一、 题目来源及原始数据资料：
题目来源：
随着计算机技术的飞速发展，计算机在企业管理中应用的普及，利用计算机实现企业人事工资的管理势在必行。对于大中型企业来说，利用计算机支持企业高效率完成劳动人事管理的日常事务，是适应现代企业制度要求、推动企业劳动人事管理走向科学化、规范化的必要条件；而工资管理是一项琐碎、复杂而又十分细致的工作，工资计算、发放、核算的工作量很大，一般不允许出错，如果实行手工操作，每月发放工资须手工填制大量的表格，这就会耗费工作人员大量的时间和精力，计算机进行工资发放工作，不仅能够保证工资核算准确无误、快速输出，而且还可以利用计算机对有关工资的各种信息进行统计，服务于财务部门其他方面的核算和财务处理，同时计算机具有着手工管理所无法比拟的优点.例如:检索迅速、查找方便、可靠性高、存储量大、保密性好、寿命长、成本低等。这些优点能够极大地提高人事工资资管理的效率,也是企业的科学化、正规化管理,与世界接轨的重要条件。
原始资料：
刘春江. 人事工资管理系统[J].电脑编程技巧与维护, 2009,(08) .
二、 毕业设计要求：
1、使用Java Swing技术设计系统界面
2、使用Mysql作为数据库服务器
3、使用hibernate技术解决系统对数据库的访问和操作
4、系统要实现的功能有：
外部功能：工资管理系统具有输入、修改、查询功能。
系统具体可分为：员工信息管理，工资管理，公司部门管理以及系统维护等四个模块
1.部门管理包括部门情况的增加、修改、删除
2.员工信息管理又包括员工信息录入、修改、删除
3.工资管理包括工资信息的录入，修改、删除
4.查询模块包括部门查询，员工查询，员工工资查询
5.系统维护模块中则包含了系统登录账号和密码的修改
5、除去普通的工资管理系统的功能外，采用二维码进行身份验证
6、使用SMSLib通过串口通讯收发短信
7、模拟实现部分网银划账功能
8、功能较强，可以比较全面的处理公司工资管理等事务。
9、最终提交：整理资料，按时完成毕业论文
三、进度安排、应完成的工作量：
1、 对系统进行需求分析，写出需求分析文档。<第1--2周>
2、 对系统进行系统分析，包括概要设计及详细设计。<第3--4周>
3、 编码与测试阶段。<第5--11周>
4、毕业设计文档撰写和答辩准备。<第12--15周>
四、主要参考文献
[1] 熊永平，孙利民，牛建伟，等.机会网络[J].软件学报,2009,20(1):124-137.
[2] 牛建伟，周兴，刘燕，等.一种基于社区机会网络的消息传输算法[J].计算机研究与发展,200009,46(12):2068-2075.
[3] 杨芙清，梅宏，吕健，金芝.浅论软件技术发展.电子学报，2002，30(12A）：1901-1906.
[4] 胡娟. 基于B/S模式的工资管理系统[J]. 武汉航海(武汉航海职业技术学院学报), 2008,(01) :1-2
[5] 杜作阳,王先国,杨军. 工资管理系统的设计与实现[J]. 科技信息(学术研究), 2007,(17) 23-89.
[6] 赵伟,吴冬梅,毛晓东. 职工工资管理系统的开发[J]. 科技信息, 2009,(09) . 36-47
[7] 徐艳. 小型企业工资管理系统的设计[J]. 科技信息(学术研究), 2008,(12) . 1-25
[8] 王先国,李利强. 工资管理系统的分析与设计[J]. 科技资讯, 2007,(33) . 156-193
[9] 陶国喜. 工资管理系统的设计与分析[J]. 黑龙江科技信息, 2007,(24) . 25-71
[10]文杰书院. JAVA程序设计完全自学手册[J].机械工，2010，（1）.1-437
[11]Workflow Management Coalition.The workflow reference model.Workflow Management
Coaliton, Hampshire:Technical Report WFMC-TC00-1003,1995:1-3.
[12]Object Management Group.Business process modeling notation specification.Obje-ct Management Group,Needham:Technical Report BPMN,2006:1-2.
[13] van der Aalst WMP,ter Hofstede AHM,Kiepuszewski B,Barros AP.Workflow patterns.Distributed and Parallel Database,2003.14(1):643-690.
[14]Silla CN,Freitas A A.A survey of hierarchical classification across different application domains.Data Mining and Knowledge Discovery,2010,22(1-2):31-72.
[15]Schatz MC.Cloudburst.Highly sensitive read mapping with MapReduce.Bioinformatics,2009,25(11):1363-1369.