首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--软件工程论文

基于MVC框架的快速可重构内容管理系统的研究与实现

摘要第4-6页
ABSTRACT第6-7页
第一章 绪论第11-16页
    1.1 研究背景及意义第11-12页
    1.2 国内外发展与研究现状第12-13页
    1.3 论文主要研究内容第13-14页
    1.4 论文组织结构第14-16页
第二章 基于MVC的可重构内容管理系统相关技术研究第16-22页
    2.1 组件技术研究第16-18页
        2.1.1 常用组件模型研究第16-17页
        2.1.2 基于XML的组件安装研究第17-18页
    2.2 模版引擎技术研究第18-19页
    2.3 MEMCACHED缓存技术研究第19-20页
    2.4 系统访问控制技术研究第20-21页
    2.5 本章小结第21-22页
第三章 基于MVC的可重构内容管理系统模型研究第22-27页
    3.1 可重构内容管理系统总体模型研究第22-23页
    3.2 可重构内容管理系统组件模型研究第23-26页
        3.2.1 MVC模式研究第23-24页
        3.2.2 基于MVC模式的组件模型研究第24-26页
    3.3 可重构内容管理系统数据访问模型研究第26页
    3.4 本章小结第26-27页
第四章 基于MVC的可重构内容管理系统设计第27-40页
    4.1 可重构内容管理系统设计目标第27-28页
        4.1.1 系统功能性设计目标第27-28页
        4.1.2 系统非功能性设计目标第28页
    4.2 可重构内容管理系统总体设计第28-30页
        4.2.1 可重构内容管理框架结构设计第28-30页
        4.2.2 可重构内容管理功能结构设计第30页
    4.3 可重构内容管理系统核心功能设计第30-36页
        4.3.1 内容管理组件设计第30-31页
        4.3.2 频道栏目管理组件设计第31-32页
        4.3.3 用户管理组件设计第32-33页
        4.3.4 组件管理组件设计第33-34页
        4.3.5 模版管理组件设计第34-35页
        4.3.6 模块管理组件设计第35-36页
        4.3.7 菜单管理组件设计第36页
    4.4 可重构内容管理系统数据库设计第36-39页
        4.4.1 数据库E-R模型设计第36-37页
        4.4.2 数据表结构设计第37-39页
    4.5 本章小结第39-40页
第五章 基于MVC的可重构内容管理系统实现第40-55页
    5.1 可重构内容管理系统框架实现第40-44页
    5.2 可重构内容管理系统内容管理组件实现第44-47页
        5.2.1 内容发布第45-46页
        5.2.2 内容管理第46页
        5.2.3 素材管理第46-47页
    5.3 可重构内容管理系统频道栏目管理组件实现第47-48页
    5.4 可重构内容管理系统用户管理组件实现第48-50页
        5.4.1 用户管理第48页
        5.4.2 组群管理第48-49页
        5.4.3 权限管理第49-50页
    5.5 可重构内容管理系统扩展业务核心实现第50-54页
        5.5.1 组件管理第50-51页
        5.5.2 模版管理第51-52页
        5.5.3 模块管理第52-53页
        5.5.4 菜单管理第53-54页
    5.6 本章小结第54-55页
第六章 基于MVC的可重构内容管理系统评测第55-63页
    6.1 可重构内容管理系统评测目标第55页
    6.2 测试环境部署第55-56页
    6.3 可重构内容管理系统功能评测第56-61页
        6.3.1 核心模块测试第56-59页
        6.3.2 用户管理模块测试第59页
        6.3.3 内容管理模块测试第59-61页
    6.4 可重构内容管理系统性能评测第61-62页
    6.5 可重构内容管理系统评测总结第62页
    6.6 本章小结第62-63页
第七章 总结与展望第63-65页
    7.1 论文工作总结第63-64页
    7.2 未来工作展望第64-65页
参考文献第65-68页
致谢第68页

论文共68页,点击 下载论文
上一篇:基于群体智能的聚类分析
下一篇:基于Hadoop分布式计算平台的车辆监控系统数据的分析与应用