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 |