首页--经济论文--经济计划与管理论文--物资经济论文--世界各国物资经济论文--中国论文--物资企业经营与管理论文

冷链物流大数据中心设计与构建

摘要第3-4页
abstract第4页
1 绪论第9-17页
    1.1 研究背景第9-10页
    1.2 研究意义第10页
        1.2.1 理论意义第10页
        1.2.2 现实意义第10页
    1.3 国内外研究现状分析第10-12页
        1.3.1 国外现状第10-11页
        1.3.2 国内现状第11-12页
        1.3.3 国内外研究成果评述第12页
    1.4 研究目标与内容第12-14页
        1.4.1 研究目标第12-13页
        1.4.2 研究内容第13-14页
    1.5 研究方法和技术路线第14-15页
        1.5.1 研究方法第14页
        1.5.2 技术路线第14-15页
    1.6 论文的基本结构第15-17页
2 理论研究综述第17-25页
    2.1 冷链物流理论基础第17-18页
    2.2 项目管理理论基础与信息系统项目管理第18-20页
        2.2.1 项目管理理论基础第18-19页
        2.2.2 信息系统项目管理第19-20页
    2.3 大数据理论基础第20-25页
        2.3.1 大数据综述第20-21页
        2.3.2 大数据处理第21-23页
        2.3.3 大数据分析第23-25页
3 冷链物流大数据项目需求分析第25-35页
    3.1 项目背景第25-27页
        3.1.1 我国冷链物流市场分析第25-26页
        3.1.2 冷链物流的运营分析第26-27页
    3.2 N市冷链物流发展现状及存在问题第27-29页
    3.3 项目目标第29-30页
        3.3.1 开拓大数据在冷链物流行业的应用第29-30页
        3.3.2 建立N市冷链物流大数据技术平台第30页
        3.3.3 挖掘N市冷链物流数据价值第30页
    3.4 项目构建重点需求第30-32页
        3.4.1 服务对象和质量要求第30-31页
        3.4.2 大数据中心的功能定位第31-32页
    3.5 N市冷链物流大数据的来源与质量要求第32-33页
    3.6 冷链物流大数据处理需求第33-34页
    3.7 冷链物流大数据计算资源需求第34-35页
4 冷链物流大数据项目管理框架第35-41页
    4.1 项目整合管理第35-36页
    4.2 战略规划第36-38页
        4.2.1 收集业务需求第36-37页
        4.2.2 市场调研第37页
        4.2.3 跨职能部门项目团队第37页
        4.2.4 项目阶段管理计划第37-38页
    4.3 大数据技术架构设计第38-39页
        4.3.1 数据采集与存储第38页
        4.3.2 数据分析与建模第38页
        4.3.3 数据可视化第38-39页
        4.3.4 数据分析报告第39页
        4.3.5 数据治理第39页
    4.4 技术实现第39-41页
5 冷链物流大数据中心架构设计第41-53页
    5.1 设计理念与原则第41-42页
    5.2 技术架构设计第42-48页
        5.2.1 数据资源层第43-44页
        5.2.2 采集与分发层第44-45页
        5.2.3 数据处理与存储层第45-47页
        5.2.4 数据接口服务层第47页
        5.2.5 数据应用层第47-48页
    5.3 物理架构设计第48-49页
    5.4 结构化数据存储设计第49-50页
        5.4.1 存储系统第49页
        5.4.2 关系型数据库第49-50页
    5.5 非结构化数据存储设计第50-51页
        5.5.1 存储系统第50-51页
        5.5.2 存储表第51页
    5.6 冷链物流大数据治理设计第51-53页
6 冷链物流大数据中心的构建第53-61页
    6.1 冷链物流大数据采集设备第53-54页
    6.2 监控数据的传输配置第54-55页
    6.3 大数据服务器集群第55-58页
    6.4 结构化数据存储第58页
    6.5 非结构化数据存储第58-61页
7 冷链物流大数据中心的运营模式第61-65页
    7.1 平台服务运营第61-63页
        7.1.1 大数据采集服务第61-62页
        7.1.2 大数据存储与数据仓库服务第62页
        7.1.3 大数据清洗服务第62页
        7.1.4 大数据分析与挖掘服务第62-63页
    7.2 收入运营第63-65页
8 结论第65-67页
    8.1 全文总结第65页
    8.2 未来展望第65-67页
参考文献第67-69页
致谢第69页

论文共69页,点击 下载论文
上一篇:H燃气公司全面预算管理研究
下一篇:一种面向地下管道的履带式智能机器人设计与实现