跨境电商系统用户数据库智能访问方法优化
发布时间:2021-11-29 06:55
为了解决传统方法不适于大规模用户访问,访问准确性差的问题,通过语义指向性匹配和多维索引树编码结合的方法,对跨境电商系统用户数据库智能访问优化方法进行研究。建立跨境电商数据库模型,为数据库智能访问提供模型依据。依据模糊层次聚类提取语义指向性关联特征,在概念格中完成语义指向性相似度计算,依据提取特征,通过相似度匹配实现数据库智能访问,针对其在用户规模较大时影响访问准确性的问题,采用多维索引树编码的方式对其进行优化,实现对跨境电商系统用户数据库智能访问方法的优化。结果表明:采用所提方法对跨境电商系统时域数据与时频数据语义指向性特征进行提取,能够完成数据语义本体特征指向性聚类,冗余干扰信息被滤除,特征分布聚类性较强;对查全率水平较高情况下的查准率进行测试,发现所提方法在查全率升高时,可令查准率保持在较高的水平,未随查全率的升高有显著下降。可见所提方法访问准确性高。
【文章来源】:科学技术与工程. 2020,20(01)北大核心
【文章页数】:6 页
【部分图文】:
数据库访问时间序列波形
分析图2可以看出,通过本文方法对跨境电商系统数据语义指向性特征进行提取,能够完成数据语义本体特征指向性聚类,冗余干扰信息被滤除,特征分布聚类性较强,为数据库智能访问提供有效依据。而文献[4]方法和文献[5]方法提取结果指向性聚类效果不好,对数据库智能访问产生不好的影响,降低访问精度。在同样的仿真环境下,获取跨境电商系统用户数据时频分布,用图3进行描述。
由图4可以看出,采用本文方法进行特征提取,可获取样本数据中的有效数据,数据空间聚集性好。传统方法特征提取结果性能不佳,抗干扰能力不强,进一步验证了本文方法特征提取的有效性。图4 三种方法对数据时频特征提取结果
【参考文献】:
期刊论文
[1]区块链技术对优化跨境电商支付模式的应用探索[J]. 王琳. 办公自动化. 2017(23)
[2]基于JDBC的数据访问优化技术[J]. 韩兵,江燕敏,方英兰. 计算机工程与设计. 2017(08)
[3]关系数据库中实时高效元数据存储算法优化研究[J]. 刘帆. 科学技术与工程. 2017(17)
[4]一种基于裸闪存的Key-Value数据库优化方法[J]. 秦雄军,张佳程,陆游游,舒继武. 计算机研究与发展. 2017(06)
[5]基于洋葱路由和ECC加密的Android-云计算安全访问机制[J]. 徐亮,任晓芳,王红梅. 电子设计工程. 2017(11)
[6]基于数据库日志关联规则挖掘的业务流程优化[J]. 肖宗水,孟令童,孔兰菊,钱进. 计算机集成制造系统. 2017(05)
[7]大型数据库需求信息实时查询优化仿真[J]. 刘哲. 计算机仿真. 2017(01)
[8]基于分布结构自适应筛选的数据库存储优化设计[J]. 戚斌. 计算机测量与控制. 2016(12)
[9]网络数据库访问中语义指向性算法优化[J]. 张光勇,陈志伟. 现代电子技术. 2016(16)
[10]一种用于云计算数据库的数据挖掘方法研究[J]. 张兵. 控制工程. 2016(06)
本文编号:3526057
【文章来源】:科学技术与工程. 2020,20(01)北大核心
【文章页数】:6 页
【部分图文】:
数据库访问时间序列波形
分析图2可以看出,通过本文方法对跨境电商系统数据语义指向性特征进行提取,能够完成数据语义本体特征指向性聚类,冗余干扰信息被滤除,特征分布聚类性较强,为数据库智能访问提供有效依据。而文献[4]方法和文献[5]方法提取结果指向性聚类效果不好,对数据库智能访问产生不好的影响,降低访问精度。在同样的仿真环境下,获取跨境电商系统用户数据时频分布,用图3进行描述。
由图4可以看出,采用本文方法进行特征提取,可获取样本数据中的有效数据,数据空间聚集性好。传统方法特征提取结果性能不佳,抗干扰能力不强,进一步验证了本文方法特征提取的有效性。图4 三种方法对数据时频特征提取结果
【参考文献】:
期刊论文
[1]区块链技术对优化跨境电商支付模式的应用探索[J]. 王琳. 办公自动化. 2017(23)
[2]基于JDBC的数据访问优化技术[J]. 韩兵,江燕敏,方英兰. 计算机工程与设计. 2017(08)
[3]关系数据库中实时高效元数据存储算法优化研究[J]. 刘帆. 科学技术与工程. 2017(17)
[4]一种基于裸闪存的Key-Value数据库优化方法[J]. 秦雄军,张佳程,陆游游,舒继武. 计算机研究与发展. 2017(06)
[5]基于洋葱路由和ECC加密的Android-云计算安全访问机制[J]. 徐亮,任晓芳,王红梅. 电子设计工程. 2017(11)
[6]基于数据库日志关联规则挖掘的业务流程优化[J]. 肖宗水,孟令童,孔兰菊,钱进. 计算机集成制造系统. 2017(05)
[7]大型数据库需求信息实时查询优化仿真[J]. 刘哲. 计算机仿真. 2017(01)
[8]基于分布结构自适应筛选的数据库存储优化设计[J]. 戚斌. 计算机测量与控制. 2016(12)
[9]网络数据库访问中语义指向性算法优化[J]. 张光勇,陈志伟. 现代电子技术. 2016(16)
[10]一种用于云计算数据库的数据挖掘方法研究[J]. 张兵. 控制工程. 2016(06)
本文编号:3526057
本文链接:https://www.wllwen.com/jingjilunwen/dianzishangwulunwen/3526057.html