信息管理毕业设计选题集合
文章目录
- 0 前言
- 1 毕设项目推荐
- 2 JavaWeb 项目
-
- 2.1 线考试系统 ( web前后端+小程序）
- 2.2 在线考试
- 2.3 外卖系统
- 2.4 电影院选座系统
- 3 移动端项目
-
- 3.1 仿美团外卖点餐
- 3.2 精仿今日头条
- 3.3 iOS 仿抖音
- 3.4 Android 仿抖音
- 3.5 斗鱼直播 APP
- 3.6 仿网易云音乐
- 3.7 高仿 B站
- 4 机器学习、深度学习
-
- 4.1 情感分析
- 4.2 舆情分析
- 4.3 图片分类
- 4.4 人脸属性操控
- 4.5 图像风格迁移
- 5 推荐系统
-
- 5.1 电影推荐系统
- 5.2 新闻推荐系统
- 6 大数据项目
-
- 6.1 地铁客运分析大数据项目
- 6.2 新闻网实时大数据项目
0 前言
今天学长推荐几个项目，毕业设计可借鉴下面这几个项目，这里不仅仅是简单的推荐项目，还会给出一些思路，同学们可以基于这些 项目魔改成自己的项目，至少还能增加一个项目经验不是？
学长在这里搜集分享信息管理专业 毕设毕设选题，难度适中，适合作为毕业设计，大家参考。
学长整理的题目标准：
- 相对容易
- 工作量达标
- 题目新颖
如何选题，项目分享：
https://gitee.com/yaa-dc/warehouse-1/blob/master/python/README.md
1 毕设项目推荐
今天学长推荐几个计算机毕设项目，并不是简单的 XX 管理系统，我会从下面这些方向推荐几个入门级别但是不那么 Low 的项目。
- JavaWeb项目
- 移动端项目
- 机器学习项目
- 深度学习项目
- 推荐系统
- 大数据项目
2 JavaWeb 项目
2.1 线考试系统 ( web前后端+小程序）
这个项目是是一款 Spring 技术栈 + Vue.js 的前后端分离的考试系统，分为学生端、用户端、小程序端，能覆盖到 PC 和移动端。。界面美观、设计友好、代码结构清晰，即使是应届生找工作，这个项目也是不错的练手手项目。
并且支持多种部署方式：集成部署、前后端分离部署、docker部署。
学生端
管理端
小程序端
2.2 在线考试
这个项目后端采用 Spring Boot + JPA + Swagger2 + JWT 技术栈，前端使用 Vue + AntDesign 技术。都是在线考试系统，但这个系统的 UI 界面比上一个项目好看一点。
登陆
首页
答题
考试管理
考试列表
2.3 外卖系统
一个完整的外卖系统，包括手机端，后台管理。基于 Spring Boot 和 Vue 的前后端分离的外卖系统，包含完整的手机端，后台管理功能。
2.4 电影院选座系统
开发技术 : Spring MVC + Spring + MyBatis 框架，MySQL数据库。支付宝沙箱支付 LayUI 百度 Echarts 图表 Redis 缓存中间件。特色：支付、可视化、智能选座等。
3 移动端项目
移动端项目的话可以模仿现在主流的一些 App，比如外卖、短视频、直播等。比如我下面会推荐的仿美团项目，这个项目你可以改一改，怎么改呢？
学长给大家一个思路：用户下单点外卖，商家会里面收到消息「您有新订单」商家选择接单或者不接单，如果商家接单，用户会支付然后进行后面的业务。
你可以搞一个在线打印预约系统，针对校园的。用户打开你的系统，会看到你学校所有的打印店铺，你选择一个你感兴趣的店铺，去上传你的打印文件，这时候打印店主端会接收一个消息「您有新订单」，商家选择接单或者不接单。
你进行支付后，商家那边就会自动打印这份文件，打印完毕，店家把文件放在打印店的货架上，这时候店主点击「通知取货」你的系统就会给用户发送一个短信：“您的文件《假装是一个文件名字》打印完毕，请到清华大学西门打印店（西门左走 100 米）取货，取货号为「666」。
刚刚提到这个想法，完全可以通过美团这个项目改一改，支付功能、定位功能、短信功能都不难，支付功能可以采用支付宝沙箱，完全可以满足答辩演示的需求，短信发送功能各大云平台都提供相关服务。
3.1 仿美团外卖点餐
前端用 vue+vuex+vue-router+axios，后端基于nodej.s的框架，数据库采用mongodb。功能涉及登录，定位，浏览商品，加购物车，下订单，支付(微信、支付宝扫码支付)，评价，个人信息更改。
3.2 精仿今日头条
数据是抓取今日头条App的数据。使用 RxJava + Retrofit + MVP 开发的开源项目。
3.3 iOS 仿抖音
这个抖音 Demo 适配 iPhone、iPad，同时兼容 iOS 8.0 - iOS 12.0系统。采用 Object-C 语言编写。
本项目共分为三个部分：抖音个人主页实现、网络视频相关功能实现、WebSocket 实现 IM 即时聊天功能。
3.4 Android 仿抖音
这个 Demo 涉及的技术要点如下：
- Recycler + PagerSnapHelper 实现全屏切换播放效果，
- 使用 Lottie 库加载 Json 动画
- BottomSheetDialogFragment 实现分享评论弹框功能
- CoordinatorLayout + AppBarLayout 实现折叠布局。
3.5 斗鱼直播 APP
flutter 重构的斗鱼直播 APP，首页、娱乐为Material组件；直播间、鱼吧为纯自定义编写。
3.6 仿网易云音乐
基于 flutter 的仿网易云音乐软件，支持 iOS 和 Android。
3.7 高仿 B站
基于 react + express 高仿B站 Web 移动端
4 机器学习、深度学习
机器学习项目和深度学习项目放在一起，对于本科生来说，大部分没有深度学习、机器学习的基础，如果你没有相关基础还要做这相关的项目，我推荐几个教程，这些教程都是老逛认真学过，负责的告诉大家，把这些视频看懂应付答辩肯定没问题。
- 吴恩达机器学习：www.bilibili.com/video/BV164411b7dx
- 机器学习教程：https://coding.imooc.com/class/169.html
- 吴恩达深度学习：www.bilibili.com/video/BV164411m79z
- Pytorch实战：https://www.bilibili.com/video/BV1cV411Y7jZ
- Tensorflow实战：https://www.bilibili.com/video/BV1Zt411T7zE
4.1 情感分析
基于机器学习的商品评论情感分析，使用 Selenium 模拟真实登录行为，爬取数据。使用 jieba 分词，分类模型采用机器学习算法SVM 和深度学习算法 LSTM。
4.2 舆情分析
利用微博热点话题舆情聚类分析，主要功能包括爬取微博数据，微博数据文本处理，特征向量提取，Kmeans 聚类。
这个项目只是使用了简单的聚类算法 Kmeans，如果大家那这个项目作为自己的毕业设计，我觉得可以调研深度学习相关的算法，看几篇 Paper，有能力复现一下再进行改进，只要有了数据你就能搞很多事情，按照我的思路应付本科毕业设计足够了，硕士就算了，估计开题都过不了。
4.3 图片分类
这个相关项目就很多了，关键字「Pytorch 图片分类」或者「TensorFlow 图片分类」，比如有猫狗分类等等。如果你做图片分类，技术路线大体是一样的，都是基于卷积神经网络来做。
但是你需要改一改，怎么改呢 ? 我举个栗子：你可以做疾病分类，网上有很多的开源数据集，判断一张图片是猫还是狗和判断一张图片有没有病本质上是一样的。
如果你想搞一些花里胡哨的东西，可以借助注意力机制把病灶找出来，最终的效果就是：输入一张医疗图片，会输出这张图片患病概率，而且把这张图片上的病灶高亮出来。
对于一个本科毕业设计来说，我觉得做到这种程度足够了，如果你看不懂我刚刚说的技术名词，把我刚刚推荐的吴恩达深度学习教程看完，你就能明白了。
4.4 人脸属性操控
这是计算机视觉顶级会议 CVPR 2019 的文章。可以看到可以的生成的人脸进行操纵，比如眼镜、胡子、发型等。
4.5 图像风格迁移
这个项目代码质量也非常高，你可以基于它去魔改，或者实现你毕设中想要实现的功能。风格迁移的核心思想就是，可以从一副图像中提取出 风格 style（比如梵高的夜空风格）以及内容 content（比如你能在画中看出河边有匹马）。你可以告诉计算机，把 A 用 B 的风格再画一遍。这样的课题是不是才有意思？
5 推荐系统
5.1 电影推荐系统
该项目是基于大数据过滤引擎的电影推荐系统，包含了爬虫、电影网站（前端和后端）、后台管理系统以及推荐系统（Spark）。
通过在电影网站系统埋点，获取到用户的点击事件（如用户喜欢哪部电影或对某部电影的评分）并将信息传至推荐系统，推荐系统根据该
信息做出相应的处理，将推荐结果存入到 MySQL 数据库中，Web 前端通过查询数据库将推荐的电影展示给用户。
5.2 新闻推荐系统
这个项目是基于大数据计算引擎的新闻推荐系统，包含了爬虫，新闻网站（前端和后端），推荐系统（Spark）今日小站是基于 Spring Boot 框架搭建的 Web 项目，用户在网站完成注册登录后，网站会记录用户的浏览行为。同时网站也会把推荐结果呈现给用户。
6 大数据项目
6.1 地铁客运分析大数据项目
这个项目主要分析深圳通刷卡数据，通过大数据技术角度来研究深圳地铁客运能力，探索深圳地铁优化服务的方向。
这个项目涉及很多的技术栈，项目刚刚发布没多长时间，我以前也推荐过。由于涉及较多的常用技术框架，能加深对各技术栈的理解运用。只有在使用过程中才能体验各框架的差异和优劣，从而为以后的项目开发技术选型做基础。
6.2 新闻网实时大数据项目
这是一个基于 Spark2.x 新闻网大数据实时分析可视化系统项目，本次项目是基于企业大数据经典案例项目（大数据日志分析），全方位、全流程讲解大数据项目的业务分析、技术选型、架构设计、集群规划、安装部署、整合继承与开发和web可视化交互设计。
主要业务包括，捕获用户浏览日志信息、实时分析前20名流量最高的新闻话题、实时统计当前线上已曝光的新闻话题、统计哪个时段用户浏览量最高。
如何选题，项目分享：
https://gitee.com/yaa-dc/warehouse-1/blob/master/python/README.md