人力资源和社会保障大数据智能分析平台的设计与实现

发布时间：2024-09-18 09:52

　　“大数据”是继云计算、物联网之后IT产业又一次重大技术变革。牛津大学教授维克托·迈尔·舍恩伯格在其著作《大数据时代》中写道,大数据是人们获得新的认知、创造新的价值的源泉,还是改变市场、组织机构,以及政府与公民关系的方法。大数据开启了一次重大的时代转型,这种转型,对人社领域来说,更多的需要思维变革以及管理变革。就像上世纪90年代,开始慢慢以流程化、标准化的程序代替人工填写、储存的文件一样,经历了熟悉期和学习期的人们现在已经离不开经办系统。同样的,大数据做为新兴事物,也正期待被人们所熟知,有越来越多的人能参与到大数据的建设以及应用中来。随着经济发展,社会保险政策日趋完善,基本实现了人群全覆盖,各业务经办机构的主要需求从满足于提供经办服务转向提升管理水平、提高服务质量,同时,我市人社各业务系统已经积累了大量数据,大数据应用的技术手段也日趋成熟,在此基础上,对大数据创造价值提出了新的要求。本文应用大数据思想,采用微服务的理论和方法对人社业务数据进行了整合及分析,建立了基于特征的数据支撑平台,同时采用Spring Boot、GBase、MySQL、Oracle、Kettle、Hadoop、Pyth...

【文章页数】：74 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究课题的背景
        1.1.1 国家对大数据辅政提出了新的要求
        1.1.2 我市为大数据发展创造了新的契机
        1.1.3 群众对大数据服务有着全新的期待
    1.2 研究课题的意义
        1.2.1 夯实数据基础
        1.2.2 创新服务内容
        1.2.3 推进社会赋能
    1.3 国内外大数据发展的对比
    1.4 目前大数据项目建设存在的问题
第2章 系统概述及关键技术
    2.1 大数据智能分析平台的定义及其影响
        2.1.1 大数据智能分析平台的定义
        2.1.2 大数据智能分析平台对普通人的影响
        2.1.3 大数据智能分析平台对管理者的影响
    2.2 大数据智能分析平台及系统的特点
    2.3 关键技术
        2.3.1 架构技术简介
        2.3.2 数据库技术
        2.3.3 缓存技术
        2.3.4 安全认证技术
        2.3.5 负载均衡与集群技术
        2.3.6 前台服务框架
        2.3.7 前台技术
        2.3.8 数据分析
第3章 大数据智能分析平台的需求分析
    3.1 大数据智能分析平台的背景及目标
        3.1.1 系统建设背景
        3.1.2 系统设计目标
    3.2 大数据智能分析平台的内容和思想
        3.2.1 主要内容
        3.2.2 主要思想
    3.3 大数据智能分析平台的需求
        3.3.1 大数据支撑平台
            3.3.1.1 大数据基础平台
            3.3.1.2 大数据分析平台
            3.3.1.3 大数据服务开放平台
        3.3.2 大数据应用的需求
第4章 大数据智能分析平台的设计
    4.1 系统整体架构
        4.1.1 系统架构设计
    4.2 大数据支撑平台设计
        4.2.1 大数据基础平台设计
            4.2.1.1 大数据采集及特征提取
            4.2.1.2 大数据存储
            4.2.1.3 大数据管理及安全
        4.2.2 大数据分析平台设计
            4.2.2.1 系统功能
            4.2.2.2 功能规划
        4.2.3 大数据服务开放平台设计
            4.2.3.1 平台架构
            4.2.3.2 数据服务网关总体流程
    4.3 大数据应用设计
        4.3.1 参保人画像
        4.3.2 参保企业画像
        4.3.3 大数据助力大学生见习
        4.3.4 大数据助力就业推荐
        4.3.5 大数据助力违规识别
        4.3.6 失业趋势分析
        4.3.7 就业D图
第5章 系统实现
    5.1 大数据支撑平台实现
        5.1.1 大数据基础平台实现
            5.1.1.1 大数据采集及特征提取实现
            5.1.1.2 大数据存储实现
            5.1.1.3 大数据管理及安全实现
        5.1.2 大数据分析平台实现
        5.1.3 大数据开放平台实现
    5.2 大数据场景实现
        5.2.1 参保人画像
        5.2.2 参保企业画像
        5.2.3 大数据助力大学生见习
        5.2.4 大数据助力就业推荐
        5.2.5 大数据助力违规识别
        5.2.6 失业趋势分析
        5.2.7 就业D图
第6章 结论和展望
    6.1 结论
    6.2 展望
参考文献



本文编号：4005957