |
6.2.2 查询执行效率比较实验 |
6.2.3 负载情况比较实验 |
第7章 总结与展望 |
7.1 全文总结 |
7.2 未来展望 |
参考文献 |
作者简介及在学期间取得的科研成果 |
致谢 |
(4)S公司客户关系管理信息系统规划研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景 |
1.2 问题提出和研究意义 |
1.3 研究内容和思路 |
2 理论综述 |
2.1 客户关系管理概述 |
2.1.1 客户关系管理定义和内涵模型 |
2.1.2 客户关系管理特点 |
2.1.3 客户关系管理和营销管理的关系 |
2.2 客户关系管理信息系统概述 |
2.2.1 定义及组成 |
2.2.2 客户关系管理信息系统发展历程 |
2.3 客户关系管理信息系统规划理论概述 |
2.3.1 系统规划理论 |
2.3.2 系统规划的方法和步骤 |
3 S公司客户关系管理现状和系统需求分析 |
3.1 S公司背景 |
3.1.1 S公司概况 |
3.1.2 S公司发展战略 |
3.2 S公司客户关系管理情况 |
3.2.1 客户关系管理现状 |
3.2.2 问题调研和需求汇总 |
3.3 S公司客户关系管理信息系统需求分析 |
3.3.1 客户信息管理需求 |
3.3.2 市场活动管理需求 |
3.3.3 销售活动管理需求 |
3.3.4 服务活动管理需求 |
4 S公司客户关系管理系统规划方案 |
4.1 系统规划目标和方法 |
4.1.1 规划目标 |
4.1.2 规划原则 |
4.1.3 规划方法和步骤 |
4.2 业务流程梳理和优化 |
4.2.1 客户信息管理流程优化 |
4.2.2 报价信息管理流程优化 |
4.3 系统功能模块规划方案 |
4.3.1 客户信息模块 |
4.3.2 市场活动模块 |
4.3.3 销售活动模块 |
4.3.4 服务活动模块 |
4.4 权限设置和系统集成 |
4.5 软硬件配置 |
5 S公司客户关系管理系统实施保障 |
5.1 实施团队的建立 |
5.2 开发方式和软件架构选择 |
5.3 实施步骤和保障 |
5.4 系统的测试及用户培训 |
5.5 系统的最终验收和考核约束 |
结论 |
参考文献 |
致谢 |
(5)基于微服务的银行业务系统的设计与实现(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 背景 |
1.1.1 金融生态背景 |
1.1.2 软件开发发展趋势 |
1.2 意义 |
1.3 国内外研究现状 |
1.4 本文的主要工作 |
2 相关技术 |
2.1 LinuxONE平台 |
2.2 微服务框架 |
2.2.1 Dubbo框架 |
2.2.2 SpringCloud框架 |
2.2.3 框架对比 |
2.3 注册中心 |
2.3.1 Zookeeper注册中心 |
2.3.2 Redis注册中心 |
2.3.3 注册中心对比 |
2.4 分布式事务机制 |
2.4.1 两阶段提交模型 |
2.4.2 TCC分布式事务模型 |
2.4.3 RabbitMQ消息中间件 |
2.4.4 分布式事务处理机制对比 |
2.5 乐观锁 |
2.6 Docker容器 |
3 系统分析 |
3.1 可行性分析 |
3.2 功能性需求分析 |
3.3 非功能性需求分析 |
3.4 本章小结 |
4 设计与实现 |
4.1 总体设计 |
4.2 详细设计 |
4.2.1 代码逻辑设计 |
4.2.2 数据库设计 |
4.3 系统实现 |
5 系统测试 |
5.1 服务器环境配置 |
5.2 测试工具 |
5.2.1 Jmeter测试工具 |
5.2.2 Nmon测试工具 |
5.3 测试结果 |
结论 |
参考文献 |
致谢 |
(6)纸卷发货自动仓库的应用研究以及优化(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 我国造纸工业发展现状 |
1.2 自动化仓库的发展以及优势 |
1.3 本文研究的目的与意义 |
1.4 本文的主要内容安排 |
2 纸卷发货自动仓库总体方案 |
2.1 纸卷发货自动仓库的总体要求 |
2.1.1 具体要求 |
2.1.2 总体设计要求 |
2.2 纸卷发货自动仓库整体布局 |
2.3 纸卷发货自动仓库整体通讯方案 |
2.3.1 内部系统网络 |
2.3.2 外部系统网络 |
2.4 仓库管理系统总体方案 |
2.4.1 入库流程 |
2.4.2 出库流程 |
2.4.3 用户操作 |
2.5 本章小结 |
3 自动行车控制系统介绍 |
3.1 控制系统 |
3.2 传动系统 |
3.2.1 ABB变频器与PLC的通讯 |
3.2.2 ABB变频器的监控与维护 |
3.3 定位系统 |
3.3.1 BPS条码定位系统用于大车 |
3.3.2 激光测距技术用于小车 |
3.3.3 两种绝对位置编码器同时用于起升 |
3.3.4 自动行车的闭环控制 |
3.4 通讯系统 |
3.4.1 西门子无线通讯系统的构成 |
3.4.2 西门子无线通讯系统的特点 |
3.5 本章小结 |
4 仓库管理系统 |
4.1 系统概述 |
4.2 系统数据库 |
4.2.1 系统数据库简介 |
4.2.2 系统数据库设计 |
4.3 仓库管理系统与自动行车通讯 |
4.4 仓库管理系统与传送带以及ERP通讯 |
4.5 操作界面 |
4.6 本章小结 |
5 夹具防碰撞功能优化 |
5.1 上拱度简介 |
5.2 上拱度对于自动行车的影响 |
5.3 夹具防碰撞功能 |
5.4 本章小结 |
6 总结与展望 |
6.1 本文总结 |
6.2 研究展望 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文 |
(7)基于大型机的信用卡催收平台的设计与实现(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景 |
1.1.1 行业背景 |
1.1.2 法律背景 |
1.2 信用卡催收研究分析 |
1.3 原有催收系统介绍及问题 |
1.4 拟如何解决这些问题 |
1.5 本文结构 |
2 信用卡催收平台及相关技术综述 |
2.1 信用卡催收平台业务综述 |
2.2 开发平台及核心技术 |
2.3 设计重点和技术难点 |
2.4 本章小结 |
3 信用卡催收平台需求分析 |
3.1 信用卡催收平台的系统目标 |
3.2 系统功能性需求分析 |
3.3 系统非功能性需求分析 |
3.4 本章小结 |
4 信用卡催收平台架构设计 |
4.1 系统设计原则 |
4.2 系统网络结构 |
4.3 系统四层架构图 |
4.4 系统功能架构设计 |
4.5 催收平台与外部系统 |
4.6 本章小结 |
5 关键技术的详细设计与实现 |
5.1 在线处理-系统参数管理 |
5.1.1 催收组织结构 |
5.1.2 催收周期 |
5.1.3 催收平台进入规则 |
5.1.4 催收状态 |
5.1.5 催收状态转换规则 |
5.2 在线处理-催收操作 |
5.2.1 催收操作 |
5.2.2 催收流程 |
5.2.3 催收状态转换 |
5.3 在线处理-复核操作 |
5.3.1 复核操作 |
5.3.2 特殊帐户的复核操作 |
5.3.3 邮件催收的复核流程 |
5.4 批处理 |
5.4.1 日终批处理作业流 |
5.4.2 批处理作业介绍 |
5.4.3 主文件定义规范 |
5.4.3.1 系统主要文件 |
5.4.3.2 Primary定义规范 |
5.4.3.3 Extract定义规范 |
5.4.3.4 Coded History定义规范 |
5.4.3.5 History定义规范 |
5.4.3.6 Worklist定义规范 |
5.4.3.7 Online定义规范 |
5.4.3.8 Table定义规范 |
5.4.4 接口定义规范 |
5.4.4.1 Upload文件定义 |
5.4.4.2 Download文件定义 |
5.4.4.3 接口文件SLA信息 |
5.4.4.4 接口关键代码 |
5.5 本章小结 |
6 平台测试和上线评估 |
6.1 平台测试 |
6.1.1 系统功能测试 |
6.1.2 系统性能测试 |
6.2 上线评估 |
6.3 本章小结 |
7 总结与展望 |
7.1 总结 |
7.2 展望 |
7.3 本章小结 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文目录 |
(8)银行数据中心高可用与高能效建设研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
§1.1 研究背景 |
§1.2 发展现状 |
§1.3 研究内容 |
第二章 数据中心的高可用性架构 |
§2.1 主机系统的高可用性架构 |
2.1.1 并行偶合体——Parallel SysPlex |
2.1.2 存储本地灾备——PPRC |
2.1.3 存储异地灾备——XRC |
§2.2 开放平台数据库的高可用性架构 |
2.2.1 常用的数据库服务器高可用模式 |
2.2.2 利用Oracle RAC技术实现集群模式 |
§2.3 开放平台应用服务器的高可用架构 |
2.3.1 常用的应用服务器高可用模式 |
2.3.2 利用Vmware产品实现虚拟化模式 |
§2.4 数据仓库设备的高可用性架构 |
2.4.1 数据仓库的意义 |
2.4.2 Teradata产品的高可用性 |
§2.5 其它层面的高可用性架构 |
第三章 两地三中心灾备体系分析 |
§3.1 两地三中心背景概述 |
3.1.1 灾备现状与差距分析 |
3.1.2 灾难定义和灾备目标 |
§3.2 基于两地三中心的主机核心系统高可用及灾备体系优化 |
3.2.1 两地三中心技术论证 |
3.2.2 两地三中心业界调研 |
3.2.3 基于两地三中心的主机高可用与灾备部署和效果 |
§3.3 基于灾备等级划分标准的开放平台应用灾备体系优化 |
3.3.1 灾备等级标准制定和应用系统灾备等级划分 |
3.3.2 具体架构分析论证 |
§3.4 两地三中心架构下运维的关注点 |
3.4.1 灾备需求分析 |
3.4.2 业务灾备需求管理 |
3.4.3 灾备演练事宜 |
第四章 数据中心的高效能建设 |
§4.1 数据中心的能效评价指标——PUE |
§4.2 降低机房环境设施能耗 |
4.2.1 实验平台空调工作情况分析 |
4.2.2 改善机房空调使用效率和降低机房环境能耗的常用方法 |
§4.3 IT设备节能 |
4.3.1 采购高性能低功耗的设备 |
4.3.2 大力推广虚拟化技术和集群技术 |
第五章 结论 |
参考文献 |
致谢 |
(9)IBM大型机银行系统的自动化测试平台(论文提纲范文)
目录 |
摘要 |
ABSTRACT |
第一章 引言 |
1.1 背景、现状及问题 |
1.2 研究内容和意义 |
1.3 本文的组织 |
第二章 商业银行大型机测试技术 |
2.1 测试技术概述 |
2.1.1 黑盒测试 |
2.1.2 自动化测试 |
2.1.3 自动化测试工具 |
2.2 自动化测试平台主要技术 |
2.2.1 仿真终端统一接口处理 |
2.2.2 后台报表可配置化处理 |
2.2.3 其它应用接口集成技术 |
2.3 小结 |
第三章 测试接口平台的需求分析 |
3.1 银行系统概况 |
3.1.1 银行系统的环境 |
3.1.2 银行系统测试的难点 |
3.2 系统目标 |
3.3 功能需求 |
3.3.1 大型机交互模块 |
3.3.2 报表数据抽取模块 |
3.3.3 测试管理相关模块 |
3.4 小结 |
第四章 测试接口平台的设计与实现 |
4.1 系统设计 |
4.1.1 系统架构设计 |
4.1.2 系统实体设计 |
4.2 系统实现 |
4.2.1 报表数据抽取的实现 |
4.2.2 大型机交互的实现 |
4.3 小结 |
第五章 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
致谢 |
附录 缩写词列表 |
(10)基于TIBCO BusinessWorks的银行中央服务窗口系统设计(论文提纲范文)
摘要 |
Abstract |
第一章 引言 |
1.1 中央服务窗口管理发展现状 |
1.2 维珍银行中央服务窗口管理存在的问题 |
1.3 本文的主要内容 |
1.4 本文的篇章结构 |
第二章 TIBCO BusinessWorks核心技术基础 |
2.1 TIBCO BusinessWorks的技术基础 |
2.2 TIBCO BusinessWorks Service Grid |
2.3 TIBCO BusinessWorks Enterprise Message Service |
第三章 维珍银行中央服务窗口的需求分析 |
3.1 中央服务窗口系统的主要功能 |
3.1.1 客户服务渠道 |
3.1.2 业务系统支持 |
3.1.3 内部运营管理 |
3.2 中央服务窗口系统的核心流程 |
3.2.1 开户申请受理 |
3.2.2 查询办理客户业务 |
3.2.3 银行运营管理 |
第四章 维珍银行中央服务窗口系统设计 |
4.1 中央服务窗口系统架构设计 |
4.2 TIBCO BusinessWorks Service Grid的服务创建 |
4.2.1 客户账户信息建立服务 |
4.2.2 客户账户信息查询与维护服务 |
4.2.3 全方位银行客户关系维护服务 |
4.3 中央服务窗口系统的服务编排 |
4.3.1 客户账户信息建立设计 |
4.3.2 客户账户信息查询与维护设计 |
4.3.3 全方位银行客户关系维护设计 |
4.4 TIBCO BusinessWorks EMS服务数据交互设计 |
4.4.1 服务数据接口设计 |
4.4.2 服务数据格式转换 |
4.5 中央服务窗口系统用户和权限管理设计 |
4.6 中央服务窗口系统与同类系统的比较 |
4.7 中央服务窗口系统的应用效果 |
第五章 结论 |
5.1 维珍银行中央服务窗口系统的特点 |
5.2 不足与展望 |
参考文献 |
致谢 |
四、基于大型机的数据仓库分析(论文参考文献)
- [1]面向仓储配送的SaaS化智慧决策云服务的分布式架构设计与实现[D]. 胡笛. 哈尔滨工业大学, 2020(01)
- [2]数据驱动的精细化配送需求识别研究[D]. 李天晨. 浙江理工大学, 2020(02)
- [3]基于Docker的SQL并行查询优化研究[D]. 王一涵. 吉林大学, 2019(03)
- [4]S公司客户关系管理信息系统规划研究[D]. 胡岚. 大连理工大学, 2019(03)
- [5]基于微服务的银行业务系统的设计与实现[D]. 冯尹麒. 大连理工大学, 2019(02)
- [6]纸卷发货自动仓库的应用研究以及优化[D]. 孙枫. 上海交通大学, 2016(03)
- [7]基于大型机的信用卡催收平台的设计与实现[D]. 瞿春宇. 上海交通大学, 2016(09)
- [8]银行数据中心高可用与高能效建设研究[D]. 刘冠雄. 复旦大学, 2013(03)
- [9]IBM大型机银行系统的自动化测试平台[D]. 杨黎军. 复旦大学, 2012(03)
- [10]基于TIBCO BusinessWorks的银行中央服务窗口系统设计[D]. 刘俊. 复旦大学, 2011(08)