当前时间很多同学都在进行论文答辩了，但是由于大家对答辩程序不清楚，所以语言组织也是非常茫然，下面我们学术堂整理了一份最新的本科论文答辩词，欢迎各位同学借鉴参考。

　　尊敬的各位老师：

　　您们好！
　　我叫***,我论文的题目是《云环境下大数据服务及其关键技术研究》，我的论文指导老师是**老师，下面我就把论文的基本思路向各位答辩老师作如下简要陈述：

　　云计算、社交网络、物联网等新兴服务，使得人类社会的数据种类和规模以前所未有的速度增长，互联网迎来了大数据时代。如何对大数据进行有效管理和处理分析，并构建大数据服务以获取其潜在的巨大价值，是目前产业界和学术界广泛关注的话题。
　　大数据规模庞大、类型多样及快速增长的特征，使得传统的数据处理技术不再有效，而且相关软硬件投入与维护的昂贵成本也让大部分企业望洋兴叹。云计算的兴起，以其泛在接入、按使用量收费、弹性可扩展的资源使用方式，为大数据的处理提供了强大的基础设施、开发平台和软件应用等资源，降低了大数据管理、计算和分析所需的昂贵软硬件投入及维护成本。同时，云计算催生了一大批大数据处理技术和工具，为快速构建大数据服务提供了技术支撑。从成本和性能两方面考虑，越来越多的企业和组织更愿意把大数据处理相关的应用迁移到云环境中部署执行。

　　本章首先从研究背景出发，回顾大数据和云计算技术的发展，以及云计算的发展对大数据服务产生的影响：然后分析当前云环境下大数据服务的研究现状与问题分析，最后对全文的主要研究内容进行阐述。

　　围绕云环境下大数据服务及其关键技术，针对云环境下构建大数据服务面临的大数据服务应用模式、数据资源查找及可信组合评估问题展开研究，全文共分为六章：

　　第一章为绪论，首先介绍本文的研究背景和意义，分析了论文的研究现状及存在的问题，进而总结全文的主要研究内容；

　　第二章全面分析了云环境下大数据服务的应用模式及关键技术，提出一个云环境下通用的大数据服务应用模式，并介绍该应用模式对应的各层功能。结合该大数据服务应用模式，分析构建大数据服务过程中涉及的关键技术，引出第三章和第四章的研究内容；

　　第三章围绕云环境下面向大数据服务的可扩展数据资源节点管理与数据资源查找问题，讨论云环境下P2P技术在大数据服务中的拓展应用。首先分析目前面向大数据服务的数据资源查找方法所面临的问题，进而提出采用非结构化P2P作为数据资源节点的拓扑组织结构，并以服务封装数据资源，以方便用户通过匹配服务描述信息进行数据资源使用；进而提出基于邻居节点间的资源服务信息主动复制协议，以通过提高数据资源信息在网络中的覆盖率来实现高效的数据资源检索。最后，基于邻居间主动复制的资源信息，提出基于概率随机游走的资源服务查找方法，实现云环境下可扩展的数据资源节点管理与数据资源查找；

　　第四章围绕大数据服务的可信组合评估方法，讨论基于QoS历史记录的可信组合评估方法，为提高组合评估的计算效率，提出了基于贡献度的可信组合评估方法HireSome-I .HireSome-I方法通过计算Top-N个基于QoS历史记录的组合方案，选择QoS最优的云服务组合方案。具体而言，Hires-I方法通过缩小组合评估的计算数据规模，提高了组合评估的计算效率；在HireSome-I方法基础上，概括介绍了Dou等人提出的HireSome-H方法，即基于代表性QoS历史记录的组合评估方法，通过使用代表性QoS记录参与组合方案评估，降低了组合评估的计算复杂度，进而提高了组合评估的计算效率；

　　第五章讨论如何将本文研究的云环境下大数据服务及其关键技术运用至实际应用中。具体而言，从构建医疗大数据服务（疾病自诊断服务）的角度，讨论本文中的各项研究内容在该大数据服务中的应用。具体而言，首先结合本文提出的大数据服务应用模式，分析并获得疾病自诊断服务的应用需求；然后根据任务规划的结果，为该大数据服务选择QoS最优的组合云服务方案；基于组合云服务方案，设计了一个基于概念格的大数据分析方法，通过对电子病历大数据在线查询和分析，计算获得疾病自诊断模型，帮助用户进行疾病自诊断。

　　第六章总结全文，并对未来的研究工作进行展望。

　　最后，对大量的资料和调查访谈的结果进行了归纳总结，分析原因，并提出几点可行的建议。

　　1）目前研究中，缺乏一个云环境下的大数据服务应用模式，为高效构建大数据服务提供技术参考；
　　2）当构建大数据服务所依赖的数据资源分布在云环境中大规模数目的节点中时，为可扩展的数据资源节点管理方法和数据资源查找方法带来了挑战；
　　3）当大数据服务部署在多个互相协同的云服务之上时，因满足大数据服务功能性需求的云服务数目众多，需要选择 QoS最优的云服务组合方案。

　　以上就是我的答辩自述，希望各评委老师认真阅读论文并给予评价和指正。谢谢！