基于Jeecms网站内容管理的设计与实现张苗苗（北京赛迪时代信息产业股份有限公司，北京100048）摘要院随着互联网信息技术的高速发展，政府信息化已经成为工作的重中之重。为了满足新材料政务信息服务网站的协同办公、信息公开、行业分析、项目申报、统计监测等业务需求，基于Jeecms内容管理系统的研究和二次开发，建立了新材料政务信息服务系统，有效解决了对网站内容进行内容管理和发布，对海量的互联网数据进行抓取、发布和管理、整合流程引擎和统一身份认证，实现了对网站的快速搭建，降低了维护的成本和难度。关键词院Jeecms二次开发；内容管理系统；新材料电子政务伴随着新材料行业的发展袁新材料政务信息服务系统网站基于开源的Jeecms内容管理系统袁基于Java开发语言袁采用SpringMMC框架袁对统一身份认证和Work鄄Flow流程引擎进行二次开发袁实现网站的可视化展示和项目申报流程的开发袁多个系统实现统一身份认证遥构文件主要是部委尧地方政府及有关市局下发材料行业的工作通知遥行政职权主要是介绍相关部门的职能职权及最新的分管业务变更遥资讯资源主要包括要闻尧国内资讯尧国际资讯和行业资讯等遥要闻主要是中央高层领导对行业的发展的有关讲话尧最新指示等方面的新闻资讯遥国内资讯主要是部委尧地方政府和相关科研院所的有关材料行业发展的最新新闻袁其中包括行业知名专家尧学者发表的观点等遥国际资讯是国际上主要发达国家政府对材料行业的最新政策支持袁颁布最新规定和办法遥资金资源主要包括科研基金和产业资金两个方面遥科研基金主要包括国家科技部尧自然基金委尧中科院等部门及地方政府设立的新材料方面的技术研发方面的基金袁主要面向科研重点实验室曰产业资金主要是国家部委尧地方政府尧园区管理委员会等部门对已经成熟的材料产业袁是地方上马大型项目的产业落地资金贷款投资袁主要是针对服务于大型企业尧跨国公司等袁此类资金一般金额比较大达到亿级遥项目资源主要包括中央部委项目和地方政府项目遥中央部委项目包括发改委尧科技部尧工信部尧国防科工委及自然基金委等部门的项目曰地方政府项目主要是包括地方省直辖市的有关市局尧工业园区等相关部门的项目遥1需求分析新材料政务信息服务系统网站主要建设功能包括首页尧行业分析尧项目申报尧统计监测等功能遥主要是对国家新材料产业发展领导小组和有关部门尧地方政务尧企业发布的新材料行业的信息资源进行整合袁实现新材料行业政务信息的汇总尧统计尧分析遥2设计原则障信息系统操作简易袁使用方便袁内容呈现清晰曰渊1冤易学易用遥在不失信息系统的功能前提下应保渊2冤信息安全可靠遥保障网站信息安全可靠袁建立有效的访问控制机制和手段袁防止外部访问攻击袁确保信息系统的内容安全尧数据安全和设备安全曰渊3冤高扩展性遥在模块未来建设便于与其他资源库对接袁能够易于资源库的扩充建设袁在原架构基础上能够实现快速开发曰渊4冤功能模块化遥信息系的设计应保障系统的灵活性袁通过功能模块化袁实现模块间的独立建立尧调试和修改遥3政务资源政策资源主要包括政策法规尧政府公报尧机构文件和行政职权等遥政策法规资源主要是中央部委尧地方政府等有关部门制定的最新的有关新材料的规定尧办法尧准则以及相关规范和条例规章遥政府公报主要是中央部门尧地方政府等有关部门发布的有关材料行业的新政策尧新方针袁同时还包括各个有关机关的相关公报遥机4系统功能站点等管理功能遥经过技术改造袁系统能支撑MySQL数据库和国产的达梦数据库遥改造过程中袁主要是对达收稿日期：2019-04-152019.07Jeecms内容管理系统主要包括栏目尧内容尧模板尧63梦数据库的版本要求较高袁迁移过程中的大小写敏感问题袁以及对SQL语句的改造是难点遥系统架构图如下院门户身份认证统一背景个性化设置业务应信用层协同办公统计监测项目申报行业分析噎信息息安应全用信息资源管理保标资源整合信息资源整合障准标规资源共法规数据库公报数据库机构文件准范数据库噎体体享库政策数据库系系基础层服务器网络存储噎政务信息系统架构图新材料政务信息服务系统的功能如下院4.1提供统一身份认证入口统一身份认证及后台管理袁能够对Jeecms的后台管理系统尧网站前台尧首批次项目申报平台等多系统用户进行管理遥支持对用户的添加或删除尧密码修改等功能遥4.2政务信息服务系统模块主要的建设功能栏包括首内容管理页尧行业分析尧项目申报尧统计监测等功能模块遥资讯新闻主要内容包括新材料产业发展领导小组的重大决策尧年度工作计划袁各成员单位渊各部委冤新材料领域重点工作推进情况等袁以及部门领导主要活动尧对外合作交流等遥政策法规包括政策文件尧法律法规尧规划投资等功能子模块袁主要内容包括相关部门发布的新材料领域的规划尧政策文件尧法律法规等遥项目申报下设新材料首批次尧强基工程等子模块袁主要是围绕新材料领域重点工作和重大课题进行深入分析遥统计监测下设行业运行尧进口需求尧进出口统计等功能子模块袁主要是内容是监测新材料产业运行情况尧进出口情况遥项目申报下设办事指南尧在线申报和评审尧结果查询尧在线咨询等功能子模块袁主要将需要在线申报的项目尧提交的资料等进行汇总袁具体如新材料首批次保险尧统计分析尧调研尧征求意见反馈等遥进行管理Jeecms袁实现网站前台页面的信息展示通过后台管理系统对栏目尧内容遥后台管理系尧页面模板统根据网站前台的显示需要袁对新闻尧图片等内容进行添加尧删除尧修改遥用户可以对页面模板进行自定义设计袁根据自身喜好自定义页面风格设计袁使得网站设计简单快速遥642019.074.3通过对项目申报Jeecms的二次开发整合workFlow工作流引擎袁实现项目的在线申报尧流程审批意见反馈尧结果反馈等功能遥能实现项目申报全流程的跟踪遥4.4对新材料行业政务方面的政策统计监测尧法规尧机构文件尧政府公报尧机构文件等政务信息进行统计和梳理袁完成行业政策解读和支撑分析曰对产业信息主要是行业运行尧进口需求尧出口量等信息进行统计分析袁支撑部门进行快速决策遥4.5进行站点系统管理尧用户的权限尧角色进行分类袁结合用户的角色需求和相关需要将其进行分析袁设计相关的功能模块5Jeecms袁展开有针对性Jeecms框架尧全面性的服务遥Jeecsm框架包结构有3大主要包分别为院mon渊公共类库包冤和csm渊网站主要包core渊核心包冤遥冤尧com鄄Action院Dao院DAO页面交互层包层包袁袁包含与页面交互类遥器等Web院遥包含与页面有关的拦截器包含封装数据操作类尧过滤器遥尧校验Security院Manager院包含与安全有关联的类遥Entity院模型层包业务逻辑层包袁包含数据模型类袁包含业务处理类遥遥Lucene院Tpl院包含模版文件管理类包含整站全文检索处理袁包括上传遥袁删除等遥成有关的类Staticpage院袁包括该功能模块的页面交互层静态页面处理模块袁包含与静态页面生袁DAO层和业务逻辑层包对象遥类袁Statistic院包括该功能模块的页面交互层统计功能模块袁包含与统计相关的处理袁DAO层和业务逻辑层包对象遥Task院Tmplate院包含定时处理任务袁定时器等遥CommonCore核心包包都是一些工具包包含模版生成类袁院封装与系统架构基础袁及模版文档就不详解释遥袁如院遥件上传尧图片模版保存等遥登录尧文计袁符合面向对象思想Jeecsm模型包架构)遥(个人觉得比较好的包结构设件和实体类分离遥Bhm包院包含全部hibernate配置文件袁将配置文定袁与数据库交流频率多的语句应当作类的静态属性存放袁不应该也放在函数体中袁这将导致袁内存消耗大袁JVM虚拟机会频繁调用CG回收器遥渊4冤增加一个Web包用来存放与容器有关的拦截模型及其基本操作袁与模型类一一对应遥些额外数据操作遥Base包院该包下全部对象都是抽象类袁其封装数据模型类院继承Base包对应的抽象类袁主要封装一渊1冤数据模型包中将Hibernate配置文件抽到一个器或过滤器袁有利于维护和问题域定位遥6结语网站采用Jeecms开发框架按袁满足了新材料政务包中管理袁有利配置文件维护袁将逻辑操作和数据模型分离袁有利系统维护和问题域定位遥设计袁而功能使用模块结构遥前者灵活性强尧性能高但不利于维护袁后者维护性强尧伸缩性好但不灵活遥这导致站内业务不同层之间高耦合袁不利于站内业务维护遥渊3冤函数体中构建数据库操作语句袁应视情况而(上接第25页)到了BFGS算法袁该算法类似于C-G算法袁但是它用更直接的近似算法解决了近似更新的问题遥由牛顿更新得到下式遥其中袁H是J相对于兹的Hessian矩阵在兹0处的估渊2冤混合式包结构设计袁网站业务逻辑按分层结构信息服务系统网站的设计实际需求袁节约了网站的建设成本袁缩短了团队开发的周期遥网站建设完成之后的后期维护简单袁降低成本袁减少难度袁是一种快速建站袁便于维护的网站开发模式遥参考文献[1]徐扬.基于开源Jeecms的新闻投稿系统的二次开发研究.软件导刊教育技术,2014,13(11).样来做BFGS算法的存储代价可以明显降低遥L-BFGS算法和BFGS算法在计算M上很近似[4]袁但起始假设是M渊t-1冤是单位矩阵袁而不是把每一步都要存储近似遥如果使用精确的线性搜索袁L-BFGS定义的方向会是相互共轭的遥然而袁不同于共轭梯度法袁即使只是近似线性搜索的极小值袁该过程的效果仍然不错遥这里描述的无存储的L-BFGS方法可以拓展为包含Hessian矩阵更多的信息袁每步存储一些用于更新M的向量袁且每步的存储代价是O渊n冤[4]遥计遥改进牛顿法的主要计算难点在于计算Hessian逆H-1遥改进牛顿法所采用的方法渊BFGS是其中最突出的冤是BFGS近似的说明和推导出现在很多关于优化的教用矩阵Mt近似逆袁迭代地低秩更新精度以更好近似H-1遥科书中袁包括Luenberger渊1984冤遥3结语籽t=Mtgt遥该方向上的线性搜索用于决定这个方向上的步长为沂*遥最终的参数的更新为院兹t+1=兹t+沂*籽t当Hessian逆近似Mt更新值得时候袁下降方向籽t为简单介绍了几种二阶近似算法袁其中牛顿算法是最基础的算法袁在此基础上对其进行改进袁最终L-BFGS算法已被证明是在训练深度神经网络中是一种有效且实用的算法遥目前它是深度学习从业者经常采用的训练神经网络算法之一遥参考文献[1]杨方.基于标签尧时序和用户历史点击的张量分解推荐算法[D].长春:吉林大学,2018,05.京:北京邮电大学,2017,12.[2]束陈援基于智能床垫的睡眠健康状况研究[D].北[3]DeepLearning之最优化方法-BVL的博客-CS鄄[4]杨慧英.空气动力学数据分析方法的研究与应用[D].北京:北京邮电大学硕士论文,2018.DN博客-叶网络渊http://blog.csdn.net冤曳.和共轭梯度法相似袁BFGS算法迭代一系列线性搜索袁其方向含二阶信息遥然而和共轭梯度不同的是袁该方法的成功并不严重依赖于线性搜索寻找该方向上和真正极小值很近的一点遥因此袁相比于共轭梯度袁BFGS最突出的优点是其利用花费更少的时间改进了每个线性搜索的方式遥除此之外袁在BFGS算法存储Hessian逆矩阵M的时候袁必须得到O渊n2冤的存储空间袁这样一来袁对于绝大多数拥有百万级参数的现代深度学习模型来说袁BFGS算法明显不适用遥为了解决这个问题袁不必存储完整的Hessian逆近似M袁只需把限制的BFGS渊或L-BFGS冤存储起来袁这2019.0765