毕业设计（论文）任务书
题 目XXX系统的设计与实现
起讫日期 2022 年 3 月 15 日 至 2022 年 6 月 18 日
学生姓名 | 某某某 | 专业班级 | 软工(专升本)194 |
所在学院 | 信息学院 | ||
指导教师 | 职称 | ||
所在单位 | 大连交通大学 | ||
2022 年 3 月 10 日
任务及要求： 1.设计（研究）内容和要求 研究内容：设计开发盛京大剧院票务管理系统，采用Java语言，使用MySQL数据库，实现了票务管理相关的一系列功能。该系统大致分为前台模块、后台管理模块、数据库交互模块。系统主要实现的功能有系统首页展示、个人中心管理、用户信息管理、喜剧类型管理、场次安排管理、剧院信息系统维护、电影信息管理以及订单处理等。 任务： ① 使用Java语言及Vue技术设计开发盛京大剧院票务管理系统，通过MVC（Model-View-Controller）的设计模式来进行开发，利用ORM（对象关系映射）方式封装MySQL数据库，并能正确配置Web站点，以及能够很好的设计数据库结构和正确连接数据库。 ② （用户角度）用户能通过此系统登录个人中心，查看和管理个人订单、收藏夹等信息；同时，用户可以根据喜剧类型、场次时间等条件快速查找票务信息，并进行在线购票操作。管理员登陆后，可以进行用户管理、喜剧类型管理、场次管理、剧院信息系统管理、电影信息管理以及订单管理等操作。 ③ （总体实现的功能，前台和后台角度）此系统分为前台和后台。前台主要实现系统首页展示、票务查询、个人中心管理、在线购票等功能；后台主要负责用户管理、喜剧类型管理、场次安排、剧院信息系统维护、电影信息录入及修改、订单处理及管理等。 ④ （系统安全性要求）管理员不但要对系统内的各类信息进行管理，如新闻发布、电影信息更新等，还要对个人用户上传的信息进行审核和管理，确保信息的安全性和合法性；同时，系统需具备完善的权限管理机制，维护网站的整体安全。 ⑤ （其他技术要求）为了充分展现系统的实时性和交互性，需要采用动态网页技术实现内容发布和更新，确保用户能够获取到最新的票务信息和演出安排。 ⑥ 界面的设计布局要合理，简洁生动，主题突出。系统界面应以用户为中心，提供直观易用的操作界面，确保用户能够快速找到所需功能，并享受良好的视觉体验。 要求：
毕业设计第1-4周完成课题调研、课题研究开发的进度计划安排，学习相关中外文资料、配置软件开发环境，学习相关知识，提交相关文档。 毕业设计第5-6周，完成需求分析、总体设计及数据库设计，完成相关文档资料。 毕业设计第7-10周，完成各模块的详细设计与实现，完成相关文档资料。 毕业设计第11-12周，测试调试系统，完善系统功能及美化页面等，完成相关文档资料并整理资料，撰写论文。 毕业设计第13-14周修改并完成设计论文，打印装订，交由指导教师评阅，进行软件验收，验收时要提供软件使用说明书。 论文要求12000字，包括综述、需求分析、系统总体设计、系统实现、性能分析、结论等。 第13周提出毕业答辩申请。 第14周要求制作PPT，准备答辩。 2.原始依据
3.主要参考文献 [1]Airen Sonu,Agrawal Jitendra. Movie Recommender System Using Parameter Tuning of User and Movie Neighbourhood via Co-Clustering[J]. Procedia Computer Science,2023,218. [2]Behera Gopal,Nain Neeta. Collaborative Filtering with Temporal Features for Movie Recommendation System[J]. Procedia Computer Science,2023,218. [3]Nath K R ,Ahmad T .A novel approach to movie recommendation systems: overcoming the cold start problem with dynamic sea-horse slimmable network with a contextual attention network[J].International Journal of Information Technology,2024,(prepublish):1-19. [4]张鹏飞. 基于数据挖掘的个性化电影推荐系统设计与实现[D].杭州电子科技大学,2022. [5]胡俊凯. 基于Web的个性化电影推荐系统设计与实现[D].广东工业大学,2022. [6]张坤. 基于Spark机器学习的电影推荐系统的设计与实现[D].南京邮电大学,2022. [7]梁肇敏,梁婷婷.基于深度学习的电影推荐系统设计与实现[J].智能计算机与应用,2022,12(10):157-162. [8]宋东翔,马伽洛伦,袁铭举,王怡然.基于协同过滤和NodeJS的电影推荐系统研究[J].信息与电脑(理论版),2022,34(12):143-145. [9]关凯轩. 基于大数据技术和深度学习的混合模式电影推荐系统设计[D].东华大学,2022. [10]邓介一,陈兰兰,梁会军.基于Scala的电影推荐系统的设计与实现[J].工业控制计算机,2022,35(05):104-106. [11]高琛博.基于序列化推荐算法的电影推荐系统的设计与实现[D].北京邮电大学,2023.DOI:10.26969/d.cnki.gbydu.2023.001203. [12]王旭东.基于SparkALS的电影推荐系统设计与实现[D].重庆大学,2022.DOI:10.27670/d.cnki.gcqdu.2022.001975. [13]刘畅.基于ASP的小区在线影视点播系统的设计与实现[D].河北科技大学,2018. [14]岳瑞波.基于深度学习的个性化电影推荐系统算法与应用研究[D].三峡大学,2024. [15]蒋亚平.基于Spark的电影推荐系统关键技术研究与应用[J].电脑编程技巧与维护,2024,(08):47-49.DOI:10.16184/j.cnki.comprg.2024.08.015. 指导教师签字： 系主任签字： 年 月 日 |
