基于聚类推荐的单位采购管理系统设计与实现,硕士论文

基于聚类推荐的单位采购管理系统设计与实现,硕士论文本篇论文目录导航：【】【】【】【】【】【】基于聚类推荐的单位采购管理系统设计与实现采购管理硕士论文:采购管理系统的研究与实现摘要借助先进的计算机互联网技术改变了传统的采购业务处理方式,实现了采购业务的自动化操作,规范了单位采购流程,一定程度上提升了单位采购的公平度和透明度.然而,随着采购系统的不断应用和供给商及产品信息的不断增加,在采购产品的经过中,产生了信息过载问题.本文针对当下采购管理系统存在的问题,设计开发基于聚类推荐的单位采购管理系统,主要研究内容和成果如下:(1)文章重点研究了聚类分析技术实现采购供给商推荐.从提高目的用户近邻用户的质量和类似度计算的精到准确性两方面着手,对推荐系统的施行流程和用户类似度的计算方式方法做了改良,提出了基于用户聚类的采购协议供货平台推荐系统模型.详细方式方法是首先对采购单位进行聚类,然后在聚类的基础上施行推荐;在计算用户类似度时,比拟两个用户的采购项目个数的差异,并以此为他们赋以相应的权重.实验结果表示清楚,改良后的基于用户聚类的采购推荐模型拥有更优秀的综合推荐性能.在本系统中,将所构建的基于用户聚类的推荐模型开发为模块嵌入到采购管理系统中,实现了采购供给商信息的推荐.(2)对单位采购管理系统的设计与开发进行具体的描绘叙述.通过对当下采购管理系统的相关调研,分析采购管理系统面临的问题,结合实际的采购管理需求归纳总结了系统建设的功能需求,通过对采购经过进行调研,得到了采购活动的具体需求分析,并清楚明晰的给出了系统开发实现的主要功能模块.然后利用对系统的需求分析,完成了系统的概要设计;其次,根据上述的概要设计内容对系统进行具体功能的设计,并给出了相应的实现界面;最后通过对系统的测试验证,完成了整个系统的设计经过.本文关键词语:采购管理;聚类分析;信息推荐;;SSHABSTRACTWiththehelpofcomputeradvancedInternettechnologyhaschangedthetraditionalwayofpurchasingbusinessprocess,toachievetheautomationofprocurementoperations,standardizetheunitprocurementprocess,acertainextenttoenhancethefairnessandtransparencyoftheprocurementunit.However,withthecontinuousapplicationofthepurchasingsystemandthecontinuousincreaseofsuppliersandproductinformation,theproblemofinformationoverloadoccursintheprocessofpurchasingproducts.Aimingattheproblemsofthecurrentpurchasingmanagementsystem,thispaperdesignsanddevelopsaunitpurchasemanagementsystembasedonclusterrecommendation.Themainresearchcontentsandachievementsareasfollows:(1)Thispaperfocusesontheclusteringanalysistechnologytoachieveprocurementsupplierrecommendation.Toimprovethecalculationfromthetargetuserofneighborusersqualityandaccuracyofthesimilarityofthetwoaspectsoftheimplementationprocessandcalculationmethodofusersimilarityontherecommendationsystemtoimprovethegovernmentprocurementagreement,proposeduserclusteringrecommendationsystemmodelbasedonsupplyplatform.Thespecificmethodisfirstusedtoclustertheprocurementunit,andthenimplementtherecommendationbasedonthecluster;inthecalculationofusersimilarity,differencenumberbetweenthetwouserstopurchaseitems,andastheyendowedwithcorrespondingweight.Theexperimentalresultsshowthattheimprovedrecommendationmodelbasedonuserclusteringhasbettercomprehensiverecommendationperformance.Inthissystem,theestablishedrecommendationmodelbasedonuserclusteringisdevelopedasamoduleembeddedinthegovernmentprocurementmanagementsystem,andtherecommendationofpurchasingsupplierinformationisrealized.(2)Thedesignanddevelopmentofgovernmentprocurementmanagementsystemaredescribedindetail.Throughresearchonthecurrentgovernmentprocurementmanagementsystem,analyzestheprocurementmanagementsystem,combinedwiththeactualneedsofprocurementmanagementsummarizesthefunctionalrequirementsofthesystemconstruction,throughtheresearchontheprocurementprocess,getthedetailedanalysisoftheneedsofgovernmentprocurementactivities,andgiveaclearmainfunctionmoduleofsystemdevelopment.Thenthesystemneedsanalysis,completedthesystemdesign;secondly,adetaileddesignofsystemfunctionbasedontheoutlinedesignoftheabovecontent,andgivestherealizationofthecorrespondinginterface;finallythroughthetestofthesystem,completedthedesignprocessofthewholesystem.KEYWORDS:ProcurementManagement;ClusterAnalysis;InformationRecommendation;Government;SSH目录幅较长,部分内容省略,具体全文见文末附件第七章总结与瞻望7.1总结本文是基于某机关单位采购管理系统项目的详细设计与实现经过而整理,具体研究阐述了系统业务需求及系统设计.在系统设计实现经过中,通过阅读以下为参考文献的方式了解当下采购系统的研究背景及现在状况,总结采购系统设计开发中存在的问题,对单位内部采购管理的实际工作情况和业务流程进行调查研究与分析,通过实践调研,利用功能用例图的方式明确不同用户角色在系统中的功能需求.考虑系统既需要互联网访问,也需要外网访问的需求,为便于用户访问,采用B/S架构的方式对系统的总体架构设计及分层设计系统的总体软件脚骨.在功能具体设计部分,根据前期的功能需求分析对单位采购管理系统进行具体设计,通过流程图、顺序图等方式方法完成业务逻辑设计,再通过E-R图实现对数据库的设计,最后运用开发平台Eclipse完成对系统的开发和系统测试.在采购经过中,部分供给商已与建立起良好的采购关系,以致于的产品供给被局限在一个较小的范围内.为拓展投标的供给商,本文选择为各注册成功的供给商推荐投标信息.论文中重点研究利用聚类算法为供给商推荐项目信息,算法利用用户-项目-频次三维矩阵,从近邻用户的质量及提升用户类似度的方面构建供给商感兴趣的信息推荐模型,并将信息推荐模型应用到系统的项目智能推荐模块中.除此之外,在采购管理系统中,采用随机抽取的方式选择专家对投标企业进行评分是挑选供给商企业的重要手段,然而,专家随机抽取方式方法存在部分专家被频繁抽取而部分专家难以被抽取的问题,本文利用改良后的平衡随机抽取方式方法使专家抽取相对愈加平衡,项目投标评审工作愈加公平.7.2进一步瞻望根据前期的功能需求分析设计,系统完成了既定的功能模块的设计开发,通过功能测试和性能测试基本实现了系统设定的功能.然而,在系统后期的研发中,还存在下面几个方面需要改良和进一步研究.(1)系统采用了为供给商推荐项目信息的方式,改良了原有的向采购方推荐供给商的方式,详细的效果还需经过一段时间的验证.除此之外,考虑给系统开发采购评价功能.(2)在详细功能实现方面,本文仅仅仅是根据招投标工作的固有流程实现,没有对招投标的工作流程进行优化,后期可考虑采用工作流技术优化事务的执行流程.(3)在界面部分,需要进一步优化界面操作,使界面模块层次愈加清楚明晰,操作愈加方便.致谢转眼之间,我的研究生学习即将结束.对于工作过一段时间再回到学校读书的我,十分珍惜研究生的学习光阴.回顾过去的读书岁月,多少真诚的感情来源于老师孜孜不倦的教诲和同学之间朝夕相处的陪伴.在论文即将完成之际,借此时机表示出我的感谢.首先,我要感谢我的导师陈锦言教师.在论文的整个撰写经过中,您为我们倾注了过多的精神,没有您的敦敦教诲和严格要求,我是无法顺利完成论文的撰写.在您的悉心指导和影响下,我逐步端正了撰写硕士毕业论文的态度,逐步提升本身的科研能力和写作能力.您所具备的渊博的知识及严谨的治学态度给我树立了最好的学习典范.其次,我要感谢我的同学们,你们在学术学习和论文写作经过中给予我无私的帮助,当我碰到困难时,你们积极献计献策,帮我解决问题.最后,我要感谢我的父母和朋友们,你们在我的背后默默支持我的学习,用理解和宽容教会我乐观地面对任何问题,陪伴我不断地成长.以下为参考文献[1]石朝.基于J2EE架构的保山市采购管理系统的设计与实现[J].采购,2021.[2]刘罡.采购专家库管理系统的设计与实现[D].厦门大学,厦门大学,2021.[3]李亭.江苏省省级行政机关采购中心采购管理信息系统的设计与实现[D].东南大学,2021.[4]赵熙龙.临沧市采购综合业务管理系统的设计与实现[D].山东大学,2021.[5]应天旭.大连市金州新区采购电子化系统的设计与实现[D].电子科技大学,2021.[6]赵华一.Hadoop架构在采购系统中的研究与应用[D].天津大学,2021.[7]张多.基于数据挖掘的采购系统设计与实现[D].天津大学,2021.[8]林宇鑫.基于.NET的某采购系统的设计与实现[D].厦门大学,2021.[9]ChenLM,WangY.DesignofgovernmentprocurementsystembasedonAUMLandMACtheory[J].ApplicationResearchofComputers,2018,27(7):2547-2550.[10]HaiziW,LiZ,JuanL,etal.ResearchoftheSupplierEvaluationSysteminElectronicGovernmentProcurementBasedonMultipleAmendedWeightCoefficient[C]//InternationalForumonComputerScience-TechnologyandApplications.IEEE,2018:90-92.[11]刘继山.中国电子采购网站质量评价多准则指标体系设计及评价研究[C]//中国管理科学与工程论坛.2008.[12]姜旭平,马宁辉.PCA方式方法及其在多准则评估模型中的应用研究[J].系统工程理论与实践,1997,17(4):110-115.[13]应可珍.高安全性的电子化采购系统的研究[D].浙江工业大学,2004.[14]全姣.采购资金使用数据挖掘研究[D].重庆理工大学,2018.[15]于阳.采购系统中专家库的盲抽取方式方法[D].四川大学,2006.[16]张帅,杨威.高校实行采购的考虑与探寻求索[J].实验技术与管理,2018,27(2):161-163.[17]沙佰荣,郑威.从用例到控例的非功能性需求建模[J].信息技术,2021(8):151-154.[18]万鹏.企业计算机软件应用及其信息系统构建原则分析[J].大科技,2021(1).[19]林宇鑫.基于.NET的某采购系统的设计与实现[D].厦门大学,2021.[20]皮雪娜.北京市采购综合业务系统的设计与实现[D].北京工业大学,2021.[21]孟陶然.评标专家平衡随机抽取模型[J].中国管理信息化,2018,12(15):50-53.[22]陈果,邓堰.遗传算法特征选取中的几种适应度函数构造新方式方法及其应用[J].机械科学与技术,2018,30(1):124-128.[23]李婷婷.改良K-means聚类算法的研究[D].安徽大学,2021.[24]宋建林.K-means聚类算法的改良研究[D].安徽大学,2021.[25]王海燕,李晓玲.聚类评价在聚类算法选择中的应用研究[J].福建电脑,2021(3):26-28.[26]张顺龙,库涛,周浩.针对多聚类中心大数据集的加速K-means聚类算法[J].计算机应用研究,2021,33(2):413-416.[27]周润物,李智勇,陈少淼,等.面向大数据处理的并行优化抽样聚类K-means算法[J].计算机应用,2021,36(2):311-315.[28]贾瑞玉,李振.基于最小生成树的层次K-means聚类算法[J].微电子学与计算机,2021,33(3):86-88.[29]洪月华.蜂群K-mea