Тип работы:
Предмет:
Язык работы:


Разработка программного модуля по реализации функции интеллектуальной обработки данных для системы 1С-Битрикс

Работа №71558

Тип работы

Бакалаврская работа

Предмет

программирование

Объем работы106
Год сдачи2016
Стоимость4940 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
248
Не подходит работа?

Узнай цену на написание


ВВЕДЕНИЕ 6
1. ИССЛЕДОВАТЕЛЬСКИЙ РАЗДЕЛ 8
1.1. Актуальность выбранной темы 8
1.2. Цель и задачи разработки 9
1.3. Обзор существующих решений 10
1.4. Исследование предметной области 12
1.4.1. Интеллектуальная обработка данных 12
1.4.2. Задачи ИОД 13
1.4.3. Задача кластеризации 14
1.4.4. Алгоритм кластеризации c-средних 17
1.4.5. Задача поиска ассоциативных правил 18
1.4.6. Алгоритм ассоциации Apriori 19
1.5. Анализ потребностей потенциальных потребителей 20
1.6. Состав выполняемых функций 21
1.7. Схемы данных и алгоритма ПМ ФИО 21
Выводы 22
2. КОНСТРУКТОРСКИЙ РАЗДЕЛ 23
2.1. Структура входных и выходных данных 23
2.2. Программные технологии решения поставленной задачи 23
2.2.1. Выбор системы управления содержимым веб-сайта 23
2.2.2. Выбор языка программирования 25
2.2.3. Выбор среды разработки 26
2.3. Программная архитектура и алгоритм работы 28
2.4. Этапы реализации 35
2.5. Требования к надежности 35
2.6. Условия эксплуатации и требования к составу и параметрам технических средств. .36
2.7. Требования к информационной и программной совместимости 37
2.8. Разработка пользовательского интерфейса ПМ ФИО 37
Выводы 40
3. ТЕХНОЛОГИЧЕСКИЙ РАЗДЕЛ 41
3.1. Технологии веб-программирования 41
3.1.1. Язык разметки HTML 41
3.1.2. Каскадные таблицы стилей 41
3.1.3. JavaScript 42
3.1.4. Технология AJAX 42
3.1.4. Библиотека jQuery 43
3.1.4. Серверный язык PHP 44
3.1.4. Типы данных PHP 45
3.1.5. PHP и ООП 46
3.2. Особенности программирования для системы 1С-Битрикс 47
3.2.1. Bitrix Framework 47
3.2.2. Модули 47
3.1.3. Информационные блоки 47
3.2.4. Работа с инфоблоками через API 48
3.3. Отладка программного модуля 51
3.4. Тестирование методами «черного» и «белого» ящика 52
3.5. Классификация по объекту тестирования 53
3.6. Классификация по степени изолированности компонентов 54
3.7. Тестирование реализации алгоритма с-средних методом «белого ящика» 54
3.8. Тестирование реализации алгоритма Apriori методом «белого ящика» 56
Выводы 59
ЗАКЛЮЧЕНИЕ 60
СПИСОК ЛИТЕРАТУРЫ 61
ПРИЛОЖЕНИЕ


В настоящее время технологии интеллектуальной обработки данных (ИОД) приобретают все большее распространение: они позволяют извлечь из необработанных данных ранее неизвестные, нетривиальные, практически полезные и доступные интерпретации знания и закономерности. Сфера применения ИОД широка: от биологии и медицины до маркетинга и веб-анализа. В системах, в которых каждый день обрабатывается большое количество данных, выгодно внедрять методы ИОД.
Для интернет-приложений наибольший интерес вызывают две задачи ИОД: кластеризация (выделение групп данных, или кластеров) и ассоциация (поиск закономерностей между связанными событиями). В область применения кластеризации и ассоциации входят задачи сегментации данных, анализа веб-логов, выявления похожих товаров и покупателей, рекомендации товаров, выделения групп пользователей и анализа их поведения. Поэтому актуальным является внедрение методов ИОД для решения этих задач в интернет-приложениях и системах управления веб-сайтами.
Для управления содержимым веб-сайтов широко используются системы управления содержимым (СУС). Система 1С-Битрикс является СУС, предназначенной для создания и поддержки корпоративных сайтов, интернет-магазинов, информационных порталов и других веб-проектов.
Целью данной работы является создание инструмента для применения методов ИОД для анализа, кластеризации и поиска ассоциативных правил в данных для системы 1С- Битрикс. Такой инструмент позволит эффективнее использовать информацию, находящуюся в базах данных системы 1С-Битрикс, и извлечь из неё дополнительную выгоду.
Практическая значимость данной разработки заключается в создании решения, которое позволит улучшить применение технологий ИОД в системе управления содержимым.
Пояснительная записка состоит из введения, исследовательского, конструкторского и технологического разделов, заключения, списка литературы и приложений.
В исследовательском разделе исследуются предметная область и актуальность выбранной темы, проводится обзор существующих программных решений, поставлены
цель и задача разработки и составлены требования к разрабатываемому программному модулю.
В конструкторском разделе выбраны инструменты разработки, разработаны структуры входных и выходных данных, разработана архитектуры и алгоритм работы программного модуля, проведен обзор пользовательского интерфейса, исследованы требования к надежности и программной совместимости ПМ ФИО.
В технологическом разделе описаны технологии программирования и отладки, архитектура взаимодействия ПМ ФИО с системой 1С-Битрикс, проведен обзор методов тестирования и описан процесс тестирования ПМ ФИО.


Возникли сложности?

Нужна помощь преподавателя?

Помощь студентам в написании работ!


Данная работа посвящена разработке программного модуля интеллектуальной обработки данных для системы 1С-Битрикс.
Пояснительная записка состоит из исследовательского, конструкторского и технологического разделов и приложений 1 и В исследовательском разделе были исследованы предметная область и потребности потенциальных пользователей, рассмотрены теоретические основы кластеризации и поиска ассоциативных правил, проведен обзор существующих решений, разработаны схема данных и схема алгоритма работы ПМ ФИО.
В конструкторском разделе рассмотрены программные технологии реализации ПМ ФИО, выбраны язык программирования и среда разработки, разработан пользовательский интерфейс ПМ ФИО.
В технологическом разделе описаны технологии программирования, применявшиеся методы отладки, проведен анализ методов тестирования и выбран наиболее подходящий для тестирования ПМ ФИО, разработаны тест-кейсы для тестирования ПМ ФИО с использованием метода «белого ящика».
В приложении 1 приведен программный код ПМ ФИО.
В приложении 2 приведено руководство программиста.



1. Гагарина Л.Г., Касимов Р.А., Коваленко Д.Г., Федотова Е.Л,
Чжо Зо Е, Черников Б.В. Методические указания по подготовке выпускной квалификационной работы по направлению подготовки бакалавров 09.03.04 «Программная инженерия»/ Под редакцией Б.В. Черникова; М., МИЭТ, 2016 г., 20 с.
2. Басыров Р. И. 1С-Битрикс. Постройте профессиональный сайт сами! - СПб.: Питер, 2008. - С. 304.
3. Басыров Р. И. 1С-Битрикс: Корпоративный портал. Повышение эффективности компании. - СПб.: Питер, 2010. - С. 320.
4. Бейзер Б. Тестирование черного ящика. Технологии функционального тестирования программного обеспечения и систем. - Питер, 2004. - 320 с.
5. Бернерс-Ли Т. Architecture of the World Wide Web, Volume One (W3C), 2004, - С.220.
6. Воронцов К.В. Алгоритмы кластеризации и многомерного шкалирования. Курс лекций. МГУ, 2007, - С.109-119.
7. Введение в анализ ассоциативных правил [Электронный ресурс], - BaseGroup Labs, URL: https://basegroup.ru/community/articles/intro - (Дата обращения: 19.02.2016).
8. Граничина Н.О., Шалымов Д.С. Рандомизированный алгоритм устойчивой кластеризации. СПбГУ, 2009, - С. 55-67.
9. Документация системы 1С-Битрикс [Электронный ресурс] - 1C-Bitrix, URL: https://dev.1c-bitrix.ru/learning/course/ - (Дата обращения: 19.02.2016).
10. Дэн Рамел. Joomla! для профессионалов - М.: «Вильямс», 2014. - 448 с.
11. Дюк В. Data mining - интеллектуальный анализ данных, 1996, - 400 с.
12. Жамбю М. Иерархический кластер-анализ и соответствия. - М.: Финансы и статистика, 1988. - 345 с.
13. Зандстра М. PHP: объекты, шаблоны и методики программирования, 3-е издание. - М.: «Вильямс», 2010. - С. 560.
14. Калбертсон Р., Браун К., Кобб Г. Быстрое тестирование. - М.: «Вильямс», 2002. - 374 с.
15. Коваленко О. С. Обзор проблем и перспектив анализа данных // Информатика, вычислительная техника и инженерное образование. ТТИ ЮФУ, 2011 - №5 (7), - С. 13-17.
16. Колдаев, В.Д. Основы алгоритмизации и программирования: учебное пособие / под ред. проф. Л.Г. Гагариной. - М.: ИД «ФОРУМ»: ИНФРА-М, 2012. - 416 с.
17. Колисниченко Д. Joomla! 3.0. Руководство пользователя. - М.: «Диалектика», 2013. - 256 с.
18. Костарев А. Ф. PHP 5. - Спб.: «БХВ-Петербург», 2008. - С. 1104.
19. Котеров Д., Костарев А. PHP. - Спб.: «БХВ-Петербург», 2005. - С. 1120.
20. Коэльё Л. П., Ричерт В. Построение систем машинного обучения на языке Python. - Перевод с английского. - М.: ДМК Пресс, 2015, - С. 95.
21. Крейн Д., Бибо Б. Ajax на практике. - М.: Вильямс, 2007, - С. 84-91.
22. Кузнецов М., Симдянов И. Объектно-ориентированное программирование на PHP. - Спб.: «БХВ-Петербург», 2007.
23. Ленгсторф Дж. PHP и jQuery для профессионалов. - М.: «Вильямс», 2010. - С. 352.
24. Маккинли У Python и анализ данных. - Перевод с английского. - М.: ДМК Пресс,
2015. - 482 с.
25. Маклафлин Б. Изучаем Ajax. - СПб.: Питер, 2007, - С. 43-45.
26. Максимова К.И. Задача поиска ассоциативных правил в статистике покупок продуктов, СФУ ИМиФИ, 2009, - С. 77.
27. Мандель И. Д. Кластерный анализ. - М.: Финансы и Статистика, 1988, - С. 32.
28. Меркулов Ю. Путеводитель по текстовым редакторам [Электронный ресурс], - URL: http://www.ixbt.com/soft/texteditors-4.shtml - (Дата обращения: 26.02.2016).
29. Монахов Вадим. Язык программирования Java и среда NetBeans. - 3-е издание. - СПб.: «БХВ-Петербург», 2011. - С. 704.
30. Отладка исходного кода PHP в IDE NetBeans [Электронный ресурс], - NetBeans, - URL: https://netbeans.org/kb/docs/php/debugging_ru.html - (Дата обращения: 26.02.2016).
31. Ротштейн А.П. Интеллектуальные технологии идентификации: нечеткая логика, генетические алгоритмы, нейронные сети. - Винница: УН1ВЕРСУМ-В1нниця, 1999. - 320 с.
32. Ротштейн А.П., Кательников Д.И. Идентификация нелинейных зависимостей нечеткими базами знаний // Кибернетика и системный анализ. - 1998. - №5. - С. 53¬61.
33. Сервис рекомендаций RetailRocket [Электронный ресурс] - RetailRocket, URL: https://retailrocket.ru/ - (Дата обращения: 19.02.2016).
34. Синицын С. В., Налютин Н. Ю. Верификация программного обеспечения. - М.: БИНОМ, 2008. - 368 с.
35. Создание собственных модулей [Электронный ресурс] - Bitrix Framework, URL: http://dev.1c-bitrix.ru/learning/course/index.php?COURSE_ID=43&CHAPTER_ID=1014
- (Дата обращения: 15.04.2016).
36. Суэринг С, Конверс Т., Парк Дж. PHP и MySQL. Библия программиста, 2-е издание.
- М.: «Диалектика», 2010. — С. 912.
37. Флэнаган Д., Мацумото Ю. Язык программирования Ruby. - 1-е изд. - СПб.: Питер,
2011. - 496 с.
38. Флэнаган Д. JavaScript: Подробное руководство, 2008, - с. 982.
39. Фримен А. jQuery для профессионалов - М.: «Вильямс», 2012. - 960 с.
40. Фримен Э. Изучаем HTML, XHTML и CSS, «Питер», 2010, - 656 с.
41. Шафер С. HTML, XHTML и CSS. Библия пользователя, 5-е издание, - «Диалектика», 2010, - 656 с.
42. Шмитт К. CSS. Рецепты программирования. - СПб.: БХВ-Петербург, 2007. - 592 с.
43. Штовба С.Д. Введение в теорию нечетких множеств и нечеткой логики, 2009, - 98 с.
44. Binder B. Testing Object-oriented Systems, 2000, - с. 320.
45. Boudreau T., Glick J. NetBeans: The Definitive Guide. O'Reilly Media, 2003, - c. 672.
46. Burns J., Growney A. JavaScript Goodies, 2000, Pearson Education, - c. 372.
47. Fisher, R.A. «The Use of Multiple Measurements in Taxonomic Problems». 179-188.
48. PHPStorm [Электронный ресурс], - PHPStorm IDE JetBrains, - URL:
https://www.jetbrains.com/phpstorm/ - (Дата обращения: 26.02.2016).
49. R. Agrawal, R. Srikant. "Fast Discovery of Association Rules", In Proc. of the 20th International Conference on VLDB, Santiago, Chile, September 1994.
50. R. Agrawal, T. Imielinski, A. Swami. 1993. Mining Associations between Sets of Items in Massive Databases. In Proc. of the 1993 ACM-SIGMOD Int’l Conf. on Management of Data, 207-216.
51.Savasere A., Navathe S. An Efficient Algorithm for Mining Association Rules in Large Databases, San Francisco, 1995, 432-444
52. Scott, Adam D. WordPress for Education. - Birmingham: Packt Publishing Ltd, 2012. - 144 с.
53. Sublime Text 3 [Электронный ресурс], - Sublime Text 3, - URL: http://www.sublimetext.com/ - (Дата обращения: 26.02.2016).
54. Williams, Laurie. "White-Box Testing", 2004, - C. 69.


Работу высылаем на протяжении 30 минут после оплаты.




©2024 Cервис помощи студентам в выполнении работ