1. 研究目的与意义
关系型数据库，是指采用了关系模型来组织数据的数据库，其以行和列的形式存储数据，方便用户理解。关系型数据库这一系列的行和列被称为表，一组表组成了数据库。关系型数据库数据结构合理，数据安全性高，同时操作简单方便且易于维护，是用来查询数据的不二之选。
移动互联时代，人们对手机的依赖程度十分高，手机是我们日常生活中不可或缺的信息交流设备，同时也是临时办公用的媒体之一，所以我们对于手机的功能也是有一定的要求，设计一个基于关系型数据库手机的导购系统，是非常有必要的。
2. 研究内容和预期目标
研究内容：基于关系型数据库手机导购系统，从名字上来看，首先需要建立一个基于关系型的数据库。那么首先需要了解什么是基于关系型的数据库。关系数据库，是建立在关系数据库模型基础上的数据库，借助于集合代数等概念和方法来处理数据库中的数据。首先最重要的是数据的采集工作。
拟解决的关键问题：首先是采集数据，海量的数据整理工作会是第一大难点，需要从互联网上统计并整理。一是用户的使用手机的偏好，性能侧重点的考虑，性价比的考虑等，二是市场上大量的不同品牌和型号的手机数据整理。其次，数据库的建立方面，由于数据量庞大，实际情况中数据库的建立不一定是仅仅标准规则下运行就可以了，要看数据量大小来确定是否需要反标准化来提高数据搜索的速度。
写作提纲：
3. 国内外研究现状
数据库系统从最早出现到现在已经有近半个世纪了，到现在已经是第三代的数据库系统了，期间经历了层次数据库和网状数据库的变迁，近几年在大数据的背景下，数据库的应用变得更加成熟，数据库中承载的数据在不断的增加。在这个信息化如此高的时代，对于数据的存储整理已经变得无比重要，特别是数据库的便于查找的优势以及智能查找模式的迫切需要，数据库的发展趋势不可阻挡。
在互联网经济的不断发展下，企业级的数据库产品在不断竞争下推动着数据库的发展。现在的数据库系统能够做到系统功能全面而且强大，但是这样的话维护和管理的成本又会加重。但正是因为有这些需求，数据库能够在不改其初衷的情况下不断的发展。
4. 计划与进度安排
首先，要从互联网上采集大量的数据，一是用户对于手机功能的需求，比如像素、价格、附带功能等，二是市场上大量的各种品牌型号的手机，需要对其各方面性能做记录，然后将这些数据统计成表格的形式，方便将其填入数据库中。
然后，设计出相应的关系数据库。通过概念模拟和可行性分析，完成相应数据库的搭建工作，再将前面分析统计完成的数据放入相应位置。
最后，进行数据库的运行测试工作。通过测试数据库的各项性能，来对其进行最终修改，并通过一段时间的系统维护之后，对其性能进行评价。
5. 参考文献
[1]Feilong Cao,Yuehua Liu,Zhen Huang,Jianjun Chu,Jianwei Zhao. Effective segmentations in white blood cell images using $$\epsilon $$ #1013; -SVR-based detection method[J]. Neural Computing and Applications,2019,31(10).[2]R. Daz Milln,M. Pentn Machado. Inexact proximal $$\epsilon $$ #1013; -subgradient methods for composite convex optimization problems[J]. Journal of Global Optimization,2019,75(4).[3]Can Li,Ignacio E. Grossmann. A finite $$\epsilon $$ #1013; -convergence algorithm for two-stage stochastic convex nonlinear programs with mixed-binary first and second-stage variables[J]. Journal of Global Optimization,2019,75(4).[4]Mariana Soller Ramada,Joatilde;o Carlos da Silva,Plnio de S Leitatilde;o-Jnior. From keywords to relational database content: A semantic mapping method[J]. Information Systems,2019.[5]Susana Nieva,Fernando Senz-Prez,Jaime Snchez-Hernndez. HR-SQL: Extending SQL with hypothetical reasoning and improved recursion for current database systems[J]. Information and Computation,2019.[6]Mathieu Martin,Zphirin Nganmeni. The finagle point might not be within the #1013; -core[J]. Operations Research Letters,2019,47(6).[7]王永强.基于云计算的半结构化BIM数据库[J].电子技术与软件工程,2019(20):158-159.[8]黄志,詹利群,任晓炜,李涛.Hadoop环境下基于SparkSQL海量自动站数据查询统计初探[J].气象科技,2019,47(05):768-772 871.[9]王晓玲,胡剑凌.基于工程教育的“关系数据库”教学改革[J].电气电子教学学报,2019,41(05):50-53.[10]方伟华,周蓝捷,郑韶鹏,李文惠.基于MVC框架的简易烈度计台网基础资料管理系统的设计与实现[J].厦门科技,2019(05):45-53.[11]李晔,陈奕延.基于大数据驱动的智能林业管理模式研究[J].技术经济与管理研究,2019(11):10-15.[12]王岩,施一飞.一款安卓SQLite数据库对象关系映射框架的开发[J].科技视界,2019(30):51-52.[13]底慧萍,王静宁.浅谈非关系型数据库[J].河北农机,2019(11):50.[14]朱伟,郭智鸿,王小刚,常建娥.大数据背景下空间数据格式转换的实现[J].科学技术创新,2019(30):80-81.[15]Zhu Zongshuai,Cheng Yiqun,Huang Suhong,Yao Mingjun,Lei Yang,Khan Iftikhar Ali,Huang Ming,Zhou Xinghu. Formation of N #1013;-Carboxymethyllysine and N #1013;-Carboxyethyllysine in Prepared Chicken Breast by Pan Frying.[J]. Journal of food protection,2019.[16]Lapointe Fanny,Turcotte Sylvie,Roy Joanny,Bissonnette Elyse,Rola-Pleszczynski Marek,Stankova Jana. RPTP#1013; promotes M2-polarized macrophage migration through ROCKII signaling and podosome formation.[J]. Journal of cell science,2019.[17]黄华,戴江鹏,王毅,闪鑫,翟明玉,刘广一.基于图数据库的电网CIM/E模型构建及网络拓扑[J/OL].电力系统自动化:1-8[2019-11-27].http://kns.cnki.net/kcms/detail/32.1180.TP.20191016.0949.002.html.[18]张孝,孙一铭,吴旭峰.查询感知的关系-图数据库自适应存储技术研究[J/OL].计算机工程与应用:1-12[2019-11-27].http://kns.cnki.net/kcms/detail/11.2127.TP.20191030.0920.002.html.[19]吴琼贵. 基于大数据的智慧营区平台设计及实现[A]. 中国高科技产业化研究会智能信息处理产业化分会.第十三届全国信号和智能信息处理与应用学术会议论文集[C].中国高科技产业化研究会智能信息处理产业化分会:中国高科技产业化研究会,2019:4.[20]. Aria Solutions Inc.; Patent Issued for Enhanced High Performance Real-Time Relational Database System And Methods For Using Same (USPTO 10,430,406)[J]. Computers, Networks amp;amp; Communications,2019.
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
