实用研究生论文开题报告参考3篇

参考资料，少熬夜！实用研究生论文开题报告参考3篇【导读指引】三一刀客最漂亮的网友为您整理分享的“实用研究生论文开题报告参考3篇”文档资料，供您学习参考，希望此文档对您有所帮助，喜欢就分享给朋友们吧！研究生开题报告1硕士毕业论文的开题报告就好似一套房子的地基，盖房子最主要的是地基必须打牢靠，否则房子会垮塌。硕士毕业论文的开题报告也是一样的。当课题方向确定之后，课题负责人在调查研究的基础上撰写的报请上级批准的选题计划。它主要说明这个课题应该进行研究，自己有条件进行研究以及预备如何开展研究等问题，也可以说是对课题的论证和设计。开题报告是提高选题质量和水平的重要环节。开题报告，就是课题确定之后，研究人员在正式开展研之前制订的整个课题研究的工作计划，它初步规定了课题研究各方面的具体内容和步骤。可以说，开题报告水平的高低，是一个课题质量与水平的重要反映。工程硕士研究生学位开题报告论文1.阐述选题背景，研究意义，或工程设计的价值和意义，该选题国内外技术应用现状和发展趋势，选题的先进性和实用性。选题背景和研究的意义软件测试是整个软件项目开发生命周期中的重要组成部分，应当贯穿与整个生命周期始末，与软件开发相辅相成。好的软件测试是好的软件产品质量的重要保证。目前，国内软件测试行业的发展还很不成熟，尤其是自动化测试的发展水平更是落后，相对于发达国家，我们国家的软件测试在技术上、规范程度上和重视程度上都有差距。而javascript是web前端的新兴的、日渐流行的语言，对基于javascript语言的工程项目的自动化测试还处于探索发展阶段。我所选的论文课题就是要研究和实现更高效，测试更完全，使用更人性化的自动化测试框架，以广泛的应用于各种javasript工程项目。国内外技术应用现状和发展趋势对于javascript的测试框架，国外已经有一些，比如qunit，jasmine，jarvis，jfunit等，这些javascript测试框架较为成熟，也各有优缺点，但在应用时适用性不够强，测试比较粗糙。国内的自动化测试正在发展中，许多软件公司也愈加感觉到了自动化测试带来的好处。而随着更多的javasript项目在中国出现，而且很多软件项目越做越大，javasript项目的自动化测试必将受到越来越多的关注和重视。国内javascript测试方面还比较空白，相关的文档和论文文献也少之又少。本课题选择基于qunit的javasript测试框架，进行更为细致更为实用的改进，以适应项目测试，使其覆盖率更强，使用更参考资料，少熬夜！方便，查错更明显。选题的先进性和实用性本课题围绕思科系统中国研究中心选择基于qunit的javasript测试框架，进行更为细致更为实用的改进，以适应项目测试，使其覆盖率更强，使用更方便，查错更明显。此论文弥补了国内javasript自动化测试框架领域研究的空白，解决了很多测试过程中的技术问题。a.在javascript项目自动化测试中的测试用例加载机制；b.异步测试和数据驱动测试；c.自动化启动多个web页面交互测试；d.自动生成测试报告并检测出错误点出现的位置，以方便纠错；解决了测试用例不通过无法继续执行的问题，使错误用例显示无法通过验证，但是其他测试用例仍继续执行2.主要参考文献(列出作者、论文名称、期刊名称、出版年月)。1.课题内容1.系统需求分析(应用软件工程专业描述工具描述)2.系统概要设计(应用软件工程专业描述工具描述)3.拟采用的开发方法、环境，测试方案等4.技术难度及特色分析研究生开题报告2一、课题来源：本课题来源于作者在学习和实习中了解到的两个事实，属于自拟课题。其一，作者在20xx年7月在xxx公司调研，了解到现如今各行业都面临着数据量剧增长，并由此带来业务处理速度缓慢，数据维护困难等问题。为了应对此挑战，很多企业开实施大数据发展战略。现如今的大数据发展战略可以概括为两类，一类是垂直扩展。即采用存储容量更大，处理能力更强的设备，此种方式成本较大，过去很多大公司一直采用此种方法处理大数据。但自从20xx年google发布关于gfs，mapreduce和bigtable3篇技术论文之后，云计算开始兴起，apachehadoop项目启动。随后从20xx年开始，随着云计算和大数据的发展，hadoop作为一种优秀的数据分析、处理解决方案，开始受到许多it企业的关注。相较于垂直扩张所需的昂贵成本，人们更钟情于采用这种通过整合廉价计算资源的水平扩展方式。于是很多it企业开始探索采用hadoop框架构建自己的大数据环境。其二，作者自4月在xxx实习过程中进一步了解到，因为关系数据库在存储数据格式方面的局限，以及其schema机制带来的扩展性上的不便，目前在大部分的大数据应用环境中都采用非结构化的数据库，如列式存储的hbase，文档型存储的参考资料，少熬夜！mangodb，图数据库neo4j等。这些非结构化数据库因为可扩展性强、资源利用率高，高并发、响应速度快等优势，在大数据应用环境中得到了广泛的应用。但此种应用只解决了前端的业务处理，要真正利用大数据实现商务智能，还需要为决策支持系统和联机分析应用等提供一数据环境——数据仓库。为此，导师指导本文作者拟此题目，研究基于hadoop框架的数据仓库解决方案。二、研究目的和意义：现如今，数据已经渗透到每一个行业，成为重要的生产因素。近年来，由于历史积累和和数据增长速度加快，各行业都面临着大数据的难题。事实上，大数据既是机遇又时挑战。合理、充分利用大数据，将其转变为海量、高增长率和多样化的信息资产，将使得企业具有更强的决策力、洞察发现力和流程优化等能力。因此，很多it企业都将大数据作为其重要的发展战略，如亚马逊、facebook已布局大数据产业，并取得了骄人的成绩。事实上，不止谷歌、易趣网或亚马逊这样的大型互联网企业需要发展大数据，任何规模的企业都有机会从大数据中获得优势，并由此构建其未来业务分析的基础，在与同行的竞争中，取得显著的优势。相较于大型企业，中小企业的大数据发展战略不同。大公司可以凭借雄厚的资本和技术实力，从自身环境和业务出发，开发自己的软件平台。而中小企业没有那样的技术实力，也没有那么庞大的资金投入，更倾向于选择一个普遍的、相对廉价的解决方案。本文旨在分析大数据环境下数据库的特点，结合当下流行的hadoop框架，提出了一种适用于大数据环境的数据仓库的解决方案并实现。为中小企业在大数据环境中构建数据仓库提供参考。其具体说来，主要有以下三方面意义：首先，目前主流的数据库如oracle、sqlserver都有对应自己数据库平台的一整套的数据仓库解决方案，对于其他的关系型数据库如mysql等，虽然没有对应数据库平台的数据仓库解决方案，但有很多整合的数据仓库解决方案。而对于非结构化的数据库，因其数据模型不同于关系型数据库，需要新的解决方案，本文提出的基于hive/pentaho的数据仓库实现方案可以为其提供一个参考。其次，通过整合多源非结构化数据库，生成一个面向主题、集成的数据仓库，可为大数据平台上的联机事务处理、决策支持等提供数据环境，从而有效利用数据资源辅助管理决策。再次，大数据是一个广泛的概念，包括大数据存储、大数据计算、大数据分析等各个层次的技术细节，本文提出的“大数据环境下的数据仓库解决方案及实现“丰富了大数据应用技术的生态环境，为大数据环境下的数据分析、数据挖掘等提供支撑。三、国内外研究现状和发展趋势的简要说明：本文研究的主体是数据仓库，区别于传统基于关系型数据库的数据仓库，本文聚焦大数据环境下基于非结构数据库的数参考资料，少熬夜！据仓库的构建与实现。因此，有必要从数据仓库和大数据环境下的数据库两方面进行阐述。（一）数据仓库国内外研究现状自从billinmon在1990年提出“数据仓库”这一概念之后，数据仓库技术开始兴起，并给社会带来新的契机，逐渐成为一大技术热点。目前，美国30%到40%的公司已经或正在建造数据仓库。现如今随着数据模型理论的完善，数据库技术、应用开发及挖掘技术的不断进步，数据仓库技术不断发展，并在实际应用中发挥了巨大的作用。以数据仓库为基础，以联机分析处理和数据挖掘工具为手段的决策支持系统日渐成熟。与此同时，使用数据仓库所产生的巨大效益又刺激了对数据仓库技术的需求，数据仓库市场正以迅猛的势头向前发展。我国企业信息化起步相对较晚，数据仓库技术在国内的发展还处于积累经验阶段。虽然近年来，我国大中型企业逐步认识到利用数据仓库技术的重要性，并已开始建立自己的数据仓库系统，如中国移动、中国电信、中国联通、上海证券交易所和中国石油等。但从整体上来看，我国数据仓库市场还需要进一步培育，数据仓库技术同国外还有很大差距。为此，我国许多科技工作者已开始对数据仓库相关技术进行深入研究，通过对国外技术的吸收和借鉴，在此基础上提出适合国内需求的技术方案。（二）非结化数据库国内外研究现状随着数据库技术深入应用到各个领域，结构化数据库逐渐显露出一些弊端。如在生物、地理、气候等领域，研究面对的数据结构并不是传统上的关系数据结构。如果使用关系数据库对其进行存储、展示，就必须将其从本身的数据结构强行转换为关系数据结构。采用此种方式处理非结构数据，不能在整个生命周期内对非关系数据进行管理，并且数据间的关系也无法完整的表示出来。在此背景下，非结构化数据库应运而生。相较于关系数据库，非结构数据库的字段长度可变，并且每个字段的记录又可以由可重复或不可重复的子字段构成。如此，它不仅可以处理结构化数据，更能处理文本、图象、声音、影视、超媒体等非结构化数据。近年来，随着大数据兴起，非结构数据库开始广泛应用，以支持大数据处理的多种结构数据。目前，非结构化的数据库种类繁多，按其存储数据类型分，主要包含内存数据库、列存储型、文档数据库、图数据库等。其中，常见的内存数据库有sqlite，redis，altibase等；列存储数据库有hbase，bigtable等；文档数据库有mangodb，couchdb，ravendb等；图数据库有neo4j等。近年来，我国非结构数据库也有一定发展，其中最具代表的是国信贝斯的ibase数据库。可以预见在不久的将来，伴随这大数据的应用，非结构数据库将会得到长足的发展和广泛的应用。四、主要研究内容和要求达到的深度：本文研究的方向是数据仓库，并且是聚焦于大数据这一特定环境下的数据仓库建设，其主要内容包括以下几点：参考资料，少熬夜！1。非结构数据库的数据仓库解决方案：本文聚焦于大数据这一特定环境下的数据仓库建设，因为大数据环境下的数据仓库建设理论文献很少，首先需要以研究关系数据库型数据仓库的解决方案为参考，然后对比关系数据库和非结构数据库的特点，最后在参考方案的基础上改进，以得到适合非结构数据库环境的数据仓库解决方案。2。非结构数据库和关系数据库间数据转换：非结构数据库是对关系数据库的补充，很多非结构数据库应用环境中都有关系数据库的身影。因此，非结构数据库和关系数据库间数据转换是建立非结构数据库需要解决的一个关键问题。3。基于非结构数据库的数据仓库构建：本文拟采用手礼网的数据，分析其具体的数据环境和需求，为其构建基于非结构数据库的数据仓库，主要包括非结构数据库的数据抽取，hive数据库入库操作和pentaho前台数据展现等。五、研究工作的主要阶段、进度和完成时间：结合研究需要和学校教务管理的安排，研究工作主要分以下四阶段完成：第一阶书包范文段：论文提纲：20xx年6月——7月第二阶段：论文初稿：20xx年8月——10月第三阶段：论文修改：20xx年11月——20xx年3月第四阶段：最终定稿：20xx年4月六、拟采用的研究方法、手段等及采取的措施：在论文提纲阶段，本文拟采用调查统计的方法，收集目前大数据环境下数据库应用情况，着重统计各类型数据库的应用比例。同时采用文献分析和个案研究的方法研究数据仓库构建的一般过程和对应的技术细节，并提出解决方案。在论文初稿和修改阶段，本文拟通过实证研究，依据提纲阶段在文献分析中收集到的理论，基于特定的实践环境，理论结合实践，实现某一具体数据仓