CN117350459A - 一种基于大数据的信息系统服务方法 - Google Patents

Abstract

本发明公开了一种基于大数据的信息系统服务方法，具体涉及信息系统服务技术领域，用于解决现有的不能很好地对商品阅览进行有效全面的管理，对商品阅览的安全因素考虑不够全面；通过采集商品阅览安全信息获取每块商品阅览区域的商品阅览安全参数，将商品阅览区域标记为存在较大安全隐患或存在较小安全隐患；并对标记为较小安全隐患的商品阅览区域进行排序；通过采集商品重要程度信息计算商品重要程度参数，将商品标记为重要商品或普通商品；根据商品重要程度参数的变化对商品阅览安全参数临界阈值进行调节，实现更高效的商品阅览安全管理，合理利用商品阅览的有效安全利用资源。

Description

一种基于大数据的信息系统服务方法

技术领域

本发明涉及信息系统服务技术领域，更具体地说，本发明涉及一种基于大数据的信息系统服务方法。

背景技术

信息系统服务是指提供各种与信息技术相关的服务，以满足客户或组织的信息技术需求。它包括以下方面：设计和开发信息系统、系统实施和集成、系统运维和管理、信息安全管理和培训和技术支持。信息系统服务对于组织的运营和管理至关重要。它可以提高组织的效率、响应能力和灵活性，促进信息共享和协作，支持业务的创新和发展。同时，信息系统服务也需要与不断变化的技术和业务需求保持同步，不断进行优化和改进，以满足用户的需求。

但是现有的面对商品阅览的信息系统服务中，当前的商品阅览服务涉及的数据种类繁多，涉及的业务环节也较为复杂，不能很好地对商品阅览进行有效全面的管理，对商品阅览的安全因素考虑不够全面，并且不能系统地对商品阅览的安全进行判断。

为了解决上述问题，现提供一种技术方案。

发明内容

为了克服现有技术的上述缺陷，本发明的实施例提供一种基于大数据的信息系统服务方法以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于大数据的信息系统服务方法，包括如下步骤：

步骤S1，通过采集商品阅览安全信息获取每块商品阅览区域的商品阅览安全参数，设定商品阅览安全参数临界阈值，将商品阅览安全参数与商品阅览安全参数临界阈值比较，将商品阅览区域标记为存在较大安全隐患或存在较小安全隐患；并对标记为较小安全隐患的商品阅览区域进行排序；

步骤S2，通过采集商品重要程度信息计算商品重要程度参数，设定商品重要程度参数临界阈值，将商品重要程度参数与商品重要程度参数临界阈值比较，将商品标记为重要商品或普通商品；

步骤S3，根据商品重要程度参数的变化对商品阅览安全参数临界阈值进行调节。

在一个优选的实施方式中，在步骤S1中，将商品阅览划分为n块商品阅览区域，对每块商品阅览区域分别进行安全监测，获取每块商品阅览区域的商品阅览安全参数；

商品阅览安全信息包括拐弯密度、区域人流量、空气流速偏差值和消防安全值；

计算拐弯密度，拐弯密度为观众需要拐弯的次数与商品阅览区域面积的比值；计算区域人流量，计算空气流速偏差值；计算消防安全值，消防安全值为商品阅览区域的消防设备数量与商品阅览区域面积的比值；将消防安全值标记为FV，将拐弯密度标记为TD，将区域人流量标记为RT，将空气流速偏差值标记为AD；

对拐弯密度、区域人流量、空气流速偏差值和消防安全值综合分析得到商品阅览安全参数，其表达式如下：；

公式中，E为商品阅览安全参数，分别为拐弯密度、区域人流量、空气流速偏差值和消防安全值的比例系数，且/>。

在一个优选的实施方式中，设定商品阅览安全参数临界阈值，将商品阅览安全参数临界阈值标记为E0；当商品阅览安全参数小于商品阅览安全参数临界阈值，标记为存在较大安全隐患；此时，对商品阅览区域采取安全防护措施；

当商品阅览安全参数大于等于商品阅览安全参数临界阈值，标记为存在较小安全隐患；对标记为存在较小安全隐患的商品阅览区域，通过计算每块商品阅览区域的商品阅览安全参数对商品阅览区域排序。

在一个优选的实施方式中，商品重要程度信息包括商品停留时间比和商品点击比；

采集商品停留时间比，设有m个观众，商品停留时间比为每个观众在某个商品的停留时间与每个观众的全部停留时间的比值，将商品停留时间比标记为；

计算商品点击比，商品点击比为某个商品点击次数和所有商品点击次数的比值，将商品点击比标记为ER；

综合分析商品停留时间比和商品点击比，得到商品重要程度参数，其表达式如下：；

公式中，K为商品重要程度参数标记，分别为商品点击比、商品停留时间比的比例系数，且/>；

设定商品重要程度参数临界阈值，将商品重要程度参数临界阈值标记为K0，当商品重要程度参数大于商品重要程度参数临界阈值，对该商品标记为重要商品；当商品重要程度参数小于等于商品重要程度参数临界阈值，对该商品标记为普通商品。

在一个优选的实施方式中，在步骤S3中，当商品重要程度参数越大，调高商品阅览安全参数临界阈值，当商品重要程度参数越小，调低商品阅览安全参数临界阈值，具体调节方法如下：

计算校正系数P，其表达式如下：；

为某个商品阅览区域的所有商品的商品重要程度参数的平均值；根据校正系数P，对商品阅览安全参数临界阈值进行调整，二次调整的商品阅览安全参数临界阈值，其表达式如下：/>；

式中，S为二次调整的商品阅览安全参数临界阈值，为阈值调整系数。

在一个优选的实施方式中，若在步骤S2中商品全标记为普通商品，且商品为走廊式排列场景；则商品阅览安全参数临界阈值通过步骤S4进行调节，步骤S4包括：

通过商品所在位置信息计算的走廊式排列下的商品关注度参数对商品阅览安全参数临界阈值进行调节；具体的：

商品所在位置信息包括商品被第几个观看的序号和商品距离出口距离；

将商品被第几个观看的序号标记为c；将商品距离出口距离标记为f；

对商品被第几个观看的序号和商品距离出口距离进行综合分析，计算走廊式排列下的商品关注度参数：；

式中，为走廊式排列下的商品关注度参数，/>分别为商品距离出口距离和商品被第几个观看的序号的预设比例系数，/>；

设定走廊式排列下的商品关注度参数临界阈值，将走廊式排列下的商品关注度参数临界阈值标记为，计算/>，/>为走廊式排列场景下，某个商品阅览区域的所有商品的商品重要程度参数的平均值；

当商品重要程度参数越大，调高商品阅览安全参数临界阈值，当商品重要程度参数越小，调低商品阅览安全参数临界阈值，具体调节方法如下：

计算校正系数Q，其表达式如下：；

根据校正系数Q，对商品阅览安全参数临界阈值进行调整：；

式中，U为步骤S2中商品全标记为普通商品、且商品为走廊式排列场景的二次调整的商品阅览安全参数临界阈值，为步骤S2中商品全标记为普通商品、且商品为走廊式排列场景的阈值调整系数。

本发明一种基于大数据的信息系统服务方法的技术效果和优点：

本发明一种基于大数据的信息系统服务方法，通过采集商品阅览安全信息和采集商品重要程度信息计算出商品阅览安全参数和商品重要程度参数，并根据商品重要程度参数的变化对商品阅览安全参数临界阈值进行调节，实现更高效的商品阅览安全管理，合理利用商品阅览的有效安全利用资源。

附图说明

图1为本发明一种基于大数据的信息系统服务方法示意图。

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、完整的描述，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。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1

本发明一种基于大数据的信息系统服务方法，通过采集商品阅览安全信息和采集商品重要程度信息计算出商品阅览安全参数和商品重要程度参数，并根据商品重要程度参数的变化对商品阅览安全参数临界阈值进行调节，实现更高效的商品阅览安全管理，合理利用商品阅览的有效安全利用资源。

图1给出了本发明一种基于大数据的信息系统服务方法示意图，其包括如下步骤：

步骤S1，通过采集商品阅览安全信息获取每块商品阅览区域的商品阅览安全参数，设定商品阅览安全参数临界阈值，将商品阅览安全参数与商品阅览安全参数临界阈值比较，将商品阅览区域标记为存在较大安全隐患或存在较小安全隐患；并对标记为较小安全隐患的商品阅览区域进行排序。

步骤S2，通过采集商品重要程度信息计算商品重要程度参数，设定商品重要程度参数临界阈值，将商品重要程度参数与商品重要程度参数临界阈值比较，将商品标记为重要商品或普通商品。

步骤S3，根据商品重要程度参数的变化对商品阅览安全参数临界阈值进行调节。

步骤S4，若在步骤S2中商品全标记为普通商品，且商品为走廊式排列场景；通过商品所在位置信息计算的走廊式排列下的商品关注度参数对商品阅览安全参数临界阈值进行调节。

步骤S1：

为了对商品阅览的区域进行更高效的管理，合理分配商品阅览的有效利用资源；首先对商品阅览进行区域划分，将商品阅览划分为n块商品阅览区域，对每块商品阅览区域分别进行安全监测，从而获取每块商品阅览区域的商品阅览安全参数。

对于商品阅览具体地划分为n块商品阅览区域，本实施例依据房间进行划分，将每个房间的区域标记为一块商品阅览区域；由于商品阅览的形式不同，还可以以不同的商品阅览主题划分商品阅览区域。

商品阅览安全参数的获取由来是通过采集商品阅览安全信息；商品阅览安全信息包括拐弯密度、区域人流量、空气流速偏差值和消防安全值。

计算拐弯密度，在商品阅览区域内，观众在此商品阅览区域内按照商品阅览路线参观时，在商品阅览区域内拐弯的数量越多，观众迷路或者走错的风险可能就越大，即此商品阅览区域的安全性越差，拐弯密度为观众需要拐弯的次数与商品阅览区域面积的比值，拐弯密度越大，商品阅览区域安全性越差；将拐弯密度标记为TD。

计算区域人流量，区域人流量的采集通过安装人流量统计仪器来测量，或者在入口处安装人工计数器，计算方法为，统计某一时间段内进出商品阅览区域的人数，再除以该时间段的时长；商品阅览区域人流量多的情况下，会有其他观众挤占观看商品的位置，容易造成人员拥挤，增加商品阅览区域的安全风险；区域人流量越大，商品阅览区域安全性越差；将区域人流量标记为RT。

计算空气流速偏差值，空气流速为商品阅览区域内的空气流速，商品阅览区域的空气流速可以通过气流测量仪器来进行测量，一般使用的仪器是风速仪或风速传感器；商品阅览区域过高的空气流速可能会造成不舒适的风感，而且影响商品的稳定性，特别是商品为文物、艺术品等易碎品；商品阅览区域过低的空气流速可能会导致空气污染物无法有效清除，从而使得商品阅览区域的空气质量变差从而对人体健康造成危害；计算空气流速最优阈值，空气流速偏差值即为空气流速与空气流速最优阈值相减的绝对值；将空气流速偏差值标记为AD。

计算消防安全值，消防安全值为商品阅览区域的消防设备数量与商品阅览区域面积的比值，用来表示商品阅览区域的安全性，消防安全值越大，则该商品阅览区域面对紧急情况的应对能力越强；将消防安全值标记为FV。

对拐弯密度、区域人流量、空气流速偏差值和消防安全值综合分析得到商品阅览安全参数，其表达式如下：；

公式中，E为商品阅览安全参数，分别为拐弯密度、区域人流量、空气流速偏差值和消防安全值的比例系数，且/>。

设定商品阅览安全参数临界阈值，将商品阅览安全参数临界阈值标记为E0；当商品阅览安全参数小于商品阅览安全参数临界阈值，标记为存在较大安全隐患；此时，对商品阅览区域采取安全防护措施，包括立即对商品阅览区域进行检查，并减少商品阅览区域的拐弯数量、疏通商品阅览区域的观众、保持商品阅览区域空气流动正常，增加和检修消防设备。

当商品阅览安全参数大于等于商品阅览安全参数临界阈值，标记为存在较小安全隐患；此时，为了对标记为存在较小安全隐患的商品阅览区域进行安全管理，对标记为存在较小安全隐患的商品阅览区域进行排序，以实现更高效的管理，合理利用商品阅览的有效安全利用资源。

假设商品阅览有5块标记为存在较小安全隐患的商品阅览区域，分别标记为{M1、M2、M3、M4、M5}，分别计算5块商品阅览区域的商品阅览安全参数，假设商品阅览安全参数比较为M1＜M2＜M3＜M5＜M4，则商品阅览区域依据商品阅览安全参数由小到大进行排序，生成的排序表为{M1、M2、M3、M5、M4}，按照商品阅览区域的资源分配依次对商品阅览区域M1、M2、M3、M5、M4进行安全检查。

步骤S2：

计算商品重要程度参数，商品重要程度参数的获取由来是通过采集商品重要程度信息；商品重要程度信息包括商品停留时间比和商品点击比。

采集商品停留时间比，设有m个观众，获取每个观众的全部停留时间，获取每个观众在某个商品的停留时间；商品停留时间比为每个观众在某个商品的停留时间与每个观众的全部停留时间的比值，将商品停留时间比标记为，其中，/>＝1，2，3，m。

通过安装在商品旁的传感器采集每个观众在每个商品的停留时间，具体来说，可以在每个商品旁放置传感器，通过检测观众的移动来计算他们在该商品前停留的时间。

计算商品点击比，商品点击比地计算通过构建商品阅览网上平台实现，基于商品阅览网上平台实现大数据分析商品的重要程度，通过商品阅览网上平台提前对观众对商品的喜好进行预测，商品阅览网上平台为现有技术，观众在商品阅览网上平台对商品进行查看，实际生活中大多数商品阅览或博物馆等参观性质的主体构建了商品阅览网上平台，商品阅览网上平台可以为小程序、网站和APP等形式；本实施例不再赘述构建商品阅览网上平台的过程。

商品点击比为某个商品点击次数和所有商品点击次数的比值，商品点击比越高，商品的受欢迎程度越高，将商品点击比标记为ER。

综合分析商品停留时间比和商品点击比，得到商品重要程度参数，其表达式如下：；

公式中，K为商品重要程度参数标记，分别为商品点击比、商品停留时间比的比例系数，且/>。

设定商品重要程度参数临界阈值，将商品重要程度参数临界阈值标记为K0，当商品重要程度参数大于商品重要程度参数临界阈值，对该商品标记为重要商品；当商品重要程度参数小于等于商品重要程度参数临界阈值，对该商品标记为普通商品；商品重要程度参数越大，该商品重要程度越高。

步骤S3：

根据商品重要程度参数调节商品阅览安全参数临界阈值。

根据商品重要程度参数调节商品阅览安全参数临界阈值是充分考虑了商品的重要性对商品阅览安全的影响，从而更加细致和精准地调整商品阅览安全参数临界阈值，这种方法可以提高商品阅览的安全性能和观众的体验，同时最大化商品的效果和价值。

本步骤的商品重要程度参数为某个商品阅览区域的所有商品的商品重要程度参数的平均值。

当商品重要程度参数越大，对商品阅览区域的安全要求更高，即应当适当调高商品阅览安全参数临界阈值，当商品重要程度参数越小，对商品阅览区域的安全要求不高，即可以适当调低商品阅览安全参数临界阈值，具体调节方法如下：

计算校正系数P，其表达式如下：，/>为某个商品阅览区域的所有商品的商品重要程度参数的平均值；根据校正系数P，对商品阅览安全参数临界阈值进行调整，二次调整的商品阅览安全参数临界阈值，其表达式如下：/>；

式中，S为二次调整的商品阅览安全参数临界阈值，为阈值调整系数。

当商品重要程度参数越大，二次调整的商品阅览安全参数临界阈值越高，则对商品阅览区域采取安全防护措施的重视程度越高，包括增加更多的安保人员、减少商品阅览区域的拐弯数量、更多地疏通商品阅览区域的观众、实时监测商品阅览区域空气流动是否正常，更多地增加和检修消防设备，来应对二次调整的商品阅览安全参数临界阈值的提高。

步骤S4：

本步骤只分析步骤S2中标记为普通商品的商品，且商品为走廊式排列场景；假设在某个商品阅览区域内，有若干个标记为普通商品的商品走廊式排列；对若干个标记为普通商品的商品进行分析：

走廊式排列即为观众只能通过从左往右或从右往左依次观看商品，为了对标记为普通商品的商品更好地分析，本实施例限制为从左往右，左为入口右为出口。

从实际参观中，观众依次对商品进行参观，在不考虑其他因素的情况下，对商品的参观热情会逐渐减退；一般情况下，观众对商品的参观热情会逐渐减退，这是因为人的注意力和精力是有限的，在观看商品的过程中，观众的注意力和精力会逐渐消耗，从而导致对商品的热情逐渐减退。

商品所在位置信息包括商品被第几个观看的序号和商品距离出口距离。

将商品被第几个观看的序号标记为c，例如，商品被第4个观看，则c=4。

根据商品被第几个观看的序号的不同，对商品的商品重要程度参数进行再次调节，以更好的分析步骤S3中对商品的商品重要程度参数和商品重要程度参数临界阈值的比较。

商品距离出口距离为观众距离出口实际需要的走动距离，将商品距离出口距离标记为f。

对标记为普通商品的商品分析，普通商品对于观众的关注度相比于重要商品要小，此时，应该不再考虑普通商品的商品停留时间比和商品点击比；而对商品所在位置信息进行分析，即对商品被第几个观看的序号和商品距离出口距离进行综合分析，计算走廊式排列下的商品关注度参数：；

式中，为走廊式排列下的商品关注度参数，/>分别为商品距离出口距离和商品被第几个观看的序号的预设比例系数，/>。

设定走廊式排列下的商品关注度参数临界阈值，将走廊式排列下的商品关注度参数临界阈值标记为，在本步骤的场景下，通过走廊式排列下的商品关注度参数对商品阅览安全参数临界阈值进行调整。

为走廊式排列场景下，某个商品阅览区域的所有商品的商品重要程度参数的平均值；

当商品重要程度参数越大，对商品阅览区域的安全要求更高，即应当适当调高商品阅览安全参数临界阈值，当商品重要程度参数越小，对商品阅览区域的安全要求不高，即可以适当调低商品阅览安全参数临界阈值，具体调节方法如下：

计算校正系数Q，其表达式如下：，根据校正系数Q，对商品阅览安全参数临界阈值进行调整，二次调整的商品阅览安全参数临界阈值，其表达式如下：；

式中，U为步骤S2中商品全标记为普通商品、且商品为走廊式排列场景的二次调整的商品阅览安全参数临界阈值，为步骤S2中商品全标记为普通商品、且商品为走廊式排列场景的阈值调整系数。

计算走廊式排列下的商品关注度参数可以对走廊式排列场景下的商品更符合实际地获取商品的重要程度情况，并且能够精准地对商品阅览安全参数临界阈值进行再次调节。

上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数以及阈值选取由本领域的技术人员根据实际情况进行设置。

上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络，或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线（例如红外、无线、微波等）方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质（例如，软盘、硬盘、磁带）、光介质（例如，DVD），或者半导体介质。半导体介质可以是固态硬盘。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件，或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其他的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其他的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，既可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（read-only memory，ROM)、随机存取存储器（random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

最后：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于大数据的信息系统服务方法，其特征在于，包括如下步骤：

步骤S1，通过采集商品阅览安全信息获取每块商品阅览区域的商品阅览安全参数，设定商品阅览安全参数临界阈值，将商品阅览安全参数与商品阅览安全参数临界阈值比较，将商品阅览区域标记为存在较大安全隐患或存在较小安全隐患；并对标记为较小安全隐患的商品阅览区域进行排序；

步骤S2，通过采集商品重要程度信息计算商品重要程度参数，设定商品重要程度参数临界阈值，将商品重要程度参数与商品重要程度参数临界阈值比较，将商品标记为重要商品或普通商品；

步骤S3，根据商品重要程度参数的变化对商品阅览安全参数临界阈值进行调节。

2.根据权利要求1所述的一种基于大数据的信息系统服务方法，其特征在于：在步骤S1中，将商品阅览划分为n块商品阅览区域，对每块商品阅览区域分别进行安全监测，获取每块商品阅览区域的商品阅览安全参数；

商品阅览安全信息包括拐弯密度、区域人流量、空气流速偏差值和消防安全值；

计算拐弯密度，拐弯密度为观众需要拐弯的次数与商品阅览区域面积的比值；计算区域人流量，计算空气流速偏差值；计算消防安全值，消防安全值为商品阅览区域的消防设备数量与商品阅览区域面积的比值；将消防安全值标记为FV，将拐弯密度标记为TD，将区域人流量标记为RT，将空气流速偏差值标记为AD；

对拐弯密度、区域人流量、空气流速偏差值和消防安全值综合分析得到商品阅览安全参数，其表达式如下：；

公式中，E为商品阅览安全参数，分别为拐弯密度、区域人流量、空气流速偏差值和消防安全值的比例系数，且/>。

3.根据权利要求2所述的一种基于大数据的信息系统服务方法，其特征在于：设定商品阅览安全参数临界阈值，将商品阅览安全参数临界阈值标记为E0；当商品阅览安全参数小于商品阅览安全参数临界阈值，标记为存在较大安全隐患；此时，对商品阅览区域采取安全防护措施；

当商品阅览安全参数大于等于商品阅览安全参数临界阈值，标记为存在较小安全隐患；对标记为存在较小安全隐患的商品阅览区域，通过计算每块商品阅览区域的商品阅览安全参数对商品阅览区域排序。

4.根据权利要求3所述的一种基于大数据的信息系统服务方法，其特征在于：商品重要程度信息包括商品停留时间比和商品点击比；

采集商品停留时间比，设有m个观众，商品停留时间比为每个观众在某个商品的停留时间与每个观众的全部停留时间的比值，将商品停留时间比标记为；

计算商品点击比，商品点击比为某个商品点击次数和所有商品点击次数的比值，将商品点击比标记为ER；

综合分析商品停留时间比和商品点击比，得到商品重要程度参数，其表达式如下：；

公式中，K为商品重要程度参数标记，分别为商品点击比、商品停留时间比的比例系数，且/>；

设定商品重要程度参数临界阈值，将商品重要程度参数临界阈值标记为K0，当商品重要程度参数大于商品重要程度参数临界阈值，对该商品标记为重要商品；当商品重要程度参数小于等于商品重要程度参数临界阈值，对该商品标记为普通商品。

5.根据权利要求4所述的一种基于大数据的信息系统服务方法，其特征在于：在步骤S3中，当商品重要程度参数越大，调高商品阅览安全参数临界阈值，当商品重要程度参数越小，调低商品阅览安全参数临界阈值，具体调节方法如下：

计算校正系数P，其表达式如下：；

为某个商品阅览区域的所有商品的商品重要程度参数的平均值；根据校正系数P，对商品阅览安全参数临界阈值进行调整，二次调整的商品阅览安全参数临界阈值，其表达式如下：/>；

式中，S为二次调整的商品阅览安全参数临界阈值，为阈值调整系数。

6.根据权利要求1所述的一种基于大数据的信息系统服务方法，其特征在于：若在步骤S2中商品全标记为普通商品，且商品为走廊式排列场景；则商品阅览安全参数临界阈值通过步骤S4进行调节，步骤S4包括：

通过商品所在位置信息计算的走廊式排列下的商品关注度参数对商品阅览安全参数临界阈值进行调节；具体的：

商品所在位置信息包括商品被第几个观看的序号和商品距离出口距离；

将商品被第几个观看的序号标记为c；将商品距离出口距离标记为f；

对商品被第几个观看的序号和商品距离出口距离进行综合分析，计算走廊式排列下的商品关注度参数：；

式中，为走廊式排列下的商品关注度参数，/>、/>分别为商品距离出口距离和商品被第几个观看的序号的预设比例系数，/>；

设定走廊式排列下的商品关注度参数临界阈值，将走廊式排列下的商品关注度参数临界阈值标记为，计算/>，/>为走廊式排列场景下，某个商品阅览区域的所有商品的商品重要程度参数的平均值；

当商品重要程度参数越大，调高商品阅览安全参数临界阈值，当商品重要程度参数越小，调低商品阅览安全参数临界阈值，具体调节方法如下：

计算校正系数Q，其表达式如下：；

根据校正系数Q，对商品阅览安全参数临界阈值进行调整：；

式中，U为步骤S2中商品全标记为普通商品、且商品为走廊式排列场景的二次调整的商品阅览安全参数临界阈值，为步骤S2中商品全标记为普通商品、且商品为走廊式排列场景的阈值调整系数。