基于3D打印的海量创意管理服务研究与实现
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第12-20页 |
| 1.1 研究的背景与意义 | 第12-13页 |
| 1.1.1 论文研究背景 | 第12页 |
| 1.1.2 研究的意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 网络3D打印平台国内外研究现状 | 第13-15页 |
| 1.2.2 大数据研究现状 | 第15-16页 |
| 1.3 研究思路 | 第16-18页 |
| 1.4 论文的创新点 | 第18-20页 |
| 2 3D打印服务平台、海量数据管理以及大数据技术 | 第20-30页 |
| 2.1 3D打印技术以及网络平台 | 第20-23页 |
| 2.1.1 3D打印技术 | 第20-21页 |
| 2.1.2 网络3D打印平台 | 第21-23页 |
| 2.2 海量创意管理服务模块 | 第23-25页 |
| 2.2.1 数据来源 | 第23-24页 |
| 2.2.2 创意数据存储问题 | 第24页 |
| 2.2.3 创意数据管理要求 | 第24-25页 |
| 2.3 大数据理论 | 第25-28页 |
| 2.3.1 大数据的概念 | 第25页 |
| 2.3.2 大数据处理模式 | 第25-26页 |
| 2.3.3 大数据主流实现 | 第26-27页 |
| 2.3.4 大数据的处理流程 | 第27-28页 |
| 2.4 本章小结 | 第28-30页 |
| 3 基于大数据的3D打印创意管理服务方案 | 第30-38页 |
| 3.1 3D打印创意管理面临的问题 | 第30-31页 |
| 3.2 创意管理与大数据的结合 | 第31-34页 |
| 3.2.1 创意管理与大数据结合的必要性 | 第31-32页 |
| 3.2.2 大数据技术对海量创意管理相关改进 | 第32-34页 |
| 3.3 基于大数据的海量创意管理的体系构架 | 第34-36页 |
| 3.3.1 数据存储层 | 第35页 |
| 3.3.2 数据引擎层 | 第35-36页 |
| 3.3.3 数据应用层 | 第36页 |
| 3.3.4 核心技术问题 | 第36页 |
| 3.4 本章小结 | 第36-38页 |
| 4 大数据技术对海量创意管理的核心技术问题解决 | 第38-48页 |
| 4.1 基于元数据的海量创意存储 | 第38-42页 |
| 4.1.1 基于DFS的海量创意管理系统 | 第38-39页 |
| 4.1.2 基于元数据的DFS优化 | 第39-41页 |
| 4.1.3 小结 | 第41-42页 |
| 4.2 基于多标签的创意检索 | 第42-45页 |
| 4.2.1 创意数据的多标签建立 | 第42-43页 |
| 4.2.2 多标签的用户检索处理流程 | 第43-45页 |
| 4.2.3 小结 | 第45页 |
| 4.3 基于最优特征集挖掘的推荐服务 | 第45-47页 |
| 4.3.1 创意数据的特征选取 | 第45-46页 |
| 4.3.2 多特征值的数据挖掘实现 | 第46-47页 |
| 4.3.3 小结 | 第47页 |
| 4.4 本章小结 | 第47-48页 |
| 5 大数据下海量3D创意管理的实现 | 第48-58页 |
| 5.1 3D打印服务平台中创意管理平台 | 第48-49页 |
| 5.2 大数据技术下海量创意管理的实现 | 第49-54页 |
| 5.2.1 开发环境部署 | 第49页 |
| 5.2.2 创意管理模块的设计与实现 | 第49-52页 |
| 5.2.3 界面展示 | 第52-54页 |
| 5.3 性能测试 | 第54-56页 |
| 5.3.1 测试环境 | 第54页 |
| 5.3.2 测试场景 | 第54页 |
| 5.3.3 测试结果 | 第54-56页 |
| 5.3.4 小结 | 第56页 |
| 5.4 本章小结 | 第56-58页 |
| 6 总结 | 第58-60页 |
| 6.1 工作总结 | 第58-59页 |
| 6.2 研究展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-66页 |
| 个人简历 | 第66页 |
| 发表的学术论文 | 第66页 |
