面向石油行业的大数据交易平台的设计作者：宁阿芳来源：《商情》2020年第35期【摘要】为了打破时间和地理位置等对大数据流通的限制，本文针对数据需求者与数据拥有者开发了大数据交易平台。

通过系统需求分析，按照用户的需求确定平台各个功能模块，采用JSP技术、My SQL数据库，基于B/S结构开发，实现了大数据交易平台功能，可以满足数据需求者和数据拥有者的不同需求，同时具有操作简单，界面清晰，管理方便等优势，能够让数据需求者很快找到目标数据。

实现了数据信息无阻碍交流与数据汇集，最大限度凸显数据价值，同时打破传统行业信息壁垒。

【关键词】大数据交易 ;JSP技术 ;My SQL数据库引言：在经济领域发展大数据产业已经上升为国家战略，大数据的重要价值也被社会广泛认可。

作为整个大数据产业的基础与核心的大数据交易平台，可以使数据资源在不同组织之间流动，由此，个体组织就可以获得更多、更全面的数据。

有利于提高数据资源利用效率，更有利于通过数据分析发现石油行业的经济规律，从而提高石油行业效率，促进社会不断进步。

作为整个大数据产业重要基础的大数据交易平台，已成为大数据产业实际建设的热点，但目前关于大数据交易平台的研究还很缺乏。

为数据需求方与数据拥有者提供一个信息流通、数据交易的信息平台迫在眉睫。

进行大数据交易平台的发展与完善将会直接影响石油行业效率。

一、大数据平台调研与分析需求分析：本文设计开发的是一个实用、简洁的大数据在线交易系统，通过前期详细的调查和掌握数据需求者的需求，根据他们的实际需求来设计系统需求。

本平台设计了后台管理人员模块和数据需求者模块，其功能分析如下：（1）后台管理人员功能分析。

后台管理人员输入自己的用户名、密码以及验证码进入后台，后台管理人员可进行的管理有大数据管理、大数据交易订单管理、大数据分类管理、大数据二级分类管理、友情链接管理、数据需求者管理、留言咨询以及管理员管理（2）数据需求者功能分析。

未注册过的数据需求者通过注册再登录才能进入系统，已经注册过的数据需求者直接输入账号及密码登录系统。

在注册登录的基础上，用户能实现的功能模块有数据分类浏览、数据属性与详情、购物车、数据评论、我的订单、我的收藏、我的留言、我的余额等。

（二）可行性分析可行性分析通常也被成为可行性研究，可行性分析应具有可预见性、科学性、安全性等特点。

大数据交易平台的主要目标是让数据拥有者可以通过发布自己的数据，数据需求者可以通过交易平台找到目标数据。

（1）操作可行性。

数据需求者注册登录后，可以发现页面上的设计很简单，明显映入眼帘的只有数据分类、首页和个人中心，页面看着很简单大方。

而且用户无需培训，也可順畅操作，因为每一步的操作都会有相应的提示，只需按照提示，数据需求者就能够很快的找到目标数据。

（2）经济可行性。

大数据交易平台是基于数据需求者查询目标数据而设计的，需要大数据的用户一般经济能力都不会差，因而管理人员不用担心费用支付问题，而且大数据交易平台可以省去数据需求者浪费在路上的时间与费用。

更重要的是，该大数据交易平台系统不仅服务于数据需求者，数据拥有者也可通过平台发布以拥有的数据，后台管理人员将他们发布的数据进行采集汇总，所以大数据交易平台在经济上是可行的。

（3）技术可行性。

大数据交易平台主要采用Java编译，My SQL数据库，基于B/S结构开发。

Java在全球编程语言排行版上总是前三，Java的跨平台能力十分强大，只需一次编译，任何地方都可以运行。

My SQL是关系行数据库操作系统，My SQL实现了数据库体积较小易于安装、运行速度较快、所花费的成本较低搭载超文本预处理器接口与Web服务器软件或服务可以组成良好的开发环境。

My SQL操作起来十分简便，查找的速度快，且My SQL是免费的。

B/S是C/S架构的一种优化，伴随着各类浏览器技术的不断发展，B/S也正是利用浏览器来实现之前需要特定的程序软件才可以实现的一种更强大的网络结构模式。

大数据交易平台使用简单，不受时间和空间的限制，因此大数据交易平台的研发在技术上是完全可行的。

（4）法律可行性。

开发的大数据交易平台系统所用到的资料都是从正规渠道获得，不存在违法行为。

论文撰写过程中是自己独立完成，源代码也是自己编写，不存在抄袭行为。

所以大数据交易平台系统在法律上是可行的。

综上所述，在操作、经济、技术、法律等层面来讲，开发大数据交易平台都具有可行性。

无论从数据需求者的角度还是从数据拥有者的角度出发，开发大数据交易系统都是十分必要的。

（三）数据流程分析数据需求者通过填写注册信息，注册属于自己的账号，通过注册得到的用户名和密码进行登录，后台管理人员则通过默认用户名和密码进行登录操作，注册登录系统后，根据自身需求，查询目标数据，在数据商品详情页面，充分了解了数据的属性、评价等基本信息后，将数据商品加入购物车进行付款操作。

本大数据交易平台系统数据需求者购买大数据商品业务流程分析如图1所示。

（四）系统UML用例分析UML是用来对软件密集系统进行可视化建模的一种语言[24]，现在就对本大数据交易平台进行UML建模分析，大数据交易平台系统数据需求者的UML用例图如图2所示。

二、大数据平台系统设计（一）系统结构设计根据系统功能需求分析，构建本大数据交易平台的结构图，如图3所示。

（二）数据库设计数据库的设计要遵循一对一设计、独特命名以及双向使用等原则。

数据库决定了系统的技术、经济、安全等等的可能性，因而设计合理的数据库有着非常重要的意义。

（1）数据库E-R图设计。

大数据交易平台系统的实体有数据订单、数据分类、二级分类信息、数据需求者、评论等，每个实体都有各自的属性。

同时，这几个实体之间又有着密切的关系，为了更清晰直观的表现出他们之间的关系，E-R图的设计显得尤为重要。

本大数据交易平台系统的E-R图如图4所示。

（2）数据库表设计。

大数据交易平台系统的表有数据订单信息表、数据分类信息表、数据二级分类信息表、数据商品信息表、以及数据需求者信息表。

数据分类信息如表1所示。

（三）平台系统功能（1）主功能模块。

大数据交易平台系统主页面主要包括数据所有分类、搜索框、最新数据商品、热门数据商品、热卖数据商品、个人中心和后台管理。

用户只需将鼠标置于所有分类处，就会出现API、人工智能、区块数据、数据应用以及数据报告，其中各个分类中又有不同领域的数据，以人工智能为例，如图5所示。

页面下方有联系电话网站导航、友情链接和关于我们。

用户若在本数据库没有搜索到目标数据或者还想看看其他的数据交易平台，可通过点击友情链接跳转其他大数据交易平台。

（2）数据需求者注册。

数据需求者点击主页面上右上角的个人中心，进行注册或登录操作。

已有账号的数据需求者在用户登录页面可以直接填写自己的账号和密码登录，随后才能进行数据查询、数据购买等操作。

还没有账号的数据需求者点击“登录”按钮右边的“注册新用户”，到达注册页面，然后通过输入自己的账号、名称、密码、电子邮箱完成注册，注册后才能登录，登录后才能后续操作。

数据需求者只有输入正确的账号和密码才能进入系统。

（3）数据详情查询。

数据需求者找到目标数据，如果想要进一步了解数据信息的话，可点击商品，进入数据商品详情页面。

数据商品描述、数据属性和购买过此数据的用户的评论。

（4）订单功能。

数据需求者注册登录后，在我的主页上选择我的订单，到达我的订单页面后，自己的订单信息就会显示出来。

数据需求者注册登录后，在我的主页上选择我的余额，到达我的余额页面后，自己的余额就会显示出来。

（四）后台管理模块（1）后台管理功能。

后台管理人员点击主页左上角的后台管理按钮，进入管理员登录页面（如图6），只有正确输入用户名、密码以及验证码才能成功登录。

（2）订单管理功能。

点击订单管理，后台管理人员就可以进入订单管理界面，管理员可以查看所有数据订单信息。

（3）数据商品管理功能。

进入数据商品管理页面后，后台管理人员就可以看到数据的历史价格、出售价格、点击量、销售量、库存等。

这样一来，管理员能够快速掌握客户需求，了解到哪些数据产品比较受欢迎，哪些又比较冷门，及时添加商品、制定营销战略、调整数据商品价格等，不至于缺货时再亡羊补牢式的补货。

在添加数據页面，管理员需要输入数据的历史价格、出售价格、库存、版权、平台、接口和采集时间等基本信息。

（4）数据分类管理功能。

在数据分类管理页面，后台管理人员可查看和删除数据分类。

在二级分类管理中，后台管理人员可对二级分类信息进行搜索、查看、添加、单个删除或者批量删除的操作。

（5）用户管理界面。

在用户管理界面，后台管理人员可查看所有数据需求者的信息，灵活有效地运用客户的资料，根据他们的浏览记录，揣测他们的目标数据，当平台采集到相应的数据时，可以给数据需求者打电话或者发送邮件，这样一来就可以在留住老客户的基础上，不断开发新的客户，让他们对大数据交易平台产生依附心理。

而对于那些有很多不良交易记录的顾客，后台管理人员也可删除他们的信息，禁止他们登录本大数据交易平台系统，以保证平台的“绿色”发展。

三、结论本文采用JSP技术、My SQL数据库，基于B/S结构开发。

通过系统需求分析，按照用户的需求设计各个功能模块，完成了大数据交易平台的设计，实现了平台系统功能，完善系统的各功能模块。

本系统可实现将数据的详细信息整合到大数据交易平台，方便数据拥有者发布自己的数据信息，数据需求者可以通过查询迅速找到所需的数据，并购买获得。

可以基本满足数据需求者的要求，由于自身水平和开发周期的限制，系统一些功能模块不很完善。

参考文献：[1]宋梅青.融合数据分析服务的大数据交易平台研究[J].图书情报知识，2017，14（2）：13-19.[2]王晶晶，朱晓.云会计对企业审计影响分析[J]. 财会通讯， No.648（28）：103-104.[3]邬贺铨.大数据时代的机遇与挑战[J].信息安全与通信保密，2013，21（3）：9-10.[4]宋智慧.企业生命周期理论[J]？.知识经济，2010，13（24）？：105-105.[5]何培育，王潇睿.我国大数据交易平台的现实困境及对策研究[J].现代情报，2017，22（8）：98-105.[6]Mayer-Schnberger V， Cukier K. Big Data： A Revolution That Will Transform How We Live， Work，and Think [J] .American Journal of Epidemiology， 2014，17 （9）： 181-183.[7]Kshetri N.Big data's impact on privacy， security and consumer welfare[J]. Telecommunications Policy， 2014，38（11）：1134-1145.[8]任昌鸿.单位名录库互联网大数据源及数据质量评估研究[J].IT经理世界，2019，31（4）：24-28.[9]杨琪，龚南宁.我国大数据交易的主要问题及建议[J].大数据，2015，12（2）：38-48.[10]尹建设，吴荣梅.？我国网络商品质量管控研究[J].？市场周刊，2016，23（6）：12-13.[11]张昭，李安渝，王璐. 大数据与云计算行业股价联动性研究——基于协整理论与向量自回归模型[J]. 发展改革理论与实践， 2014，24（8）：52-55.[12]李伟.基于UML的教务管理系统研究[J].现代商贸工业，2013，11（14）：166-167.[13]印鉴，刘星成.网上购物系统的设计与实现[J].计算机工程与应用，2001，23（16）：88-90.作者简介：宁阿芳（1978-），本科，助理政工师。