android插件化与云服务相结合的软件开发方法

《android插件化与云服务相结合的软件开发方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、工学硕士学位论文Android插件化与云服务相结合的软件开发方法张茗越哈尔滨理工大学2016年3月国内图书分类号：TP391.4工学硕士学位论文Android插件化与云服务相结合的软件开发方法硕士研究生：张茗越导师：李鹏申请学位级别：工学硕士学科、专业：软件工程所在单位：计算机科学与技术学院答辩日期：2016年3月授予学位单位：哈尔滨理工大学ClassifiedIndex：TP391.4DissertationfortheMasterDegreeinEngineeringTheSoftwareDevelopmentMethodofAndroidPlug-inCombinedwithClo

2、udServiceCandidate：ZhangMingyueSupervisor：LiPengAcademicDegreeAppliedfor：MasterofEngineeringSpecialty：SoftwareEngineeringDateofOralExamination：March，2016University：HarbinUniversityofScienceandTechnology哈尔滨理工大学硕±学位论文原创性声明本人郑重声明；此处所提交的硕±学位论文《Ａｎｄｒｏｉｄ插件化与云服务相结合的软件开发方法》，是本人在导师指导下，在哈尔滨理工大学攻读硕±学位期

3、间独立进行研究工作所取得的成果。据本人所知，论文中除己注明部分外不包當他人己发表或撰写过的研究成果。对本文研巧工作做出贡献的个人和集体，均己在文中明确方式注明。本声明的法律结果将完全由本人承担。作者签名：张茗越歡參與如日期：２０１６年３月２９日哈尔滨理工大学硕±学位论文使用授权书《Ａｎｄｒｏｉｄ插件化与云服务相结合的软件开发方法》系本人在哈尔滨理工大学攻读硕±学位期间在导师指导下完成的硕±学位论文。本论文的研究成果归哈尔滨理工大学所有，本论文的研究内容不得从其它单位的名义发表。本人完全了解哈尔滨理工大学关于保存、使用学位论文的规定，同意学校保留并向有

4、关部口提交论文和电子版本，允许论文被查阅和借阅。本人授权哈尔滨理工大学可采用影印、缩印或其他复制手段保存论文，可［＾公布论文的全部或部分内容。本学位论文属于保密□，在年解密后适用授权书。不保密团。（请在臥上相应方框内打Ｖ）作者签名：张茗越日期：２０１６年３月２９日导师签名；李鹏日期；２０１６年３月２９日哈尔滨理工大学工学硕士学位论文Android插件化与云服务相结合的软件开发方法摘要随着网络技术在移动端应用的广泛普及，智能手机的市场占有率越来越大。以当前的形式来看，一体化的开发模式已不足以满足用户的需求，用户已经开始追求更加个性化的移动应用。移动端开发

5、人员一直在寻求更好的软件体系结构和开发方法，由于插件化开发方式在PC端的应用软件开发中，得到了很好的发扬与实际应用效果，所以我们考虑将此种开发模式应用于Android的应用开发过程中，来帮助开发人员开发满足用户要求的应用程序。插件式体系结构对Android开发来说是极为有利的，它可以把应用程序的功能拆解开来，从而将一个大应用拆解为由各个功能组成的数个小应用，这样就有效减小了单个程序安装包的体积，还解决的dex包不能超过65536的问题。由于模块脱离主体，各个模块可以由不同的开发组同时开发，从而大大提高软件的开发速度，降低了耦合性，也方便了设计，在可运行性、可测试性和可维护性等方面也有大大

6、的提高。在开发过程中手机客户端需要服务端的支持，由于云服务提供的基础设施服务(IaaSInfrastructureasaService)与中间件或平台服务(PaaSPlatformasaService)在作为中小型网站后端与基础服务时，较传统的工作方式(后端平台自己搭建，购买或租用传统服务器)优势明显，大大的提高了开发效率与用户体验，所以在本文中提出选择云服务与Android插件化相结合的方法解决Android开发过程中遇到的开发与维护成本过高，体积臃肿，dex包方法过多的问题。围绕低成本、高可靠、高可用、规模可伸缩等研究目标，详细地介绍了云计算的关键技术及云服务对Android开发提供

7、的便利，和其大数据服务方面的不足，介于此提出了采用权重增量及相似聚集的用户行为分析算法，以此来解决为用户推荐个性化资源的问题，并基于以上理论提出问题的具体解决方案。首先，采用RFM(Recentness，Frequency，Monetaryamount)模型分析用户的行为数据，将具有相同行为数据的用户归为一组；然后对用户近阶段行为操作数据进行调查，用基于权重增量的Apriori算法对用户之间的关联规则进行挖掘，结合向量空间模型进行相