开题报告-基于SpringBoot的“遇见”婚恋交友平台的设计与实现

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 开题报告-基于SpringBoot的“遇见”婚恋交友平台的设计与实现
  • 选题背景和目的

据数据统计,随着经济的发展和时代意识潮流的变化,人们对婚姻的定义发生了很大的变化,这使婚恋交友类平台在近几年由线下渐渐的发展成为线上的交友活动。互联网的便利,让只通过线下介绍对象的限制,转变为通过移动端与其他适婚人士进行沟通交流,扩大了交友范围。伴随着现代科技日新月异,计算机和网络技术已经突破了质的飞跃。在人们的交往方式中,网络也成为了众多人群交友的重大前提。

本系统采用微信小程序和后台管理的形式,进行婚恋交友平台的开发。“遇见”婚恋交友类网站提供一个平台供陌生人或有相亲结婚意愿的陌生人进行交流,使陌生人之间的交流变成了可能性,同时,也可以让广大适婚人群免去跑中介的烦恼,随时随地都能查找自己喜欢的对象,并能通过手机与匹配对象进行沟通。

  • 文献综述

婚恋网站最早是在美国出现,国内的发展相对于国外来说晚了许多,当时随着上网人数的迅速增加,互联网在美国掀起了以交友为目的的网络活动第一次高潮,同时婚恋市场的巨大潜力也催化了婚恋网站的出现。1995年match.com建立,标志着全球第一个婚恋网站正式诞生[4]。除Match之外,还有很多国外比较热门的婚恋网站,如PlentyofFish(该网站是免费使用的,也为付费会员提供优质的服务),Zoosk(该网站提供超过70个国家的25种语言选择),OurTime(该网站是一家为50岁以上老年人提供征婚交友服务的网站)等等。目前,我国婚恋交友网站也逐步发展起来了,2004-2005年:初创期,现在市场上比较活跃的几家婚恋网站,大部分都是在那时创立,或者说得到第一轮投资的。2006年,专业婚恋交友网站开始崭露头角,包括世纪佳缘、嫁我网、百合网、绝对100婚恋网纷纷拿到风投。2011年,世纪佳缘登陆纳斯达克,美国最大婚恋网站Match.com收购珍爱网20%股份[3]。

在婚恋网站的开发过程中,开发框架的选择尤为重要,一个好的开发框架能够加快应用网站的开发速度,降低开发成本,减少开发时的工作量。本毕业设计是关于婚恋网站的设计,运用的开发框架是SSM框架即SpringMVC+Spring+Mybatis开发框架,该框架凭借良好的性能和较快的开发效率,逐渐成为Web开发时的主流应用开发框架组合[1]。SpringMVC框架是Spring基于MVC设计模型的用于构建Web应用程序的一种实现。在Web应用开发过程中,SpringMVC框架容纳了包括JSP在内的

大量视图技术,可以灵活配置[2]。Spring框架是为降低企业的应用开发复杂度而创建的一种开源框架。其主要目的就是实现开发中各层之间的分离,实现允许每层灵活选择何种构件,并且为J2EE的开发提供集成框架[5]。Mybatis框架是J2EE应用开发中的一个持久层框架,它通过配置的XML文件或者注解实现对象和存储过程,SQL语句的关联,而不是实现对象与数据库表的关联,并且可以实现动态生成SQL语句。

在婚恋网站Web开发过程中,Web交互开发中的异步、实时Web交互技术,是当前Web应用技术研究领域的重点之一。如在线订票系统、即时通信系统,当服务器数据发生变化时,需要主动实时地向客户端发送消息,将最新的数据或事件通知给用户[6]。在Web异步交互方面,AJAX作为当今非常热门和流行的异步传输技术,已被行业广泛采用,也是很重要的技术之一[7]。但在AJAX这种真正的异步传输技术出现之前,一般使用iframe模拟实现异步传输[8],目的是保证网页在不刷新的情况下进行数据传输更新网页内容,从而提高用户的体验。目前,iframe实现模拟异步传输这一技术,仍然经常被程序员使用[9]。

在婚恋网站的开发过程中,为用户推荐婚恋内容是一个必不可少的关键一步。在随着数字化科技化日趋普及的环境下,以及大数据技术的发展,针对用户的历史行为习惯,给用户提供一种智能型、个性化的婚恋网站内容推荐服务[10]。结合数据挖掘技术,设计并实现可以根据用户的历史习惯、浏览时间以及最近选择的适婚人群进行匹配,根据行为大数据提取用户特征并聚类然后根据用户特征项速度综合评判用户相似度,进行半段后列出最优推荐资源[11]。通过实例验证,该方法具有良好的有效性,相较于传统方法具有较好的推荐效果,同时能够解决新用户的冷启动问题,缓解数据稀疏性。

在开发过程中,为确保数据的安全性将会采用到MD5安全加密技术,采用该技术这样不但可以避免用户的密码被具有系统管理员权限的用户知道,而且还在一定程度上增加了密码被破解的难度[12]。

为保证婚恋交友网站能够更加直观有效地展现数据,将采用数据可视化技术,以图表的形式统计在婚恋交友网站的男女生的占比情况,适婚人群的地区分化以及适婚人群对于另一半的要求的占比情况等等[13]。由于数据量大的原因,以传统的统计数据的图表形式进行统计,很大一部分是不现实的,这不仅消耗了时间、精力,同时这也是一项不太可能完成的任务,所以随着大数据分析技术日渐成熟, 以电脑的超快运算速度可以在合理的时间内对海量的数据进行管理、整理以及分析, 从而发掘出数据之间隐藏的关联规则[14],这是目前最简单快捷的方式。

在该毕业设计开发过程中,最重要的技术即是爬虫技术,随着互联网信息技术的快速发展和大数据时代的到来,越来越多用户借助于网络搜索、在线浏览等平台,进行所需要数据信息的获取,而最常用的信息获取方式为网络爬虫[15]。通过爬虫技术爬取到更多关于婚恋交友网站的信息内容,方便用户能够更快的找到适合自己的适婚人士。

  • 参考文献

[1]李洋. SSM框架在Web应用开发中的设计与实现[J]. 计算机技术与发展, 2016(12): 190-194.

[2]邹红霆. 基于SSM框架的Web系统研究与应用[J]. 湖南理工学院学报: 自然科学版, 2017, (1): 39-43.

[3]王紫铭. 中国婚恋交友网站研究[D]. 西北大学, 2011.

[4]沈霖峰. MocPartner婚恋交友平台设计与实现[D]. 北京交通大学, 2013.

[5]高翔,李志浩,靳冰,康晓宇. Java Web开发与实践[M]. 北京: 人民邮电出版社, 2014.

[6]赵振,王顺,于梦竹,李泽,侯法超,刘备,时国森,李照耀,王世军. Web异步与实时交互[M].北京: 人民邮电出版社, 2016.

[7]Yingan Shao,Guichun Li,Gang Liu. Research on the reform of Web front-end courses based on Internet + Mode[A]. Institute of Management Science and Industrial Engineering.Proceedings of 2018 3rd International Conference on Education,Sports,Arts and Management Engineering(ICESAME 2018)[C]. Institute of Management Science and Industrial Engineering:计算机科学与电子技术国际学会(Computer Science and Electronic Technology International Society),2018:5.

[8]Namyun Kim. Extracting and searching news articles in web portal news pages[J]. International Journal of Computational Vision and Robotics,2020,10(3):5.

[9]Rong Kai Cao,Xiaoyan Liu. IFML-Based Web Application Modeling[J]. Procedia Computer Science,2020,166.

[10]张劳模, 马颖, 王国栋. 基于数据挖掘的个性化智能推荐系统应用研究[J]. 现代电子技术, 2011, 34(16):31-34.

[11]鲁城华,高升,郭倩倩.基于大数据技术的云制造服务个性化智能推荐[J].信息系统工程, 2020(08): 31-35.

[12]Esmael V Maliberan,Ariel M Sison,Ruji P Medina. A New Approach in Expanding the Hash Size of MD5[J]. International Journal of Communication Networks and Information Security,2018,10(2): 6.

[13]Yang Liu. Research on Data Visualization Analysis System Based on Real-time Database[J]. International Journal of Computational and Engineering,2019, 4(3).

[14]谭镇阳,王璐.基于网络爬虫的招聘信息可视化分析系统[J].信息通信,2018(09):140-142.

[15]管小卫.网络爬虫探讨及应用[J].科技创新与应用,2020(27):178-179.

相关实践学习
基于Hologres轻松玩转一站式实时仓库
本场景介绍如何利用阿里云MaxCompute、实时计算Flink和交互式分析服务Hologres开发离线、实时数据融合分析的数据大屏应用。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
2月前
|
前端开发 Java 关系型数据库
开题报告-基于SpringBoot互助志愿服务平台设计与实现
开题报告-基于SpringBoot互助志愿服务平台设计与实现
|
2月前
|
存储 前端开发 Java
开题报告-基于SpringBoot的求职招聘系统的设计与实现
开题报告-基于SpringBoot的求职招聘系统的设计与实现
146 0
|
2月前
|
供应链 Java 关系型数据库
开题报告|基于Springboot实现农产品进销存管理系统
开题报告|基于Springboot实现农产品进销存管理系统
170 1
|
2月前
|
前端开发 druid Java
开题报告-基于SpringBoot的美食系统的设计的实现
开题报告-基于SpringBoot的美食系统的设计的实现
139 0
|
8月前
|
安全 Java 测试技术
【开题报告】基于SpringBoot的高校就业管理系统的设计与实现
【开题报告】基于SpringBoot的高校就业管理系统的设计与实现
359 0
|
8月前
|
安全 Java BI
【开题报告】基于SpringBoot的高校实习实训管理系统的设计与实现
【开题报告】基于SpringBoot的高校实习实训管理系统的设计与实现
563 0
|
8月前
|
安全 Java 数据安全/隐私保护
【开题报告】基于SpringBoot的高校实验室管理系统的设计与实现
【开题报告】基于SpringBoot的高校实验室管理系统的设计与实现
408 0
|
8月前
|
供应链 监控 Java
【开题报告】基于SpringBoot的药店药品管理系统的设计与实现
【开题报告】基于SpringBoot的药店药品管理系统的设计与实现
636 0
|
2月前
|
JavaScript 前端开发 Java
开题报告-基于SpringBoot手办周边系统的设计与实现
开题报告-基于SpringBoot手办周边系统的设计与实现
|
2月前
|
开发框架 小程序 Java
免费开题报告|基于SpringBoot+Vue的校内跑腿平台
免费开题报告|基于SpringBoot+Vue的校内跑腿平台
免费开题报告|基于SpringBoot+Vue的校内跑腿平台