基于語義的網售護膚品消費者調查算法

張婷婷 葛靜

1安徽機電職業技術學院信息工程系 安徽 241000 2安徽交通職業技術學院管理工程系 安徽 230051

0 引言

電子商務近年來發展迅速，網絡銷售成為商品的又一主要銷售模式。化妝品已經成為網購的第三大產品，化妝品企業也紛紛樹立自己的網站，開展了電子商務。但由于網購消費者的不確定性，怎樣高效快速地對網售護膚品進行消費者調查是我們面臨的緊迫挑戰。

物聯網是繼計算機、互聯網與移動通信網之后的世界信息產業第四次技術革命，指的是將各種信息傳感設備，如射頻識別RFID裝置、紅外感應器、全球定位系統、激光掃描器等種種裝置與互聯網結合起來而形成的一個巨大網絡，可實現物物互聯，實時地對物體進行識別、定位、追蹤、監控等目的，符合消費者調查的技術要求。

本文結合了傳統語義路由的思想，在物聯網環境下，提出一種基于語義的網售護膚品消費者調查算法，可統計消費者對該護膚品的喜愛程度和使用習慣。該算法具有冗余數據少、能耗小、響應快速、實現簡單等特點。

1 數據的存儲

1.1 相關定義

感知節點：

物聯網感知層負責監測、處理、中短距離傳輸數據，具體可以選用WSN技術、RFID技術等。本文中，裝置感知層設備的護膚品統稱感知節點，記為Node。

商品ID：

ID號是同類護膚品的惟一編號，出廠時已經指定，不能更改。

時間列表：

時間列表用于記錄當前感知節點的消費者使用時間，記為TimeList(T1，T2，……Tn，Tn+1)。

當前所在地：

感知節點到達目的地時，通過自身感知設備定位所在地，記為TA_Now。

寫入標識：

記為Flag，當Flag值為1時，感知設備啟動；當值為0時，感知設備進入休眠狀態；當Flag值為6，7，8，9，10時，標識該種護膚品的消費者喜愛程度。

剩余容量：

記為V，表明該護膚品的剩余量，當V=0，護膚品用凈。

商品信息：

記為Inf，記錄該護膚品的出廠信息，如性能、價格、生產日期、保質期等。

1.2 感知節點的數據結構模型

感知節點的屬性分為靜態屬性和動態屬性。靜態屬性是出廠時已經固化的信息，不能被修改，動態屬性可以動態更新和維護。本文中，感知節點動態屬性用二維表List_D表示，靜態屬性用二維表List_S表示。

靜態屬性表(List_S)：

靜態屬性包括：節點惟一編號(ID)和商品基本信息(Inf)。List_S格式見表1。

表1 靜態屬性表List_S

動態屬性表(List_D)：

動態屬性包括：當前所在地(TA_Now)、寫入標識(Flag)、時間列表(TimeList)和剩余容量(V)。List_D格式見表2。

表2 動態屬性表List_D

2 基于語義的網售護膚品消費者調查算法

2.1 語義表示

語義路由就是利用查詢關鍵字與節點的映射關系，將查詢請求轉發給一部分被認為最有可能滿足請求的節點。這種方法類似于前綴匹配，但它是直接將資源關鍵字映射到資源索引位置，查詢關鍵字采用與資源關鍵字相同的語義表示形式。這樣，查詢關鍵字就與索引位置產生對應關系。本文中，要建立查詢關鍵字與感知節點索引位置的對應關系，這樣，就可以通過查詢關鍵字將查詢數據包路由到相應的感知節點，完成相應操作。

確定合適的查詢關鍵字是本文算法的關鍵。對于數據結構，可選擇每個感知節點的List_D、List_S中的內容作為資源關鍵字，即資源關鍵字為RK(ID, TA_Now,Flag,TimeList(T1，T2，……Tn，Tn+1))。查詢關鍵字QK采用與資源關鍵字相同的語義表示QK(ID, TA_Now, Flag,TimeList(T1，T2，……Tn，Tn+1))。這樣，查詢關鍵字就與索引位置(感知節點位置)有了對應關系。

2.2 檢測算法

感知節點在每次V值減少時啟動感知設備，執行檢測算法，其余時間均處于休眠狀態，最大程度地節約資源。當檢測時間間隔超過一年或者V為0時，設置Flag值為0，終止檢測，進入休眠狀態。Flag出廠初始值為1。檢測偽算法描述如下。

2.3 消費者調查算法

商家可以通過返利的方式回收帶有檢測裝置的護膚品包裝。當檢測到多于Nmax個鄰居節點時，各檢測節點蘇醒，并自動執行調查算法。Nmax為調查結果有效的最低樣本數，商家可根據需要自行設置。R6、R7、R8、R9、R10分別為消費者的五級制滿意程度，對應Flag值為6、7、8、9、10。調查偽算法描述如下。

(1) 各檢測節點檢查剩余資源，資源最充足的自動上升為簇頭節點。

searchNeighbor();}//簇頭節點根據使用頻率來判斷各個鄰居節點消費者滿意度。searchNeighbor()方法用于尋找鄰居節點。

(3) //NumT1、NumT2…… NumTn分別為T1、T2……Tn各時段的使用次數。

3 性能分析

設感知節點總數為N，整個算法分為檢測和調查兩部分，檢測時不存在路由跳轉，耗時O(1)，可忽略不計。調查算法中，簇頭節點依次遍歷所有節點，每個節點只被寫入一次。寫入延時忽略不計，簇頭節點平均尋找延時為O(N2)。

OMNET++是開源的基于組件的模塊化的開放網絡仿真平臺，可以對溯源算法進行很好的仿真。本文分別從網絡延時、路由跳數兩個方面，對本文溯源算法和進行性能分析。網絡延時計算公式為：delay= (receive_time-send_time)/num，其中，receive_time表示接收包時間；send_time表示發送包的時間；num表示發包的數量；delay的單位是s。

從圖1可以看出，本文溯源算法的網絡時延大部分分布在0～0.6 S之間，這是因為本文算法的簡單性，傳輸延時較小，符合物聯網的實時性要求。

圖1 本文算法的網絡時延曲線

4 結論

本文提出一種在物聯網環境中基于語義的網售護膚品消費者調查算法，這種算法可以統計消費者對商品的喜愛程度和使用習慣。新算法具有冗余數據少、能耗小、響應快速、實現簡單等優點。但是該算法是在假設簇頭節點資源充足的情況下提出的，如果簇頭節點電量耗盡，調查結果可能會出現錯誤，這是今后要研究的重點問題。

[1] 谷俊,廣豐.日化產品電子商務發展現狀及趨勢[J].中國化妝品(行業).2011.

[2] 王保云.物聯網技術研究綜述[J].電子測量與儀器學報.2009.

[3] 張婷婷等.無線傳感器網絡中基于語義路由的事件查詢算法.儀器儀表學報[J].2008.

[4] 李占波等.基于Chord算法的物聯網信息查詢機制.計算機工程[J].2011.