CN116185633A - 基于云计算的旅游信息系统 - Google Patents
基于云计算的旅游信息系统 Download PDFInfo
- Publication number
- CN116185633A CN116185633A CN202310196138.2A CN202310196138A CN116185633A CN 116185633 A CN116185633 A CN 116185633A CN 202310196138 A CN202310196138 A CN 202310196138A CN 116185633 A CN116185633 A CN 116185633A
- Authority
- CN
- China
- Prior art keywords
- information
- data
- module
- travel
- scheduling
- 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.)
- Pending
Links
- 238000005457 optimization Methods 0.000 claims description 22
- 238000012360 testing method Methods 0.000 claims description 21
- 230000006835 compression Effects 0.000 claims description 18
- 238000007906 compression Methods 0.000 claims description 18
- 238000000034 method Methods 0.000 claims description 14
- 238000012790 confirmation Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 7
- 238000012417 linear regression Methods 0.000 claims description 7
- 230000008450 motivation Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 5
- 206010000117 Abnormal behaviour Diseases 0.000 claims description 4
- 238000013527 convolutional neural network Methods 0.000 claims description 4
- 238000000513 principal component analysis Methods 0.000 claims description 4
- 230000006399 behavior Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 238000011176 pooling Methods 0.000 claims description 2
- 230000008667 sleep stage Effects 0.000 claims description 2
- 230000002618 waking effect Effects 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 abstract description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F12/00—Accessing, addressing or allocating within memory systems or architectures
- G06F12/02—Addressing or allocation; Relocation
- G06F12/08—Addressing or allocation; Relocation in hierarchically structured memory systems, e.g. virtual memory systems
- G06F12/12—Replacement control
- G06F12/121—Replacement control using replacement algorithms
- G06F12/123—Replacement control using replacement algorithms with age lists, e.g. queue, most recently used [MRU] list or least recently used [LRU] list
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/17—Details of further file system functions
- G06F16/1734—Details of monitoring file system events, e.g. by the use of hooks, filter drivers, logs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
- G06F3/0638—Organizing or formatting or addressing of data
- G06F3/064—Management of blocks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
- G06F3/0655—Vertical data movement, i.e. input-output transfer; data movement between one or more hosts and one or more storage devices
- G06F3/0656—Data buffering arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5072—Grid computing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/14—Travel agencies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1095—Replication or mirroring of data, e.g. scheduling or transport for data synchronisation between network nodes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/04—Protocols for data compression, e.g. ROHC
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
- H04L9/3236—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials using cryptographic hash functions
- H04L9/3239—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials using cryptographic hash functions involving non-keyed hash functions, e.g. modification detection codes [MDCs], MD5, SHA or RIPEMD
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Software Systems (AREA)
- Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Computer Security & Cryptography (AREA)
- Databases & Information Systems (AREA)
- Pure & Applied Mathematics (AREA)
- Human Computer Interaction (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Algebra (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明公开了基于云计算的旅游信息系统,属于旅游信息系统技术领域,包括旅游平台、区域选择模块、信息调度模块、后端更新模块、虚拟地图模块、订单上链模块、连接优化模块以及数据服务器;本发明能够对冗余数据进行清理,保证信息数据的贡献率,同时无需工作人员手动寻参,有效地提高了参数精确度,提高了旅游信息的调度效率,能够对不同系统的日志数据进行分析,降低了日志分析的难度,方便工作人员使用,同时对旅游平台内存进行大粒度压缩,保证用户设备与旅游平台连接的稳定性,提高用户使用体验。
Description
技术领域
本发明涉及旅游信息系统技术领域,尤其涉及基于云计算的旅游信息系统。
背景技术
云计算是分布式计算的一种,指的是通过网络“云”将巨大的数据计算处理程序分解成无数个小程序,然后,通过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户。云计算早期,简单地说,就是简单的分布式计算,解决任务分发,并进行计算结果的合并。因而,云计算又称为网格计算。通过这项技术,可以在很短的时间内完成对数以万计的数据的处理,从而达到强大的网络服务。随着我国信息化水平的提升,国内不少城市已经将“智慧旅游”当作服务民生、保障民生的一个关键点。尤其是在北京、上海、深圳等一线旅游城市中,如何实现旅游资源多样化、旅游服务便利化、旅游管理精细化、旅游市场国际化,并且提高对旅游突发事件的快速反应和处置能力,建立旅游提示制度,完善旅游安全预警发布渠道和工作机制,成为新时期各大城市旅游局追逐的重点。
经检索,中国专利号CN110175939A公开了基于云计算的智能旅游信息系统,该发明虽然方便替游客减轻旅游的负担,为商户节省租赁商铺的成本,但是无法保证信息数据的贡献率,同时旅游信息的调度效率底下;此外,现有的基于云计算的旅游信息系统的日志分析的难度高,不方便工作人员使用,同时用户设备与旅游平台连接稳定性差,为此,我们提出基于云计算的旅游信息系统。
发明内容
本发明的目的是为了解决现有技术中存在的缺陷,而提出的基于云计算的旅游信息系统。
为了实现上述目的,本发明采用了如下技术方案:
基于云计算的旅游信息系统,包括旅游平台、区域选择模块、信息调度模块、后端更新模块、虚拟地图模块、订单上链模块、连接优化模块以及数据服务器;
所述旅游平台用于对用户身份进行验证,并依据用户操作信息反馈相关旅游数据;
所述区域选择模块用于依据工作人员选择信息,调取相关区域信息反馈至相对应的用户设备;
所述信息调度模块用于采集相关区域旅游景点信息,并构建调度模型进行信息推送;
所述后端更新模块用于采集调度模型运行信息,并进行更新调整;
所述虚拟地图模块用于为相关区域旅游景点构建相对应的虚拟地图,并对相关用户位置进行标记;
所述订单上链模块用于将旅游平台生成的订单信息进行上链处理;
所述连接优化模块用于对旅游平台运行内存进行性能优化;
所述数据服务器用于存储各区域旅游景点信息以及调度信息。
作为本发明的进一步方案,所述用户设备具体包括智能手机、笔记本电脑、平板电脑以及台式电脑。
作为本发明的进一步方案,所述信息调度模块调度模型具体构建步骤如下:
步骤一:信息调度模块与各区域数据服务器通信连接,并为各数据服务器节点之间建立link,并从中调取各区域相对应旅游景点数据,之后将各组数据预处理成统一格式数据,通过PCA分析方法对冗余数据进行过滤清除;
步骤二:通过标准归一化方法将各组数据转换至0到1区间内,并对预处理后的各组数据进行特征降维处理,之后将降维后的各组数据通过卷积神经网络进行输入、卷积、池化、全连接和输出以建立调度模型;
步骤三:之后调度模型构建旅游信息的相似度匹配特征函数以获取旅游信息稀疏性方程,通过调度模型以及稀疏性方程对旅游信息资源的信息流重构和信号模型构建,再将历史数据映射到高位的向量空间中,在高维空间上构造线性回归,并依据回归结果筛选旅游信息进行调度。
作为本发明的进一步方案,步骤二所述调度模型具体建模公式如下:
(2)
(3)
式中,代表游客期望,对目的地形象、游客旅游动机以及满意度3个参量的子网格稀疏性信息流重构权聚类调度系数;/>代表游客期望、目的地形象、游客旅游动机以及满意度4个参量的子网格稀疏性信息流重构权聚类调度序列;
步骤三所述线性回归具体公式如下:
f(x)=ωT(φ)X+b
(4)
式中,ω代表高维空间上近似超平面的加权值,b代表偏差值。
作为本发明的进一步方案,所述后端更新模块更新调整具体步骤如下:
步骤(1):后端更新模块接收各组运行信息,并通过焦点损失函数对调度模型的损失值进行计算,同时判断损失值是否满足预设期望值;
步骤(2):若不满足,则从数据服务器中提取过往调度数据,从过往调度数据中选取一组作为观测数据,并使用剩下数据拟合一个测试模型,再使用观测数据来验证测试模型的精度,并重复多次通过均方根误差对该测试模型的调度能力进行计算以获取多组精度参数,依据预设的学习率以及步长列出所有可能的数据样本;
步骤(3):选取任意一个子集作为测试集,其余子集作为训练集,训练模型后对测试集进行预测,统计测试结果的均方根误差,之后将测试集更换为另一子集,再取剩余子集作为训练集,再次统计均方根误差,直至对所有数据样本都进行一次预测,通过选取均方根误差最小时对应的组合参数作为数据区间内最优的参数,并替换调度模型的原有参数;
步骤(4):若满足预设期望值,则对调度模型进行准确率、检出率和误报率评估,同时将输出结果反馈给维护人员。
作为本发明的进一步方案,所述订单上链模块上链处理具体步骤如下:
步骤Ⅰ:订单上链模块接收旅游平台生成的订单信息,并对该订单信息进行相应处理生成区块,之后获取区块链信息,同时将前一区块的哈希指针记录至新生成的区块中;
步骤Ⅱ:在入网时,区块链网络中各节点生成本地的公私钥对作为自己在网络中的标识以生成领导节点,之后领导节点广播区块记录信息公钥以及哈希值,跟随节点收到信息以后向其他跟随节点广播收到的信息并记录重复次数,广播结束后,跟随节点使用重复次数最多的信息生成区块头,并向领导节点发送确认申请;
步骤Ⅲ:领导节点收到确认申请后检查新哈希指针与新验证字段是否正确,若某一节点出错则向其重新发送公钥以及哈希值,并要求该节点向其他跟随节点发送请求信息,所有跟随节点发送的确认信息都验证通过后,领导节点发送添加命令并进入沉睡期,跟随节点收到确认信息后,将新生成的区块添加至链上并返回候选身份。
作为本发明的进一步方案,所述连接优化模块性能优化具体步骤如下:
步骤①:连接优化模块在不同的系统的旅游平台部署相关的日志采集插件或者通过syslog服务器获取不同系统的旅游平台中所记录的日志数据,并使用logstash筛选出满足预设条件的日志信息;
步骤②:将剩余日志数据处理为统一格式的日志信息,之后将日志信息中记录的用户操作行为与异常行为特征进行匹配,并依据匹配结果生成相对应的告警信息,同时对各告警信息风险分数进行计算并输出计算结果,之后将该告警信息反馈给相关管理人员,并中断该操作信息;
步骤③:日志监测完成后,连接优化模块为旅游平台各访问界面生成一个启动链表,并通过LRU链表顺序,将各组启动链表按照调用次数由少到多进行进一步链接;
步骤④:依据各访问界面的调用信息实时对各组启动链表中的各组页面进行数据更新,并从LRU链表的头部依次选择最不活跃的访问界面启动链表进行受害页面选择,直至回收足够的受害页面后停止;
步骤⑤:将选择的受害页面合并为一个块并进行标记,之后唤醒一个压缩驱动程序以解析被标记的块,并获得属于该块的物理页,再将该物理页复制到缓冲区中,然后调用压缩算法将缓冲区中的该物理页压缩到压缩块中,并将压缩块存储至连接优化模块压缩区域中。
相比于现有技术,本发明的有益效果在于:
1、本发明通过信息调度模块与各区域数据服务器通信连接,并为各数据服务器节点之间建立link,并从中调取各区域相对应旅游景点数据,之后将各组数据预处理成统一格式数据,通过PCA分析方法对冗余数据进行过滤清除,再各组数据进行相应处理,之后将各组数据通过卷积神经网络进行学习训练以建立调度模型,然后调度模型构建旅游信息的相似度匹配特征函数以获取旅游信息稀疏性方程,通过调度模型以及稀疏性方程对旅游信息资源的信息流重构和信号模型构建,再将历史数据映射到高位的向量空间中,在高维空间上构造线性回归,并依据回归结果筛选旅游信息进行调度,同时后端更新模块实时接收调度模型运行信息,并实时对不满足期望值的调度模型进行参数更新,对满足期望值的调度模型进行性能评估,能够对冗余数据进行清理,保证信息数据的贡献率,同时无需工作人员手动寻参,有效地提高了参数精确度,提高了旅游信息的调度效率。
2、本发明通过连接优化模块在不同的系统的旅游平台部署相关的日志采集插件或者通过syslog服务器获取不同系统的旅游平台中所记录的日志数据,并对日志数据中记录的异常行为进行告警,并计算该告警信息的风险系数,同时中断该操作指令执行,之后连接优化模块为旅游平台各访问界面生成一个启动链表,并通过LRU链表顺序进行连接,依据各访问界面的调用信息实时对各组启动链表中的各组页面进行数据更新,并从LRU链表的头部依次选择最不活跃的访问界面启动链表进行受害页面选择,之后将选择的受害页面合并为一个块并进行标记,之后唤醒一个压缩驱动程序以解析被标记的块,并获得属于该块的物理页,再将该物理页复制到缓冲区中,然后调用压缩算法将缓冲区中的该物理页压缩到压缩块中,并将压缩块存储至连接优化模块压缩区域中,能够对不同系统的日志数据进行分析,降低了日志分析的难度,方便工作人员使用,同时对旅游平台内存进行大粒度压缩,保证用户设备与旅游平台连接的稳定性,提高用户使用体验。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
图1为本发明提出的基于云计算的旅游信息系统的系统框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
实施例1
参照图1,基于云计算的旅游信息系统,包括旅游平台、区域选择模块、信息调度模块、后端更新模块、虚拟地图模块、订单上链模块、连接优化模块以及数据服务器。
旅游平台用于对用户身份进行验证,并依据用户操作信息反馈相关旅游数据;区域选择模块用于依据工作人员选择信息,调取相关区域信息反馈至相对应的用户设备。
本实施例中,用户设备具体包括智能手机、笔记本电脑、平板电脑以及台式电脑。。
信息调度模块用于采集相关区域旅游景点信息,并构建调度模型进行信息推送。
具体的,信息调度模块与各区域数据服务器通信连接,并为各数据服务器节点之间建立link,并从中调取各区域相对应旅游景点数据,之后将各组数据预处理成统一格式数据,通过PCA分析方法对冗余数据进行过滤清除,通过标准归一化方法将各组数据转换至0到1区间内,并对预处理后的各组数据进行特征降维处理,之后将降维后的各组数据通过卷积神经网络进行输入、卷积、池化、全连接和输出以建立调度模型,然后调度模型构建旅游信息的相似度匹配特征函数以获取旅游信息稀疏性方程,通过调度模型以及稀疏性方程对旅游信息资源的信息流重构和信号模型构建,再将历史数据映射到高位的向量空间中,在高维空间上构造线性回归,并依据回归结果筛选旅游信息进行调度。
需要进一步说明的是,调度模型具体建模公式如下:
(2)
(3)
式中,代表游客期望,对目的地形象、游客旅游动机以及满意度3个参量的子网格稀疏性信息流重构权聚类调度系数;/>代表游客期望、目的地形象、游客旅游动机以及满意度4个参量的子网格稀疏性信息流重构权聚类调度序列;
线性回归具体公式如下:
f(x)=ωT(φ)X+b
(4)
式中,ω代表高维空间上近似超平面的加权值,b代表偏差值后端更新模块用于采集调度模型运行信息,并进行更新调整。
具体的,后端更新模块接收各组运行信息,并通过焦点损失函数对调度模型的损失值进行计算,同时判断损失值是否满足预设期望值,若不满足,则从数据服务器中提取过往调度数据,从过往调度数据中选取一组作为观测数据,并使用剩下数据拟合一个测试模型,再使用观测数据来验证测试模型的精度,并重复多次通过均方根误差对该测试模型的调度能力进行计算以获取多组精度参数,依据预设的学习率以及步长列出所有可能的数据样本,再选取任意一个子集作为测试集,其余子集作为训练集,训练模型后对测试集进行预测,统计测试结果的均方根误差,之后将测试集更换为另一子集,再取剩余子集作为训练集,再次统计均方根误差,直至对所有数据样本都进行一次预测,通过选取均方根误差最小时对应的组合参数作为数据区间内最优的参数,并替换调度模型的原有参数;若满足预设期望值,则对调度模型进行准确率、检出率和误报率评估,同时将输出结果反馈给维护人员。
实施例2
参照图1,基于云计算的旅游信息系统,包括旅游平台、区域选择模块、信息调度模块、后端更新模块、虚拟地图模块、订单上链模块、连接优化模块以及数据服务器。
虚拟地图模块用于为相关区域旅游景点构建相对应的虚拟地图,并对相关用户位置进行标记;订单上链模块用于将旅游平台生成的订单信息进行上链处理。
具体的,订单上链模块接收旅游平台生成的订单信息,并对该订单信息进行相应处理生成区块,之后获取区块链信息,同时将前一区块的哈希指针记录至新生成的区块中,在入网时,区块链网络中各节点生成本地的公私钥对作为自己在网络中的标识以生成领导节点,之后领导节点广播区块记录信息公钥以及哈希值,跟随节点收到信息以后向其他跟随节点广播收到的信息并记录重复次数,广播结束后,跟随节点使用重复次数最多的信息生成区块头,并向领导节点发送确认申请,领导节点收到确认申请后检查新哈希指针与新验证字段是否正确,若某一节点出错则向其重新发送公钥以及哈希值,并要求该节点向其他跟随节点发送请求信息,所有跟随节点发送的确认信息都验证通过后,领导节点发送添加命令并进入沉睡期,跟随节点收到确认信息后,将新生成的区块添加至链上并返回候选身份
连接优化模块用于对旅游平台运行内存进行性能优化。
具体的,并使用logstash筛选出满足预设条件的日志信息,再将剩余日志数据处理为统一格式的日志信息,之后将日志信息中记录的用户操作行为与异常行为特征进行匹配,并依据匹配结果生成相对应的告警信息,同时对各告警信息风险分数进行计算并输出计算结果,之后将该告警信息反馈给相关管理人员,并中断该操作信息,日志监测完成后,连接优化模块为旅游平台各访问界面生成一个启动链表,并通过LRU链表顺序,将各组启动链表按照调用次数由少到多进行进一步链接,依据各访问界面的调用信息实时对各组启动链表中的各组页面进行数据更新,并从LRU链表的头部依次选择最不活跃的访问界面启动链表进行受害页面选择,直至回收足够的受害页面后停止,之后将选择的受害页面合并为一个块并进行标记,之后唤醒一个压缩驱动程序以解析被标记的块,并获得属于该块的物理页,再将该物理页复制到缓冲区中,然后调用压缩算法将缓冲区中的该物理页压缩到压缩块中,并将压缩块存储至连接优化模块压缩区域中。
数据服务器用于存储各区域旅游景点信息以及调度信息。
Claims (7)
1.基于云计算的旅游信息系统,其特征在于,包括旅游平台、区域选择模块、信息调度模块、后端更新模块、虚拟地图模块、订单上链模块、连接优化模块以及数据服务器;
所述旅游平台用于对用户身份进行验证,并依据用户操作信息反馈相关旅游数据;
所述区域选择模块用于依据工作人员选择信息,调取相关区域信息反馈至相对应的用户设备;
所述信息调度模块用于采集相关区域旅游景点信息,并构建调度模型进行信息推送;
所述后端更新模块用于采集调度模型运行信息,并进行更新调整;
所述虚拟地图模块用于为相关区域旅游景点构建相对应的虚拟地图,并对相关用户位置进行标记;
所述订单上链模块用于将旅游平台生成的订单信息进行上链处理;
所述连接优化模块用于对旅游平台运行内存进行性能优化;
所述数据服务器用于存储各区域旅游景点信息以及调度信息。
2.根据权利要求1所述的基于云计算的旅游信息系统,其特征在于,所述用户设备具体包括智能手机、笔记本电脑、平板电脑以及台式电脑。
3.根据权利要求1所述的基于云计算的旅游信息系统,其特征在于,所述信息调度模块调度模型具体构建步骤如下:
步骤一:信息调度模块与各区域数据服务器通信连接,并为各数据服务器节点之间建立link,并从中调取各区域相对应旅游景点数据,之后将各组数据预处理成统一格式数据,通过PCA分析方法对冗余数据进行过滤清除;
步骤二:通过标准归一化方法将各组数据转换至0到1区间内,并对预处理后的各组数据进行特征降维处理,之后将降维后的各组数据通过卷积神经网络进行输入、卷积、池化、全连接和输出以建立调度模型;
步骤三:之后调度模型构建旅游信息的相似度匹配特征函数以获取旅游信息稀疏性方程,通过调度模型以及稀疏性方程对旅游信息资源的信息流重构和信号模型构建,再将历史数据映射到高位的向量空间中,在高维空间上构造线性回归,并依据回归结果筛选旅游信息进行调度。
5.根据权利要求4所述的基于云计算的旅游信息系统,其特征在于,所述后端更新模块更新调整具体步骤如下:
步骤(1):后端更新模块接收各组运行信息,并通过焦点损失函数对调度模型的损失值进行计算,同时判断损失值是否满足预设期望值;
步骤(2):若不满足,则从数据服务器中提取过往调度数据,从过往调度数据中选取一组作为观测数据,并使用剩下数据拟合一个测试模型,再使用观测数据来验证测试模型的精度,并重复多次通过均方根误差对该测试模型的调度能力进行计算以获取多组精度参数,依据预设的学习率以及步长列出所有可能的数据样本;
步骤(3):选取任意一个子集作为测试集,其余子集作为训练集,训练模型后对测试集进行预测,统计测试结果的均方根误差,之后将测试集更换为另一子集,再取剩余子集作为训练集,再次统计均方根误差,直至对所有数据样本都进行一次预测,通过选取均方根误差最小时对应的组合参数作为数据区间内最优的参数,并替换调度模型的原有参数;
步骤(4):若满足预设期望值,则对调度模型进行准确率、检出率和误报率评估,同时将输出结果反馈给维护人员。
6.根据权利要求1所述的基于云计算的旅游信息系统,其特征在于,所述订单上链模块上链处理具体步骤如下:
步骤Ⅰ:订单上链模块接收旅游平台生成的订单信息,并对该订单信息进行相应处理生成区块,之后获取区块链信息,同时将前一区块的哈希指针记录至新生成的区块中;
步骤Ⅱ:在入网时,区块链网络中各节点生成本地的公私钥对作为自己在网络中的标识以生成领导节点,之后领导节点广播区块记录信息公钥以及哈希值,跟随节点收到信息以后向其他跟随节点广播收到的信息并记录重复次数,广播结束后,跟随节点使用重复次数最多的信息生成区块头,并向领导节点发送确认申请;
步骤Ⅲ:领导节点收到确认申请后检查新哈希指针与新验证字段是否正确,若某一节点出错则向其重新发送公钥以及哈希值,并要求该节点向其他跟随节点发送请求信息,所有跟随节点发送的确认信息都验证通过后,领导节点发送添加命令并进入沉睡期,跟随节点收到确认信息后,将新生成的区块添加至链上并返回候选身份。
7.根据权利要求1所述的基于云计算的旅游信息系统,其特征在于,所述连接优化模块性能优化具体步骤如下:
步骤①:连接优化模块在不同的系统的旅游平台部署相关的日志采集插件或者通过syslog服务器获取不同系统的旅游平台中所记录的日志数据,并使用logstash筛选出满足预设条件的日志信息;
步骤②:将剩余日志数据处理为统一格式的日志信息,之后将日志信息中记录的用户操作行为与异常行为特征进行匹配,并依据匹配结果生成相对应的告警信息,同时对各告警信息风险分数进行计算并输出计算结果,之后将该告警信息反馈给相关管理人员,并中断该操作信息;
步骤③:日志监测完成后,连接优化模块为旅游平台各访问界面生成一个启动链表,并通过LRU链表顺序,将各组启动链表按照调用次数由少到多进行进一步链接;
步骤④:依据各访问界面的调用信息实时对各组启动链表中的各组页面进行数据更新,并从LRU链表的头部依次选择最不活跃的访问界面启动链表进行受害页面选择,直至回收足够的受害页面后停止;
步骤⑤:将选择的受害页面合并为一个块并进行标记,之后唤醒一个压缩驱动程序以解析被标记的块,并获得属于该块的物理页,再将该物理页复制到缓冲区中,然后调用压缩算法将缓冲区中的该物理页压缩到压缩块中,并将压缩块存储至连接优化模块压缩区域中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310196138.2A CN116185633A (zh) | 2023-03-02 | 2023-03-02 | 基于云计算的旅游信息系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310196138.2A CN116185633A (zh) | 2023-03-02 | 2023-03-02 | 基于云计算的旅游信息系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116185633A true CN116185633A (zh) | 2023-05-30 |
Family
ID=86432538
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310196138.2A Pending CN116185633A (zh) | 2023-03-02 | 2023-03-02 | 基于云计算的旅游信息系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116185633A (zh) |
-
2023
- 2023-03-02 CN CN202310196138.2A patent/CN116185633A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lai et al. | Fedscale: Benchmarking model and system performance of federated learning at scale | |
CN111177095B (zh) | 日志分析方法、装置、计算机设备及存储介质 | |
CN111611488B (zh) | 基于人工智能的信息推荐方法、装置、电子设备 | |
CN109241223B (zh) | 行为行踪识别方法及系统 | |
CN105471647B (zh) | 一种电力通信网故障定位方法 | |
WO2021103823A1 (zh) | 模型更新系统、模型更新方法及相关设备 | |
KR101982756B1 (ko) | 분산인메모리기반 복합형스트림 데이터처리시스템 및 방법 | |
CN111046022A (zh) | 一种基于大数据技术的数据库审计方法 | |
CN113688490A (zh) | 网络共建共享处理方法、装置、设备及存储介质 | |
CN111062562A (zh) | 一种社区网格服务联动处置控制方法及系统 | |
CN111310918B (zh) | 一种数据处理方法、装置、计算机设备及存储介质 | |
CN115795329A (zh) | 一种基于大数据网格下的用电异常行为分析方法和装置 | |
CN107734534B (zh) | 一种网络负荷评估方法及装置 | |
CN113282433A (zh) | 集群异常检测方法、装置和相关设备 | |
CN105824848A (zh) | 获得消防综合信息的方法和消防信息系统 | |
CN116185633A (zh) | 基于云计算的旅游信息系统 | |
CN116739408A (zh) | 基于数据标签的电网调度安全监控方法、系统及电子设备 | |
CN111027771A (zh) | 景区客流量预估方法、系统、装置及可存储介质 | |
Akhtar et al. | Formal architecture and verification of a smart flood monitoring system-of-systems. | |
CN116126415A (zh) | 一种基于场景的上云组件配置推荐方法及系统 | |
CN114266352A (zh) | 模型训练结果优化方法、装置、存储介质及设备 | |
CN112800035A (zh) | 一种基于gis系统的电网数据联通共享系统 | |
CN113407491A (zh) | 数据处理方法及装置 | |
CN112650925A (zh) | 一种用于一卡通的app信息推送系统、方法及介质 | |
CN116720167B (zh) | 多重隔离化管理的角色管理系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |