【开题答辩全过程】以 基于大数据的智能推送系统设计与实现为例，包含答辩的问题和答案

个人简介一名14年经验的资深毕设内行人语言擅长Java、php、微信小程序、Python、Golang、安卓Android等开发项目包括大数据、深度学习、网站、小程序、安卓、算法。平常会做一些项目定制化开发、代码讲解、答辩教学、文档编写、也懂一些降重方面的技巧。感谢大家的关注与支持尊敬的各位评委老师大家好我是xx同学我的毕业设计题目是《基于大数据的智能推送系统设计与实现》。本系统是一个基于B/S架构的电商类智能推荐平台主要包含两大用户角色管理员和用户。管理员端实现了用户管理、商品分类管理、商品信息管理、数据爬虫采集配置、Echarts数据可视化大屏展示、数据库管理以及推荐算法配置等功能用户端则包含登录注册、个人信息管理、商品浏览与搜索、购物车管理、订单支付、收藏夹管理以及个人中心等电商核心功能。在技术选型上后端采用Java语言和Spring Boot框架整合Hadoop作为大数据处理平台使用Python Scrapy进行网络数据采集前端采用Vue.js框架配合Echarts实现可视化展示数据库选用MySQL。本系统通过协同过滤算法实现个性化商品推荐旨在为用户提供精准的智能推送服务。以上是我的开题陈述请各位老师批评指正。评委老师xx同学你好我看你系统里提到了用Hadoop做大数据处理你能简单说一下Hadoop在你的系统里主要是用来做什么的吗答辩学生老师好Hadoop在我的系统里主要用来处理和分析大量的商品数据和用户行为数据。比如系统收集到的大量用户浏览记录、购买记录还有爬虫采集的商品信息这些数据量比较大用Hadoop可以进行分布式存储和计算提高数据处理的速度。主要就是做离线数据的存储和批量分析为推荐算法提供数据支持。评委老师你提到了用协同过滤算法做推荐能简单解释一下这个算法的基本思路吗为什么选择这个算法答辩学生协同过滤算法的基本思路就是找到兴趣相似的用户然后把相似用户喜欢的商品推荐给当前用户。比如用户A和用户B都喜欢买手机和耳机那么系统就认为他们兴趣相似如果用户A还买了充电宝系统就会把充电宝推荐给用户B。选择这个算法是因为它实现起来相对简单不需要分析商品本身的属性只需要用户的行为数据就能做推荐适合我这个基础水平的毕业设计。评委老师你的系统里有数据爬虫功能主要爬取什么数据会不会涉及到一些法律或者道德问题答辩学生老师我的爬虫主要爬取的是公开的商品信息比如商品名称、价格、图片、描述这些主要是从一些开放的电商平台或者公开数据源获取。关于法律问题我会遵守网站的robots协议控制爬取频率不会爬取用户隐私数据或者敏感信息只获取公开的商品展示信息用于系统的数据补充和测试。评委老师你的系统有管理员配置爬虫任务的功能这个配置具体可以设置哪些内容答辩学生管理员可以配置爬虫的采集数据源比如选择要爬取的网站或者API接口设置爬取的关键词或者商品分类还可以设置爬取的时间频率比如每天几点自动执行。另外还可以配置数据存储的规则指定数据保存到哪些数据表里以及设置一些过滤条件排除不需要的数据。评委老师你提到了用Echarts做数据可视化能展示哪些图表这些数据对管理员有什么帮助答辩学生用Echarts可以展示商品销售情况的柱状图、用户增长趋势的折线图、商品分类占比的饼图还有用户行为分析的热力图等。这些数据图表可以帮助管理员直观地了解平台的运营状况比如哪些商品卖得好、哪个时间段用户活跃度高、不同分类商品的库存情况等方便管理员做出运营决策。评委老师你的技术栈里有Spring Boot和Vue.js这两个是怎么配合工作的前后端是怎么交互的答辩学生Spring Boot作为后端框架提供RESTful API接口处理业务逻辑、数据库操作和推荐算法计算Vue.js作为前端框架负责页面展示和用户交互。前后端通过HTTP请求进行交互前端用Axios发送请求到后端API后端返回JSON格式的数据前端再把数据渲染到页面上。这样前后端分离开发起来比较清晰。评委老师你的数据库用MySQL如果数据量很大比如用户行为数据每天产生几百万条MySQL会不会有性能问题你打算怎么解决答辩学生老师如果数据量真的很大MySQL确实会有性能问题查询会变慢。我目前的想法是对于实时性要求高的数据比如用户信息、订单信息还是放在MySQL里对于大量的历史行为数据可以用Hadoop做离线存储和分析或者考虑用Redis做缓存把一些热点数据放在内存里加快访问速度。如果数据量实在太大也可以考虑MySQL的分库分表但这个可能比较复杂我会根据实际数据量来选择方案。评委老师你的进度安排是怎么计划的现在做到哪一步了答辩学生我的进度安排是第一阶段2024年12月到2025年1月做选题和开题第二阶段2025年1月到2月做需求分析和设计第三阶段2025年2月到4月做编码开发和测试同时写论文第四阶段2025年4月修改论文定稿第五阶段2025年5月提交材料和答辩。目前我刚完成开题报告准备开始需求分析和系统设计阶段。评委老师你系统的核心创新点或者特色是什么和普通的电商系统有什么区别答辩学生我的系统特色主要在于结合了大数据技术和智能推荐。普通电商系统可能只是简单的商品展示和交易我的系统通过爬虫采集数据用Hadoop处理分析再用协同过滤算法做个性化推荐还有一个数据可视化大屏让管理员能看到平台运营情况。简单说就是比普通电商系统多了数据采集、大数据分析和智能推荐这几个模块。评委老师评价与总结评委老师好的xx同学你的答辩到此结束。下面我对你今天的表现做一个简单评价总体评价xx同学今天准备得比较充分对系统的整体架构和功能模块介绍得比较清晰能够用自己的语言解释技术选型态度也比较诚恳。优点技术栈选择合理Spring BootVue.jsHadoop的组合符合当前企业开发的主流趋势前后端分离架构清晰功能模块设计完整管理员端和用户端的功能考虑比较全面从商品管理到订单支付流程完整对协同过滤算法的理解基本正确能够用简单的例子说明算法原理说明你确实下了功夫去了解。需要改进的地方对于大数据量的处理方案你的回答比较笼统建议下去后具体了解一下MySQL优化、Redis缓存的实际配置方法不要停留在概念层面爬虫的法律合规性问题建议你多查阅一些资料确保实际开发中不会触碰红线最好能在论文里专门写一节关于数据合规的内容Hadoop在你的系统里具体怎么用是只做存储还是也做计算建议你进一步明确最好能画一个数据流转图说明数据从爬虫采集到最终展示的完整流程。总结这个题目难度适中工作量饱满符合本科毕业设计的要求。希望你按照进度安排认真完成后续工作特别是要把推荐算法的实际效果做出来不要只是搭个框架。如果遇到困难及时和指导教师沟通。同意开题进入下一阶段。以上是某同学的毕业设计答辩的过程如果你现在还没有参加答辩还是开题阶段已经选好了题目不知道怎么写开题报告可以下面找找有没有自己符合自己题目的开题报告内容列表中的开题报告都是往届真实的开题报告可发送使用或参考。文末或底部来联xi可免费获取最后有时间和有基础的同学建议自己多花时间找一下资料开题报告、源码自己独立完成毕设需要开题报告内容、源码参考的可以联xi博主没有选题的也可以联系我们进行帮你选题、定功能和建议。