大数据相关毕业设计

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇大数据相关毕业设计范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

大数据相关毕业设计范文第1篇

计算机科学与技术是当今社会发展中一门关键的学科，它的应用遍及社会的各行各业，计算机专业的教学就是为社会输送优秀的计算机人才，然而，一方面各大计算机公司常常感叹很难招到令人满意的员工；另一方面各大专院校很多计算机专业毕业的大学生苦于找不到理想的工作。其中一个重要的原因是很多大学毕业生缺乏实践动手能力，尤其是不善于基于计算思维解决实际问题。作为从事计算机专业教学的大学教师，我们也应该努力进行实践教学改革，为社会培养出更优秀的计算机专业人才。为此，清华大学的王宏教授和吴文虎教授通过“赛课结合”提升大学生的实践动手能力和创新能力。课堂理论教育是计算机教育中的一个重要组成部分，但是单纯的课堂讲授与个别化教学都不能达到预期的效果。北京师范大学何克抗教授引入了混合式学习方法。为了进一步提高学生的积极性，国家教育部关于做好“本科教学工程”国家级大学生创新创业训练计划实施工作的通知；上海交通大学的郑益慧等老师提出推广研究性学习和个性化培养的教学方式。近年来，关于计算思维的研究对计算机教学的改革有着重要的指导作用，不仅有助于提高计算机科学的发展和应用，而且有利于培养现代的科学思维方式。笔者在上述研究的启发下，根据多年在计算机专业教学和研究方面的经验，结合在南京邮电大学的教学实践和尝试，提出一种递进式的实践教学改革方法（cascadeprogressive-likepracticeteachingreform，简称CPTR）。

1递进式实践教学改革的总体方案

计算思维是运用计算机科学的基础概念求解问题、设计系统和理解人类行为。为了在实践教学中体现这个基本思想，我们采用递进式的教学任务分解方法，在实验教学的3个环节中进行具体的实施，其步骤是层层叠加、逐步深入，目标是最终培养具有一定计算思维能力的专业人才。递进式实践教学改革的总体方案如图1所示。首先，课程设计环节主要是通过给学生讲解能够反映计算思维的典型案例，让学生相对独立地求解一些案例，从而培养学生对基础计算理论的应用能力；其次，STITP环节主要是以项目驱动的方式，让学生在教师的指导下，通过参与一个能够反映计算思维应用的、相对完整的子集，在实践中体会计算思维的理论；最后，第3个实践环节是毕业设计，对于一个大学生而言，这是大学期间最后一个综合性的实践课程，教师从校内的科研项目和校外的企业需求出发制订毕业设计的任务书，着重培养学生解决相对复杂的计算和应用问题的能力。

2递进式实践教学改革方法的具体实施

2.1递进式实践教学改革方法的课程设计环节

对于计算机专业的学生而言，在经过计算机导论、数据结构、算法设计等课程的学习之后，进行相应的课程设计是一个运用计算思维求解问题和设计系统的很好机会[8]。以南京邮电大学计算机相关专业的学生为例，他们有一门课程设计是算法与数据结构设计，16学时。为了贯彻计算思维中利用“抽象和分解的方法”控制庞杂的任务[7]，在实践教学改革中，我们把16学时的上机实验分为5次课。5次课的总任务是指导学生选择合适的数据结构和算法解决一些实际问题，考查学生实际的分析、编程、解决问题能力以及团队合作精神。每次课程又细分为教师任务和学生任务，两种任务相互交互形成一个完整的课程设计实践环节。课程设计环节的抽象与分解如图2所示。由于采用了任务分解和团队合作的方式，每个小组选择一个组长，小组成员的任务相同，但是解决问题的方法可能不同。在“问题剖析和疑问交流”部分，学生有了相互交流和独立思考的过程；在“大作业的问答与验收”部分，指导教师根据提交的作业，对不同的解决方案进行一题多解点评，扩展学生对问题的理解深度与广度。

2.2递进式实践教学改革方法的STITP环节

这里的STITP是指南京邮电大学根据教育部相关通知展开的大学生创新创业训练计划，目的是通过实施该计划改革人才培养模式，为国家建设培养高水平的创新人才。与课程设计环节不同，STITP环节是课外的、以学生为主体的实践环节。STITP的具体实施分为3级的实践创新训练计划体系，即校级、省级和国家级。以2012年的大学生创新创业训练计划项目为例，南京邮电大学共有378项大学生创新创业训练计划项目获得立项，包含国家级40项、省级45项和校级293项，其中40项国家级的STITP是南京邮电大学首次获得国家资助的项目，笔者依托科研项目指导学生申请的项目（0700412017）也是40项国家级的STITP之一。这种以科研促进实践教学的尝试有利也有弊。弊在于这些课题对于大学本科生而言有一定的难度，并且本科生的课余时间比较少，同时兼顾学业和STITP项目很有挑战性；利在于项目的申请结合了当前计算机研究领域的热点，使得学生比较感兴趣且有利于学生将来的就业和继续深造。以笔者2012年指导的STITP项目为例，该项目是研究压缩感知理论在无线传感器网络中的应用。项目组的3名学生在2012年6—7月开始学习压缩感知的基础理论知识，在2012年9—11月对压缩感知和无线传感器网络有了一些理解。虽然每周都有多次的交流（包括每周的研究日志、读书笔记、文献讨论等），但是他们有时对理论和算法还是不理解，不知道如何下手作研究。经过查阅国内外的各种文献，参加学术会议，聆听学术报告，他们逐步学会了计算过程的形式化描述、函数及其计算等相关的计算理论和计算模型，体会了计算思维在实际科研项目中的应用，最后通过共同努力出色完成了该项目，并将研究成果WSNsDataAcquisitionbyCombiningHierarchicalRoutingMethodandCompressiveSensing发表在SCI期刊上。从目前的实践教学改革情况看，虽然STITP项目实施过程有一些困难和曲折，但是笔者指导的所有STITP项目均成功结题，学生通过STITP环节的锻炼提高了自己的研究能力和团队合作能力。总体而言，利大于弊。

2.3递进式实践教学改革方法的毕业设计环节

毕业设计是学生对大学期间所学知识进行综合运用的重要实践环节。作为指导教师，在递进式实践教学改革中，我们以计算思维为核心，强调“学以致用、围绕应用”，分3个阶段指导毕业设计。首先是前期阶段，我们结合校内的科研任务和校外的企业需求制订毕业设计任务书，给学生提供参考文献，指导学生完成开题报告；其次是中期阶段，我们根据中期考核表检查学生的文献调研情况、进度等是否符合要求。目前，很多计算机专业学生没有进行深入思考就急着直接编写程序代码，这不是一种科学的方法，因此在毕业设计的实践环节，指导学生像计算机科学家一样思考具有重要的意义。最后一个阶段是后期阶段，指导学生通过实验验证，撰写毕业论文，进行答辩验收。考虑到毕业设计是一个有一定深度的综合性实践环节，我们实行分层教学，因人施教，在兼顾大部分学生课题难度的同时，鼓励一部分学生在CPTR第2个环节的基础上展开深入的团队研究。以2013级的毕业设计为例，笔者作为指导教师，指导学生团队的毕业设计从百度公司等互联网企业的需求出发，在这些学生前期积累的大学生创新项目STITP基础上，选择大数据领域中相互关联的几个子课题进行研究，主要研究“分布式环境下大数据的存储、分发、分析、挖掘和实时处理”，包括基于Hbase的实时读写方案、大数据领域中的大规模快速分发问题、移动社交网络中的数据分布规律、面向互联网平台的推荐系统、通过分析淘宝等现有网络技术研究分布式实时流数据的处理策略等。这是业界研究的热点问题，虽然很有挑战性，但是学生的兴趣很高。经过大家的努力，团队成员不仅参与SCI期刊学术论文SemanticOverlayNetworkforLarge-ScaleSpatialInformationIndexing的相关实验，还成功申请专利“一种基于P2P网络技术的计算机集群快速扩容方法”，整个团队还获得2013年江苏省普通高校本专科优秀团队毕业设计奖。

3相关的应用实例和分析

我们从3个环节对上述递进式实践教学改革CPTR的实践成果进行统计、评估和分析，对于课程设计实践环节，笔者前后指导了6期算法与数据结构设计的课程设计，共157名学生，通过对学生“提交课程设计的大作业”部分书面作业的验收和口头的问答交流，判定最终获得优秀的学生比例为15.29%。虽然优秀的比例不是很高，但是这说明：一方面，实践教学的改革仍然需要继续，可以采取增加师生的比例等措施；另一方面，整体成绩的好坏和学生群体的水平相关，需要教师在新生入学之后就贯彻和执行计算思维教学改革。从总体上而言，CPTR实验教学的方式值得尝试，既能发挥教师在教学过程中的主导作用，又可以充分体现学生在学习过程中的主体性与协作性，这与何克抗教授的教学改革理念也是一致的。对于STITP实践环节，笔者作为指导教师共指导了11个小组的学生进行项目申请，获得了5个省级以上的项目，其中获得国家级项目资助2项。按照表1的统计，我们实践改革获得“优秀”的比例为45.46%，这里的“优秀”数目是指成功申请并顺利结题的江苏省级STITP项目数。以2012年为例，全校立项的STITP总数是378，其中省级以上的项目数是85，此处的“优秀”比例约是22.49%（因为立项的85个项目不是都能顺利结题的，这里取最高值作为近似计算），低于我们实践改革取得的成绩45.46%。改革成功的原因是在项目申请之前，我们以正在承担的国家自然科学基金、国家863计划等科研项目为背景，尝试以计算思维为核心，通过约简、嵌入、转化、仿真等方法，对科研项目中的任务进行划分，把划分后的一些子课题作为STITP的任务交给大学本科生，让学生在项目驱动的应用实践中得到提高，取得理想的成绩。毕业设计是CPTR的最后一个环节，以笔者指导的毕业设计为例，总共参与的学生人数为34人，获得院级、校级、江苏省级的优秀比例为58.82%，远远高于同等级平均的优秀比例。例如，南京邮电大学计算机学院、软件学院2013年共有395人参加毕业设计，其中成绩优秀的为47人，优秀率仅为11%。CPTR的毕业设计环节情成功继续攻读硕士以上学位的学生人数为17，占50%，同时也有多名学生成功进入一流IT企业工作，如阿里巴巴公司、百度公司等。由于在实践指导过程中贯彻了计算思维的改革理念，强调了“利用启发式推理寻求解答”，因此，无论是从毕业设计的成绩，还是从学生后续的发展情况来看，这种递进式的实践教学改革是有成效和值得推广的。

4结语

大数据相关毕业设计范文第2篇

关键词：大数据技术；产教融合；高层次复合型人才

一、大数据实验班主要特点和实施方案

产教深度融合，校企协同培养适应和引导新一轮科技革命和产业变革的卓越工程科技人才。贯穿“以学生为中心，以成果导向为要求、以持续改进为机制”的工程教育理念，采取“课程内容优化、实施案例式教学、项目式综合训练，企业顶岗实习，双向导师毕业设计”等方式达成提升学生解决复杂工程问题的能力。构建以企业需求为输入，以适应企业需求的合格人才为输出的实用性高级大数据人才培养体系。面向企业及大数据技术领域需求，定制和调整人才培养方案，探索以产业需求驱动，以工程实践为核心的教学模式。实施了课程共建、订单培养、校企互评、共建实验室、共建研发中心、共建实践基地、课程实训、项目实训、毕业和顶岗实习等主题模式。方案实施：（1）合作目标：双方本着“互利互惠、真诚合作、讲究实效、共谋发展”的原则，共同探索如何培养符合软件行业中大数据技术发展的人才，建立以产业需求为导向的人才培养方式，为大数据技术发展和应用提供人才供应。双方可以立足自身的优势和基础，在学生培养，科学研究，项目孵化和开发、技术培训和学生就业等方面资源共享的同时进行广泛合作。（2）合作内容：在双方自愿友好合作的基础上，可以依据实际情况开展实习实训。开展特色专业培养多样化模式，利用和企业的深度合作和融合，共同加速工程教育改革的进程。依据学校课程需求考虑企业和大数据技术领域需求，调整和定制人才培养方案，结合国内外先进的教学理念（如MOOC、CDIO等），构建课程体系，强化实用技术培养，通过功臣实践和案例教学，探索以工程实践为核心、以课程内容为基础，以企业需求为驱动的新教学模式。通过专业技术、职业规划和职业素养等方面的培训，探索共建师资队伍的有效途径。利用学校的师资力量和教科研力量，结合企业的实战优势和项目管理经验，进行深入科研和项目实施的合作，实现双方资源互补，可以共建实验室，共建培养基地等。使得双方在技术创新和项目研发方面有新的发力点。

大数据相关毕业设计范文第3篇

1数据智能分析师培养

就业前景分析方面，谷歌首席经济学家哈尔•瓦里安预计，未来即将出现一类新型的专业人才和职业岗位——数据科学家，当然数据智能分析师也会应运而生。现下时代是数据时代，甚至称之为大数据时代，企事业单位面临大量数据如互联网数据、医疗数据、能源数据、交通数据等，实际应用中普遍遇到分析能力弱、噪声数据多、缺少分析方法、分析软件能力差、模型可信度低等问题，其主要原因在于传统数据分析方法不能满足需要，而数据挖掘技术、机器学习技术、模式识别技术、知识发现等智能技术可以为数据智能分析方法与工具提供技术支撑。2014年4月24日，百度高级副总裁王劲在第4届“技术开放日”上正式宣布推出“大数据引擎”，数据智能概念由此产生。数据智能分析是指通过数据挖掘技术、机器学习、深度学习、模式识别与分析、知识发现等技术，对数据进行处理、分析和挖掘，提取隐藏在数据中有价值的信息和知识，从而寻求有效解决方案及决策支持预测。目前社会急需懂得智能技术的各层次数据智能分析人才，可以预计，熟练掌握智能技术的数据科学家、数据分析师、数据挖掘人员将有广阔的用武之地。培养手段探索方面：①以“点—线—面”结合的方式横向纵向设置课程群，面向数据智能分析，以案例为导向贯穿“线”上的各关节点课程，比如以数学基础课（线性代数、概率统计、数学分析）大类专业课（程序设计、数据结构、数据库技术）数据智能分析专业课（数据挖掘、机器学习、多维数据分析）为主线，理论与实践齐头并进；②立足培养“计算技术+智能信息+知识技术”的高级数据分析师，理论学习—随课实验—集中实践—科技活动—企业实习—毕业设计等教学环节协调配合，“资格认证—竞赛获奖—奖学资助”激励培养；③以大数据智能分析为契机，积极培养本科生的大数据计算思维和认知能力，使其掌握大数据智能分析方法、机器学习数据挖掘工具和开发环境。政策导向分析方面：建议中国计算机学会与中国商业联合会数据分析专业委员会等机构紧密协调合作，设立适应新时代社会与经济发展的“数据智能分析师”认证[6]，当然将大数据智能分析纳入计算机水平考试的可选项也是当前的一种解决方案，提高智能科学与技术专业社会认可度，增强本专业学生的归属感，更好地培养各层次的数据智能分析人才。

2创新型智能技术人才培养

智能科学与技术的发展与计算机技术几乎同时起步，但其进展比计算机技术要慢许多，根本问题在于高级智能的载体——“人脑”是世界上最复杂的系统，人类对它的认识和了解仍然处于初级阶段。近年来通过智能技术解决实际应用问题有了长足进步，国内已相继有20多所高校面向市场变化和未来需求，自2004年以来陆续开办了智能科学与技术本科专业。尽管大多数智能技术的理论基础还不完备，但实际应用的强劲需求与问题解决能力超越了薄弱理论基础的约束。本专业课程的教学内容与课程实践都适合教师与学生以研究者的身份参与到“教”与“学”的活动之中。1）研究型教学。蓬勃发展中的智能技术需要教师启发式、创造式、批判式地“教”，学生也要创造式、批判式地“学”。教与学要能够从研究思维、问题探索、模型改进、算法优化、脑认知和自然智能指导的角度推进教学活动，进行创新性教学和研究型学习。教学实践活动中应强调学生半监督式学习与自监督学习为主导，鼓励引导深度学习，经典案例、前沿讲座、讨论探索贯穿课堂教学，课程考核注重创新科技实践、问题探索、课程内容探索、课程研究性专题报告、以课程为基础的作品开发等创新效果和教学效果。2）“研究型分组”培养。智能科学与技术专业开办时间不长，成熟教材不多，课程体系需要不断适应学生和社会的需求做出调整，又加上智能科学专业课程本身的发展探索与实际应用现在处于同步发展阶段，决定了专业老师大力推进“研究型班级教学”，在教学过程中实施“大班基础讲授”+“小班研究型讨论”+“小组探索型课题实施与报告”的教学体系，同时来自相关研究方向的研究生也作为助教协助专业老师对小班（组）课题讨论进行引导。3）科研训练提高学习积极性。大类培养模式下实施科研训练引导学习，大一、大二年级主要学习公共基础课程和大类专业基础课程，其中的数学基础课，如线性代数、高等数学、概率统计、离散数学等，由于缺乏实际应用案例支撑，很多学生会怀疑这些知识在将来本专业学习中的用处，课堂课后处于被动学习状态，个别学生还会由于认识滞后，产生厌学情绪甚至放弃基础知识学习，以致于专业分流后表现为学习能力严重不足。通过吸收本科生参加科学创新实践和科技活动，使他们发现数学知识能够用来解决实际问题，有利于提高本科生学习基础知识的积极性，变被动学习为主动学习。同时，教师也能从中发现部分优秀本科生的创新潜力和研究能力，激发他们科学研究的兴趣，引导他们把智能科学技术作为研究方向并致力于攻读相关方向硕士研究生、博士研究生，进一步强化其科学创新能力，势必会使其获得高水平创新性成果。大类培养模式下强化专业教育与实践，专业老师要积极主动引导学生，变被动地等待学生选专业转变为吸引优质学生，以大二上学期为主要时间点，引导大类专业学生对特色专业的兴趣，通过科学研究和学生科技活动吸引选拔学生进科研团队，同时实施科研成果进课堂、进教材、进学生活动。专业教师、班导师可宣讲专业特色和就业前景，指导本科生申请大学生科研训练计划、参加科技竞赛、开发智能技术特色作品。大类培养模式下实施科研训练计划，需要本科生积极主动地理解大类下各子专业的特点和特色，结合自己的兴趣爱好和实际情况，在大类培养结束时分流到各特色专业。因此，本科生参加科研实践和专业科技活动的时间点很重要，从大一结束后的暑假开始，一直延续到本科毕业，同时实施“泛毕业设计”（即大二选方向并实施课题基础储备，大三实施课题，大四结合专业实习完善毕业设计）[3]，这样既充分利用了本科生大二大三充裕的课后时间，也缓解了大四本科生面临就业、考研、出国等问题的突出矛盾。

3智能系统开发人才培养

智能技术已成为当前技术革命创新的源泉，智能系统广泛应用于工业、农业、服务业等各领域，比如2014年11月2日开始处女航的皇家加勒比邮轮公司“海洋量子号”邮轮也因为大规模运用了高科技智能系统而号称“世界上第一艘智能邮轮”。智能系统是建立在“智能技术+计算技术”基础上，结合了控制技术、信息技术的软硬件系统。智能系统开发人才培养目标是社会急需的智能系统开发工程师，其从事的工作主要包括智能系统的设计、开发、维护、运营、服务及相关的技术指导。为了适应智能系统开发人才的培养，应该建设智能终端实验平台、计算智能实验平台、脑认知实验平台、高性能计算平台等人才培养基地与实训基地，推进实施智能终端软件开发技术、智能系统应用课程设计、智能系统与工程课程设计、智能游戏开发与设计、人机交互系统开发与设计等教学实践活动。

4复合型智能技术人才培养

智能科学与技术是一门综合学科，智能技术也广泛应用到智能交通、智慧城市建设、电子信息、信息安全、电子政务、电子商务、工业制造、教育、医疗、管理、农业现代化、国防现代化等众多领域，需要大量复合型智能技术人才。笔者认为，以下4条措施是智能科学与技术新兴专业培养复合型人才切实可行的培养方案：①充分发挥大类培养特色明显的人才培养优势，开放“全校特色专业选修课”，跨专业、跨学院科教团队，与大学生科技创新计划融合，重点培养学生的综合性、复合性、应用性；②引导并严格要求B学分课程学习，特别是设计规划实施好“科技创新”、“文体活动”、“技能认证”、“企业实习”、“暑期社会实践”等综合能力提高计划；③交叉融合办好本科生二专业，鼓励学有余力的本科生对知识的渴求，允许学生在本专业的基础上再辅修另一个专业，并提供配套措施，保证二专业学生能获得优质教育，发挥学科交叉融合优势，使本科生形成宽广深厚的知识结构，培养有特色的智能科学技术专业复合人才；④通过与企业横向合作，建立校企实训基地，紧跟企业和市场需求，与企业联合培养复合应用人才。

5结语

大数据相关毕业设计范文第4篇

关键词：毕业论文；KM算法；选题系统

中图分类号：TP311.52

1 引言

在现有的毕业论文选题系统中，一个学生只能选择一个题目作为自己最终的题目，同样，一个题目只能分配给一个学生。如果最后题目由学生自己确定，那就会出现先选的学生具有更大的选择余地，后选的学生由于不能再选已经选定的题目，所以其可选择的题目会越来越少，这对很多学生来说很不公平。如果学生选择自己的志愿，最终题目由老师来定，这不但加大了老师的工作量，而且还是不能保证每位同学的公平性。如何采用计算机智能辅助选题，设计最优匹配算法实现学生与题目的整体最优匹配，会大大提高选题的效率。

汤颖曾在《毕业设计立项与选题管理及其支持系统》中提出，采用模糊匹配技术进行学生-题目的自动匹配；潘志方在《一种改进的Ford-Fulkenson算法在选题系统中的应用研究》中将题目与学生的匹配抽象为二分图的匹配，并采用改进的Ford-Fulkenson算法实现题目与学生的自动匹配。以上两种方法只考虑了学生与题目之间的最大匹配值，并没有考虑学生的整体满意度最优的情况。

本文将通过采用最优匹配算法（KM）确定一种匹配方案，使得学生的整体满意度最高。具体方法概括如下：学生预选多个题目，并根据自己对题目的满意度由高到底排序，这样，满意度成为二分图的一分值，如图1所示：

2 系统功能模块设计

根据前期的可行性分析，本系统主要进行以下模块的设计：系统管理员模块、专业负责人管理模块、指导教师管理模块和学生选题模块。

系统管理员模块主要负责对系统参数的设置及用户的管理。主要实现以下功能：

（1）系统设置：对系统标题、毕业生、选题参数设置；

（2）学院及专业设置：完成学院、专业的添加、删除、修改操作；

（3）数据字典的维护：教师信息、选题难度、选题方向灯信息的维护；

（4）教师和学生的管理：完成教师、学生信息的添加、删除和修改操作；

（5）文件文化建设管理：日志文件查看、上传文件的管理。

专业负责人管理模块与系统管理员权限相似，但操作的数据只能针对于指定专业，无法浏览及操作整个学院的课题及学生信息。最重要的功能是实现题目的审核。

导师管理模块主要用于选题以及选择自己选题学生的审核确认。

（1）个人中心管理：如信息修改及密码重置；

（2）选题管理：选题的增加、修改、删除以及选题类型的设置；

（3）学生选题查询及审核。

学生模块主要实现学生选题的选择及确认。

（1）学生个人信息的修改；

（2）学生选题及确认信息查询；

（3）学生留言及咨询。

3 KM算法在系统中的实现

KM算法由Kuhn和Munkras分别提出来，这是一种问题。经典的算法。该算法由通过每个顶点一个顶标（A[i][j]）来求最大权匹配的问题转化为不断寻找增广道路以使二分图的匹配数达到最大的完备匹配。KM算法的关键在于不断寻找二分图中的可增广道路。如果找到一条可增广道路，就可以额将属于和不属于相等子图的边取相反，从而相等子图里就是增加一条边，一直到所有的顶点都进入相等子图为止。

KM算法可以很好地解决选题系统中，题目与学生最优匹配的问题。下面以国际商学院09级本科学生选题为例。

在匹配过程中，设学生的集合为X={X1，X2，X3……Xn}，选题的集合设置为Y={Y1，Y2，Y3……Yn}，学生对自己选题的满意度为二维矩阵Z[m][n]，其他题目规定权值为0。系统规定学生最多可预选3个题目，并按照满意度分别设置0.9，0.7，0.5。以下表1是对国际经济与贸易专业使用不同算法得出的学生满意程度。

下面对以上数据进行说明。如采用手工分配的方式，使得681名学生中414名同学分的了题目，满意度为60.82%；如果采用最大匹配算法进行分配，可以使分配数达到最大，有517名学生分得题目，满意度上升为79.99%；最有用最有匹配算法进行分配，使总体满意度达到78.24%，533人。需要说明的一点是，KM算法只是找到了整体最优匹配而不是最大数匹配，如果整体最优情况下匹配数和最大匹配数相差得太大的话，那么整体最优方案显得不太可取。所以，最好的情况就是同时考虑最优匹配和最大匹配来同时控制两者的大小。

4 结语

本系统实现了毕业论文选系统工作的各个管理功能，通过实现教师与学生的双向选择，使用KM算法，提高选题的质量和效率，为学院充分利用网络完成毕业论文选题工作提供了便利的平台。

参考文献：

[1]汤颖.毕业设计立项与选题管理及支持系统[J].合肥工业大学学报，2006，29（5）.

[2]潘志方.一种改进的ford算法在选题系统中应用研究[J].计算机应用与软件，2007，24（9）.

大数据相关毕业设计范文第5篇

关键词:大数据时代;物流职业教育;现状;对策

0前言

据阿里2015年不完全统计的物流数据显示，淘宝网站“双11”当天生成的物流订单数4.67亿，和前年数据相比，韵达、圆通、申通等快递公司的物流量均翻倍，然而并没有发生类似之前快递“爆仓”的问题，有人认为是配送效率提高的原因，事实上是大数据应用发挥了重要作用。下面是淘宝数据应用发展的四阶段:被动响应—2007年前;主动变革—2008－2010;优化完善—2011－2012;数据驱动—2013。由此可见，大数据应用对物流管理的作用不容小觑，而关于大数据时代背景下物流职业教育的相关对策研究也就显得尤为重要。

1大数据时代

所谓的大数据(BigData)，最初是由全世界知名公司麦肯锡提出的，强调大数据是下一轮竞争、创新及生产力的前沿，也就是就企业角度来讲，大数据应用是未来竞争和发展的重要保障。显而易见的，大数据具备海量性、多元化、价值性、快速性等特征，促使数据处理方式、处理工具也随着信息时代的发展而快速完善和成熟，并且大数据应用己渗透到社会的各行各业之中，比如机关单位、教育行业、金融经济、科技研发等。纵观整个大数据时展历程，京东商城于2013年初启动云计算研发基地，并且组建了中国人大京东商城电子商务研究室，加强对电子商务大数据的研究分析。同年5月，申通快递于京交会上演示了新型信息化智能平台，可自动整理、分析物流数据，了解申通各快递站点的经营情况、业务发展等。

2大数据时代背景下物流职业教育面临的机遇和挑战

根据菜鸟网络的发展规划，未来将建立一个能支持网络日销售额300亿的智能物流骨干网络，实现全国各地24小时送货上门的目标。这种智能物流骨干网络就是大数据在物流行业的一大应用，势必会导致物流行业格局变化，给各大物流企业带来更大的挑战。由此可见，物流行业要迅速提升企业的竞争力，夯实企业的实力，才能更好地迎接挑战。事实上，菜鸟网络除了给物流行业带来威胁和挑战之外，还创造了一定的机遇，提供了大量就业岗位和打开了大数据人才缺口。据麦肯锡的预测报告显示，至2018年美国大数据分析人才缺口将高达15万～20万。而且这些大数据人才不仅要掌握计算机技术、数据统计能力，还要将海量的物流数据转变为有价值的商业信息。大数据的真正的价值意义是从海量数据中发现新知识、创造新价值。物流快递行业的各环节都会产生大量数据信息，如何利用大数据来整理归纳、分析总结海量数据，从而掌握各运营站点的经营情况、业务发展等是需要企业高度重视的。大数据技术应用于物流管理决策可以提高物品流通速度，降低物流成本。尤其对一些特定产品来说，对时间、新鲜程度的要求很高，通过大数据分析等应用，可以有效提高商品流通速度，降低商品积压，从而有效地降低物流成本。目前，传统物流专业教育更倾向于培养构建物流体系、经营管理物流企业等方面的高质量人才，而大数据在物流领域的广泛应用对数据分析师的需求越来越明显，这就对物流专业教育提出了更高的标准。在大数据时代背景下，单纯的IT技术人才已不能满足物流行业发展所需，能将技术和行业有效结台的复合型人才培养才是大数据发展的必然趋势，因此，物流职业教育面临着前所未有的机遇和挑战。

3国内物流职业教育的现状

尽管大数据时代为物流职业教育创造了改革机遇，然而目前的物流职业教育体系仍难以满足需求，这是由于国内物流职业教育自推行以来虽小有成就，但依旧存在一些主要的问题如下:(1)学科构建不完善，物流职业教育理论体系不够完整;(2)教学设施陈旧，科研实验室相对较少，难以保证教学效果;(3)教学模式落后，忽视实践能力的培养，教学课程冗长无味，传统灌输式教育抑制了学生的创新力和解决问题能力的培养;(4)教材内容滞后行业发展，课程之间知识点重复，缺乏有关物流实践经验的总结分析内容，整体质量偏低;(5)考核评价体系落后，学生过于追求理论成绩，期末“临时抱佛脚”现象严重;(6)教师团队学术和实践能力不平衡，尤其是年轻教师没有物流企业工作经验，案例教学、互动教学不多，难以提供给学生最有实际价值的信息。

4大数据时代背景下物流职业教育模式

随着大数据的广泛应用，针对大数据的分析能力对物流职业教育提出了更高要求。物流职业实践性非常强，物流职业教育必须要立足于实践。在大数据时代背景下，要转变思维模式，重视创新力和创造力的培养，可以适当地借鉴国外成功的教学经验。比如德国从教育目标、课程设置、师资团队等方面都比较注重应用实践性，学生除了具备坚实的理论基础之外，还要有一定的实践能力，毕业之后能快速胜任物流工作;英国则采取“工读结合、实践教学”的物流职业教育模式，即学生先去企业了解企业需求并发现自我需求，再回学校进行系统的专业学习，最后回到企业进行实践。国内在这方面值得推广的是络捷斯特公司推出的长风学霸赛，是面向全国中职、高职及本科院校的物流、电子商务与会计专业学生的一个在线学习与竞赛的项目，其中本科学生仅限于参加物流专业竞赛在全国高职高专院校物流管理专业里面受到很大的欢迎。(1)就业定位明确。对于国内各大高等院校而言，可结台自身特色和优势来细分物流职业教育，进行差异化物流职业教育，不需要培养出同类型的人才。同时结合自身的就业定位来制定教育培养计划，向社会输出高质量的物流人才;(2)重视校企合作。对此，各大高等院校可结合实际情况，发展与校外企业合作，根据行业性质来设计物流专业课程。比如上海同济大学就和建材业、快递业、电子产品行业等建设了产学研合作基地，可通过行业渗透来累积物流经验，提高教学质量;(3)注重实践能力的培养。在校企合作的产学研基地中，要迎合企业实际需要，在保证企业科研成果的前提下，适当加强学生的实践培训，让学生在实践中巩固所学知识、提升自我技能。大数据时代背景下的物流职业教育仅仅依靠学校是难以实现的，要将学生放到企业之中，在真实的物流工作岗位上让其运用所学理论和技能来分析和研究企业本数据，为企业大数据分析提供一定的辅助作用，这样才能实现学校、企业、学生的共赢;(4)开展校企科研合作训练计划。高校可多开展一些物流设计大赛的训练计划，企业提供科研课题，高校组织学生组队参加，某种角度可帮助学生形成团队合作意识，提高学生的创新力和创造力，加强学生解决问题的能力，甚至还可为企业提供一些独特的创意和想法。另外，学生的毕业论文或者毕业设计也可安排在企业实习过程中，双向培养模式能促进学生的全面发展;(5)提供教师企业实践学习机会。古语云，工欲善其事，必先利其器。只有在保证物流教师具备充分的行业经验的前提下，才可有效改善传统灌输式教育模式，让课堂教学更直观、更有趣，强化教学效果，同时还能解决企业科研难题，发展良好的校企合作关系，从而保障学生的学习和实践资源;(6)重视实验基地、物流图书馆的构建。开展科研教学的重要前提是实验室，各种模拟仿真实验设备和网络环境，为学生建立物流网络、发挥创造想象力创造了条件，是培养大数据分析能力的重要硬件条件。除此之外，物流图书馆的构建有显著的专业特色，便于科研教学活动的开展;(7)突出个性化教学。在大数据时代背景下，大学生的学习方式也随之发生变化。基于大数据的线上实验室、物流图书馆为学生创建了学习交流平台，学生可结合自身实际来选择合适的学习资源。同时，高校学生可有选择的将学习信息公布出来，和教师、学生甚至专家进行在线交流探讨，实现互动学习模式。个性化教学模式除了能提升学生的积极主动性之外，还能激发学生的想象力和创新力，对学生整体能力的提升有积极影响。5结语总而言之，大数据为物流行业带来了机遇和挑战，相对应的，物流职业教育也要有所改革来适应物流行业的变化，要立足于实践，加强教师和学生之间的互动交流，培养并提升学生的创新能力和解决问题的能力，才能让物流职业教育跟上时展的步伐，培养出社会所需的全方位、高质量的物流专业人才。

参考文献

［1］刘楠．任务驱动教学模式在物流教育中的应用［J］．亚太教育，2016(23)．

［2］魏宝红．基于铁路特色的物流创新型人才培养模式研究闭［J］．陕西教育(高教)，2016(08)．

［3］叶丽青．以就业为导向的中职物流专业教学模式探索闭．职业，2013(14)．

［4］刘振华．基于实践技能培养的物流专业教学改革的探索［J］．时代金融，2012(14)．

［5］刘刚．刍议中职物流专业教育模式改革［J］冲国校外教育，2012(02)．

［6］周倩．浅析高职物流人才的专业综合技能培养途径［J］．中国市场，2012(02)．

［7］王永富．新时期广西高职物流专业教村建设研究［J］．物流工程与管理，2012(04)．