CN103944955A - 基于无线网络的手机空间信息服务方法 - Google Patents
基于无线网络的手机空间信息服务方法 Download PDFInfo
- Publication number
- CN103944955A CN103944955A CN201410033041.0A CN201410033041A CN103944955A CN 103944955 A CN103944955 A CN 103944955A CN 201410033041 A CN201410033041 A CN 201410033041A CN 103944955 A CN103944955 A CN 103944955A
- Authority
- CN
- China
- Prior art keywords
- data
- user
- module
- spatial
- wireless network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开一种基于无线网络的手机空间信息服务方法,包括以下步骤:步骤一,将手机的空间数据分为常规数据请求模块和用户偏好模式强化模块;步骤二,所述常规数据请求模块响应用户的实时数据请求,根据用户输入进行网络请求;步骤三,所述用户偏好模式强化模块在后台按固定周期无限循环,记录用户的历史数据分布;步骤四,服务器端的数据分裂模块根据所述用户偏好模式强化模块记录的用户的历史数据分布,将数据发送到所述服务器端的数据路由控制模块。本发明可以提高空间数据服务准确度和服务效能,能够在硬件条件有限和带宽使用率不改变的情况提供更高效能的空间信息服务,提高用户体验和带宽使用效率。
Description
技术领域
本发明涉及通信领域,尤其涉及一种基于无线网络的手机空间信息服务方法。
背景技术
手机作为受众最广的移动终端,是空间信息应用的重要基础平台,但是存在以下多个问题:
1、服务集群规模固定,固定的服务器规模在应对突发事件的大数量地图访问时会出现集群宕机,比如汶川地震时,地震数据所在服务器没有快速增加,导致数据需求无法响应。
2、空间信息服务模式存在,数据传输被动是指只有在用户请求时,客户端才从服务器端请求数据,这样会导致数据实时下载受网络影响,出现漫游速度不稳定和交互不及时的问题。
3、数据传输被动,缓存数据利用率不高是指大多数地图客户端都会将地图数据进行缓存以备后面再看,但是,手机容量有限,必须定时清理,简单地根据时间删除缓存数据会导致用户在后续使用时仍然需要重新下载。
最终,这些问题降低了空间数据和带宽的使用率,尤其不适应带宽不稳定和较窄的移动终端。
发明内容
本发明的目的是:为了解决上述技术问题,提供一种基于无线网络的手机空间信息服务方法,可以提高空间数据服务准确度和服务效能。
为了实现上述目的,本发明的技术方案是:
一种基于无线网络的手机空间信息服务方法,包括以下步骤:
步骤一,将手机的空间数据分为常规数据请求模块和用户偏好模式强化模块;
步骤二,所述常规数据请求模块响应用户的实时数据请求,根据用户输入进行网络请求;
步骤三,所述用户偏好模式强化模块在后台按固定周期无限循环,记录用户的历史数据分布;
步骤四,服务器端的数据分裂模块根据所述用户偏好模式强化模块记录的用户的历史数据分布,将数据发送到所述服务器端的数据路由控制模块。
进一步的,所述步骤四中,将访问量大的数据分裂复制到所述数据路由控制模块或者将访问量小的数据合并到所述数据路由控制模块。
进一步的,所述的用户偏好模式强化模块和所述数据分裂模块均为固定频率循环的数据处理模块;所述的用户偏好模式强化模块的固定循环周期为一天或半天。
进一步的,所述步骤一中所述的用户偏好模式强化模块收集时空关联数据或空间关联数据,并建立概率密度函数进行行为模式训练;所述时空关联数据是指用户访问特定范围空间数据后访问其他空间数据的概率相关性的数据;空间关联数据是指用户在特定时间段访问特定范围空间数据的概率相关性的数据。
进一步的,所述的数据分裂模块采用用户群行为模式叠加和空间数据访问频率趋势两种算法进行分裂计算判断;如果其中有一个目标空间区域达到数据访问分裂频率阈值,则开始复制目标数据到数据路由控制模块提供的冗余服务器中;如果其中有一个目标空间区域达到数据访问合并频率阈值,则开始合并目标数据到数据路由控制模块提供的集成服务器中。
进一步的,所述的数据分裂模块的分裂或合并的计算方法是请求预测频率、数据块大小、带宽的复合函数:
分裂标准:
合并标准:
其中,Rfrequence是单位时间内对同一空间数据范围的平均请求预测频率;RDacaVolume是这一空间数据范围对应的空间数据大小;Bwidth是单台服务器平均下行带宽,即数据下行速率;Dcfg为数据分裂阈值,单位为秒,根据用户体验和服务器群组数量设置;Ccfg为数据合并阈值,单位为秒,根据用户体验和服务器群组数量设置。
进一步的,所述的数据路由控制模块输入数据为空间数据范围信息,输出数据为可用数据服务器地址信息;所述可用数据服务器地址信息与空间数据范围信息的对应关系由所述数据分裂模块维护。
进一步的,所述数据路由控制模块提供的冗余服务器的地址范围是根据空间数据范围计算的桶地址范围,算法采用MD5,输入值为空间范围左上、右下坐标的WKT字符串。
进一步的,所述的用户偏好模式强化模块的用户行为模式计算方法采用复相关系数的方法,包括用户行为模式计算方法对空间关联数据的计算和用户行为模式计算方法对时空关联数据的计算。
进一步的,所述数据路由控制模块掌握数据集群的空间数据与地址映射。
本发明由于采用了上述技术,使之与现有技术相比具有的积极效果是:本发明采用的用户偏好模式强化模块会自动统计用户的使用模式,提高缓存数据利用率,并可以提前下载高访问概率数据;本发明由于在服务器端设置了数据路由控制模块,会实时维护动态数据路由,并转发客户请求;本发明由于在服务器端设置了数据分裂模块,可以根据客户端的反馈和实时的空间数据访问情况,动态地将数据分裂到多台服务器中或将数据合并到一集成服务器中,快速适应数据访问需求变化。
附图说明
图1是本发明一种基于无线网络的手机空间信息服务系统的结构示意图。
图2是本发明一种基于无线网络的手机空间信息服务方法的流程图。
具体实施方式
以下结合附图进一步说明本发明的实施例。
请参见图1和图2所示,一种基于无线网络的手机空间信息服务方法,包括以下步骤:
步骤一,将手机的空间数据分为常规数据请求模块1和用户偏好模式强化模块2;
步骤二,所述常规数据请求模块1响应用户的实时数据请求,根据用户输入进行网络请求;
步骤三,所述用户偏好模式强化模块2在后台按固定周期无限循环,记录用户的历史数据分布;
步骤四,服务器端3的数据分裂模块31根据所述用户偏好模式强化模块2记录的用户的历史数据分布,将数据发送到所述服务器端3的数据路由控制模块32。其中箭头流向为信号或数据传输方向。
优选的,所述常规数据请求模块1与用户偏好模式强化模块2同时在后台是可同时工作运行的。
优选的,在所述步骤四中,将访问量大的数据分裂复制到所述数据路由控制模块32或者将访问量小的数据合并到所述数据路由控制模块32。
优选的,所述的用户偏好模式强化模块2和所述数据分裂模块31均为固定频率循环的数据处理模块;所述的用户偏好模式强化模块2的固定循环周期为一天或半天。
所述步骤一中所述的用户偏好模式强化模块2收集时空关联数据或空间关联数据,并建立概率密度函数进行行为模式训练;所述时空关联数据是指用户访问特定范围空间数据后访问其他空间数据的概率相关性的数据;空间关联数据是指用户在特定时间段访问特定范围空间数据的概率相关性的数据。
用户偏好模式强化模块2的统计分析如下:
首先,统计空间数据请求的最基本问题是,给定输入空间数据块序列O={O1,O2,…On},O1的值是空间数据块编码,可能请求空间数据序列w={W1,W2,…,Wn},求解符号串W=W1,W2,...,Wk使得:
W=argmaxP(W|O)
通过贝叶斯公式,上式可以改写为
由于对于确定的已请求空间数据序列O,P(O)是确定的,因此省略它并不会影响上式的最终结果,因此,一般来说空间数据请求所讨论的问题可以用下面的公式来表示,可以将它称为空间数据请求的基本公式。W=argmaxP(O|W)P(W)
空间数据预处理模块提供了对输入空间数据的预处理,也就是说,提供了从采集的空间数据范围(记为S)到空间数据切片编号序列O的映射O:S→O。而这一空间数据切片编号在服务器集群的每一台机器中均一致。
从拓扑角度来看,空间数据是拓扑相关的,尤其是相邻关系往往是连续被用户请求的,而空间数据漫游模型本身定义了一些更具推广性的拓扑建模单元μ={u1,u2,…,um},u1可能表示相左右邻接的两块数据,u2可能表示上下邻接的两块数据,并且提供了在给定已请求空间数据序列下,估计P(O|uk)的方法。
为了将拓扑建模单元串U=u1,u2,…,ul映射到可能请求空间数据序列w,就需要拓扑模型(如九交模型)发挥作用。它实际上定义了映射D:w∈w→U的映射。为了表示方便,也可以定义一个由w到U的全集u的笛卡尔积,而拓扑模型D则是这个笛卡尔积的一个子集。并且有:
最后,用户历史统计序列则提供了P(W)。这样,基本公式就可以更加具体的写成:
对于用户偏好解析来说,就是要在由w,μ,ui张成的搜索空间中,找到上式所指明的W,值得注意的是,我们所求的W是一个最大概率可能出现的空间数据请求,而并不意味着仅仅一个。我们取得的是一个超过阈值的空间数据请求序列,默认情况下阈值为0.05。
这样,我们可以在获取用户当前数据请求序列{O}的情况下,结合用户以往的数据请求序列(用户偏好习惯)预测未来可能访问的空间数据{W}。
如果到此为止,我们获取的用户习惯可能有效但是对我们空间信息服务能力的动态调整作用却不大。因为,虽然我们知道用户后面可能访问的空间数据队列,但是,我们并不知道用户何时访问,间隔多久。
为了弥补时间上的缺陷,我们引入时间参量,从两个维度上重新整理了我们的当前数据请求序列{O}。一个是以小时为间隔将请求序列{O}分类,分别进行这一小时内后面可能访问的空间数据{W}预测;另一个是连续几天内同一小时内的空间数据请求来建立请求序列{O},来预测下一天同一小时内可能访问的空间数据{W}。
这样,我们可以捕捉到一天内的时序习惯和一个周期内的时序习惯,周期性时序习惯比如上班、吃饭、下班等具有周期性的空间数据需求,也可以捕捉一天内的时序习惯,比如临时出差的情况,在一小时内空间数据需求的变化,会预测到下一步新区域的数据需求。
所述的数据分裂模块31采用用户群行为模式叠加和空间数据访问频率趋势两种算法进行分裂计算判断;如果其中有一个目标空间区域达到数据访问分裂频率阈值,则开始复制目标数据到数据路由控制模块32提供的冗余服务器中;如果其中有一个目标空间区域达到数据访问合并频率阈值,则开始合并目标数据到数据路由控制模块32提供的集成服务器中。
所述的数据分裂模块31的分裂或合并的计算方法是请求预测频率、数据块大小、带宽的复合函数:
分裂标准:
合并标准:
其中,Rfrequence是单位时间内对同一空间数据范围的平均请求预测频率,可根据用户行为模式的累积结果确定;RDatavolume是这一空间数据范围对应的空间数据大小;Bwidth是单台服务器平均下行带宽,即数据下行速率;Dcfg为数据分裂阈值,单位为秒,根据用户体验和服务器群组数量设置;ccfg为数据合并阈值,单位为秒,根据用户体验和服务器群组数量设置。Dcfg与ccfg可以相同,但是相同时,合并和分裂操作可能会出现高频率循环,故不建议设置为相同值。
所述的数据路由控制模块32输入数据为空间数据范围信息,输出数据为可用数据服务器地址信息;所述可用数据服务器地址信息与空间数据范围信息的对应关系由所述数据分裂模块31维护。
所述数据路由控制模块32提供的冗余服务器的地址范围是根据空间数据范围计算的桶地址范围,算法采用MD5(Message-Digest Algorithm5消息摘要算法第五版),输入值为空间范围左上、右下坐标的WKT(Well known text熟知文本)字符串。
所述的用户偏好模式强化模块2的用户行为模式计算方法采用复相关系数的方法,包括用户行为模式计算方法对空间关联数据的计算和用户行为模式计算方法对时空关联数据的计算。用户行为模式计算方法对空间关联数据的计算,只考虑同比例尺度的空间关系;用户行为模式计算方法对时空关联数据的计算,只考虑距离当前时间有限范围内的时一空关系,比如一个月之内的时段与空间数据的概率相关性。
所述数据路由控制模块32掌握数据集群的空间数据与地址映射。
综上所述,本发明可以提高空间数据服务准确度和服务效能,能够在硬件条件有限和带宽使用率不改变的情况提供更高效能的空间信息服务,提高用户体验和带宽使用效率。
Claims (10)
1.一种基于无线网络的手机空间信息服务方法,其特征在于,包括以下步骤:
步骤一,将手机的空间数据分为常规数据请求模块(1)和用户偏好模式强化模块(2);
步骤二,所述常规数据请求模块(1)响应用户的实时数据请求,根据用户输入进行网络请求;
步骤三,所述用户偏好模式强化模块(2)在后台按固定周期无限循环,记录用户的历史数据分布;
步骤四,服务器端(3)的数据分裂模块(31)根据所述用户偏好模式强化模块(2)记录的用户的历史数据分布,将数据发送到所述服务器端(3)的数据路由控制模块(32)。
2.根据权利要求1所述的基于无线网络的手机空间信息服务方法,其特征在于,所述步骤四中,将访问量大的数据分裂复制到所述数据路由控制模块(32)或者将访问量小的数据合并到所述数据路由控制模块(32)。
3.根据权利要求1所述的基于无线网络的手机空间信息服务方法,其特征在于,所述的用户偏好模式强化模块(2)和所述数据分裂模块(31)均为固定频率循环的数据处理模块;所述的用户偏好模式强化模块(2)的固定循环周期为一天或半天。
4.根据权利要求1所述的基于无线网络的手机空间信息服务方法,其特征在于,所述步骤一中所述的用户偏好模式强化模块(2)收集时空关联数据或空间关联数据,并建立概率密度函数进行行为模式训练;所述时空关联数据是指用户访问特定范围空间数据后访问其他空间数据的概率相关性的数据;空间关联数据是指用户在特定时间段访问特定范围空间数据的概率相关性的数据。
5.根据权利要求2所述的基于无线网络的手机空间信息服务方法,其特征在于,所述的数据分裂模块(31)采用用户群行为模式叠加和空间数据访问频率趋势两种算法进行分裂计算判断;如果其中有一个目标空间区域达到数据访问分裂频率阈值,则开始复制目标数据到数据路由控制模块(32)提供的冗余服务器中;如果其中有一个目标空间区域达到数据访问合并频率阈值,则开始合并目标数据到数据路由控制模块(32)提供的集成服务器中。
6.根据权利要求5所述的基于无线网络的手机空间信息服务方法,其特征在于,所述的数据分裂模块(31)的分裂或合并的计算方法是请求预测频率、数据块大小、带宽的复合函数:
分裂标准:
合并标准:
其中,Rfrequence是单位时间内对同一空间数据范围的平均请求预测频率;RDataVoLume是这一空间数据范围对应的空间数据大小;Bwidth是单台服务器平均下行带宽,即数据下行速率;Dcfg为数据分裂阈值,单位为秒,根据用户体验和服务器群组数量设置;ccfg为数据合并阈值,单位为秒,根据用户体验和服务器群组数量设置。
7.根据权利要求5所述基于无线网络的手机空间信息服务方法,其特征在于,所述的数据路由控制模块(32)输入数据为空间数据范围信息,输出数据为可用数据服务器地址信息;所述可用数据服务器地址信息与空间数据范围信息的对应关系由所述数据分裂模块(31)维护。
8.根据权利要求5所述基于无线网络的手机空间信息服务方法,其特征在于,所述数据路由控制模块(32)提供的冗余服务器的地址范围是根据空间数据范围计算的桶地址范围,算法采用MD5,输入值为空间范围左上、右下坐标的WKT字符串。
9.根据权利要求5所述的基于无线网络的手机空间信息服务方法,其特征在于,所述的用户偏好模式强化模块(2)的用户行为模式计算方法采用复相关系数的方法,包括用户行为模式计算方法对空间关联数据的计算和用户行为模式计算方法对时空关联数据的计算。
10.根据权利要求1所述的基于无线网络的手机空间信息服务方法,其特征在于,所述数据路由控制模块(32)掌握数据集群的空间数据与地址映射。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410033041.0A CN103944955B (zh) | 2014-01-21 | 2014-01-21 | 基于无线网络的手机空间信息服务方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410033041.0A CN103944955B (zh) | 2014-01-21 | 2014-01-21 | 基于无线网络的手机空间信息服务方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103944955A true CN103944955A (zh) | 2014-07-23 |
CN103944955B CN103944955B (zh) | 2017-12-12 |
Family
ID=51192436
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410033041.0A Expired - Fee Related CN103944955B (zh) | 2014-01-21 | 2014-01-21 | 基于无线网络的手机空间信息服务方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103944955B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115134421A (zh) * | 2022-05-10 | 2022-09-30 | 北京市遥感信息研究所 | 一种多源异构数据跨系统协同管理系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6865582B2 (en) * | 2000-01-03 | 2005-03-08 | Bechtel Bwxt Idaho, Llc | Systems and methods for knowledge discovery in spatial data |
CN101110701A (zh) * | 2007-08-02 | 2008-01-23 | 杭州华三通信技术有限公司 | 一种分布式系统的节能方法、系统和设备 |
CN102833160A (zh) * | 2012-08-17 | 2012-12-19 | 北京航空航天大学 | 基于接触预测的大规模移动容迟网络分簇路由方法及其系统 |
CN103426036A (zh) * | 2013-08-12 | 2013-12-04 | 广州唯品会信息科技有限公司 | 来访概率预测方法和系统 |
-
2014
- 2014-01-21 CN CN201410033041.0A patent/CN103944955B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6865582B2 (en) * | 2000-01-03 | 2005-03-08 | Bechtel Bwxt Idaho, Llc | Systems and methods for knowledge discovery in spatial data |
CN101110701A (zh) * | 2007-08-02 | 2008-01-23 | 杭州华三通信技术有限公司 | 一种分布式系统的节能方法、系统和设备 |
CN102833160A (zh) * | 2012-08-17 | 2012-12-19 | 北京航空航天大学 | 基于接触预测的大规模移动容迟网络分簇路由方法及其系统 |
CN103426036A (zh) * | 2013-08-12 | 2013-12-04 | 广州唯品会信息科技有限公司 | 来访概率预测方法和系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115134421A (zh) * | 2022-05-10 | 2022-09-30 | 北京市遥感信息研究所 | 一种多源异构数据跨系统协同管理系统及方法 |
CN115134421B (zh) * | 2022-05-10 | 2024-02-20 | 北京市遥感信息研究所 | 一种多源异构数据跨系统协同管理系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103944955B (zh) | 2017-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112640380B (zh) | 用于对事件的输入流进行异常检测的设备和方法 | |
Tirado et al. | Predictive data grouping and placement for cloud-based elastic server infrastructures | |
CN103067297B (zh) | 一种基于资源消耗预测的动态负载均衡方法及装置 | |
CN109558287A (zh) | 一种固态硬盘寿命预测方法、装置和系统 | |
CN103647670A (zh) | 一种基于sketch的数据中心网络流量分析方法 | |
CN102681999A (zh) | 一种用户行为信息收集及信息发送方法及装置 | |
US20120221373A1 (en) | Estimating Business Service Responsiveness | |
CN103905439A (zh) | 一种基于家庭网关的加速网页浏览方法 | |
CN108491255B (zh) | 自助式MapReduce数据优化分配方法及系统 | |
US8887161B2 (en) | System and method for estimating combined workloads of systems with uncorrelated and non-deterministic workload patterns | |
CN116257349A (zh) | 一种集群系统的管理方法及装置 | |
Li et al. | Scalable replica selection based on node service capability for improving data access performance in edge computing environment | |
CN113254472A (zh) | 一种参数配置方法、装置、设备及可读存储介质 | |
US10432477B2 (en) | Performance monitoring at edge of communication networks using hybrid multi-granular computation with learning feedback | |
CN113824641B (zh) | 车联网路由方法、系统、设备及存储介质 | |
Paul et al. | Learning probabilistic models of cellular network traffic with applications to resource management | |
CN111770152B (zh) | 一种边缘数据管理方法、介质、边缘服务器和系统 | |
CN103944955A (zh) | 基于无线网络的手机空间信息服务方法 | |
CN113014649A (zh) | 一种基于深度学习的云物联负载均衡方法、装置及设备 | |
CN105162643A (zh) | 流量预估的方法、装置及计算设备 | |
CN110472192B (zh) | 评价指标提取方法、装置、存储介质和服务器 | |
Deng et al. | Utility maximization of cloud-based in-car video recording over vehicular access networks | |
WO2017113865A1 (zh) | 一种大数据增量计算方法和装置 | |
WO2022062777A1 (zh) | 数据管理方法、数据管理装置及存储介质 | |
Wei et al. | Proactive network slice reconfiguration by exploiting prediction interval and robust optimization |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171212 Termination date: 20190121 |