需要金币:![]() ![]() |
资料包括:完整论文 | ![]() |
![]() |
转换比率:金额 X 10=金币数量, 例100元=1000金币 | 论文字数:8452 | ![]() | |
折扣与优惠:团购最低可5折优惠 - 了解详情 | 论文格式:Word格式(*.doc) | ![]() |
摘要:本系统全称为App数据监测系统设计与实现。根据开发的需求,主要用于对某个App所记录的用户日志,包括用户的登录注册的时间地点、对按钮点击次数或者页面的停留时间等等的所有用户日志,进行合理化的统计和分析,根据管理者的需求汇总出直观的数据分析图表。对于任何一个App,管理者如果想准确定位到它状态,都需要花费非常多的时间去揭露、了解、使用它,但是通过本系统将监测到的数据进行统计分析,提供出有限数量的一些指标,就可以让管理者快速的了解App的目前状态,节省了大量的时间。并且通过监测计算出来的数据保证了客观性,即准确性。相对于传统行业来说,以前的决策更多的依赖于领导人的洞察力和决策,而通过对于统计出来的数据进行分析,可以让管理者清晰明了的看到所有信息。 本系统监测统计的内容广泛,其中全面涉及了一个App中值得统计的内容,包括六大模块分别是总览统计、渠道统计、漏斗统计、留存率统计、模块统计、地区统计。每一个模块查询的维度基本都包含,实时,本周,本月,本年。在渠道统计中还包括单渠道查询,在地区统计中还包含单地区查询。维度设计的多重设计可以让管理者呈阶梯状态的看到App的运行情况。其中总览统计主要包括三部分,分别是维度统计之外的总统计和概括内容统计以及概括用户统计。渠道统计主要包括的是用户的注册渠道概况,漏斗模型包括用户从进入启动页,再进入智能行程页再通过一系列页面最终发起行程的每一步的用户统计。留存率统计包括一日留存,二日留存等等直到三十日留存率。模块统计包括具有代表性的一些页面的pv统计和uv统计。地区统计是根据用户注册地点来统计App在全国的主要适用范围以及使用热度。 本系统是基于Java+Html+MongoDB开发的,由于本系统处理的数据量庞大,数据库交互次数很多,因此采用静态页面作为前端显示页面。本系统数据库采用Nosql中的MongoDB,减少数据交互所占用的时间,提高系统性能。
关键词:数据;监测;统计;面向对象;MongoDB;Java;Html
目录 摘要 Abstract 1. 绪论-1 1.1. 研究背景与意义-1 1.2. 研究内容-1 1.3. 相关技术简介-2 1.4. 论文组织结构-2 2. 系统需求及可行性分析-3 2.1. 系统需求分析-3 2.1.1. 系统功能需求分析-3 2.1.2. 系统性能需求分析-3 2.1.3. 主要技术分析-3 2.2. 系统可行性分析-4 3. 系统总体设计-4 3.1. 系统总体结构设计-4 3.2. 功能模块详细设计-4 3.2.1. 总览统计模块-4 3.2.2. 渠道统计模块-4 3.2.3. 漏斗模型模块-4 3.2.4. 留存率统计模块-5 3.2.5. 模块统计模块-5 3.2.6. 地区统计模块-5 3.3. 数据库设计-5 3.3.1. 数据库逻辑设计-5 4. 系统详细设计-10 4.1. App数据监测系统前端功能模块设计-10 4.2. App数据监测系统后台功能模块设计-12 5. 系统测试-14 5.1. 测试目标与测试方法-14 5.2. 改进方案-14 结论-15 参考文献-16 致谢-17 |