基于语义的网售护肤品消费者调查算法

2012-08-06张婷婷葛静

网络安全技术与应用 2012年9期

张婷婷葛静

1安徽机电职业技术学院信息工程系安徽 241000 2安徽交通职业技术学院管理工程系安徽 230051

0 引言

电子商务近年来发展迅速，网络销售成为商品的又一主要销售模式。化妆品已经成为网购的第三大产品，化妆品企业也纷纷树立自己的网站，开展了电子商务。但由于网购消费者的不确定性，怎样高效快速地对网售护肤品进行消费者调查是我们面临的紧迫挑战。

物联网是继计算机、互联网与移动通信网之后的世界信息产业第四次技术革命，指的是将各种信息传感设备，如射频识别RFID装置、红外感应器、全球定位系统、激光扫描器等种种装置与互联网结合起来而形成的一个巨大网络，可实现物物互联，实时地对物体进行识别、定位、追踪、监控等目的，符合消费者调查的技术要求。

本文结合了传统语义路由的思想，在物联网环境下，提出一种基于语义的网售护肤品消费者调查算法，可统计消费者对该护肤品的喜爱程度和使用习惯。该算法具有冗余数据少、能耗小、响应快速、实现简单等特点。

1 数据的存储

1.1 相关定义

感知节点：

物联网感知层负责监测、处理、中短距离传输数据，具体可以选用WSN技术、RFID技术等。本文中，装置感知层设备的护肤品统称感知节点，记为Node。

商品ID：

ID号是同类护肤品的惟一编号，出厂时已经指定，不能更改。

时间列表：

时间列表用于记录当前感知节点的消费者使用时间，记为TimeList(T1，T2，……Tn，Tn+1)。

当前所在地：

感知节点到达目的地时，通过自身感知设备定位所在地，记为TA_Now。

写入标识：

记为Flag，当Flag值为1时，感知设备启动；当值为0时，感知设备进入休眠状态；当Flag值为6，7，8，9，10时，标识该种护肤品的消费者喜爱程度。

剩余容量：

记为V，表明该护肤品的剩余量，当V=0，护肤品用净。

商品信息：

记为Inf，记录该护肤品的出厂信息，如性能、价格、生产日期、保质期等。

1.2 感知节点的数据结构模型

感知节点的属性分为静态属性和动态属性。静态属性是出厂时已经固化的信息，不能被修改，动态属性可以动态更新和维护。本文中，感知节点动态属性用二维表List_D表示，静态属性用二维表List_S表示。

静态属性表(List_S)：

静态属性包括：节点惟一编号(ID)和商品基本信息(Inf)。List_S格式见表1。

表1 静态属性表List_S

动态属性表(List_D)：

动态属性包括：当前所在地(TA_Now)、写入标识(Flag)、时间列表(TimeList)和剩余容量(V)。List_D格式见表2。

表2 动态属性表List_D

2 基于语义的网售护肤品消费者调查算法

2.1 语义表示

语义路由就是利用查询关键字与节点的映射关系，将查询请求转发给一部分被认为最有可能满足请求的节点。这种方法类似于前缀匹配，但它是直接将资源关键字映射到资源索引位置，查询关键字采用与资源关键字相同的语义表示形式。这样，查询关键字就与索引位置产生对应关系。本文中，要建立查询关键字与感知节点索引位置的对应关系，这样，就可以通过查询关键字将查询数据包路由到相应的感知节点，完成相应操作。

确定合适的查询关键字是本文算法的关键。对于数据结构，可选择每个感知节点的List_D、List_S中的内容作为资源关键字，即资源关键字为RK(ID, TA_Now,Flag,TimeList(T1，T2，……Tn，Tn+1))。查询关键字QK采用与资源关键字相同的语义表示QK(ID, TA_Now, Flag,TimeList(T1，T2，……Tn，Tn+1))。这样，查询关键字就与索引位置(感知节点位置)有了对应关系。

2.2 检测算法

感知节点在每次V值减少时启动感知设备，执行检测算法，其余时间均处于休眠状态，最大程度地节约资源。当检测时间间隔超过一年或者V为0时，设置Flag值为0，终止检测，进入休眠状态。Flag出厂初始值为1。检测伪算法描述如下。

2.3 消费者调查算法

商家可以通过返利的方式回收带有检测装置的护肤品包装。当检测到多于Nmax个邻居节点时，各检测节点苏醒，并自动执行调查算法。Nmax为调查结果有效的最低样本数，商家可根据需要自行设置。R6、R7、R8、R9、R10分别为消费者的五级制满意程度，对应Flag值为6、7、8、9、10。调查伪算法描述如下。

(1) 各检测节点检查剩余资源，资源最充足的自动上升为簇头节点。

searchNeighbor();}//簇头节点根据使用频率来判断各个邻居节点消费者满意度。searchNeighbor()方法用于寻找邻居节点。

(3) //NumT1、NumT2…… NumTn分别为T1、T2……Tn各时段的使用次数。

3 性能分析

设感知节点总数为N，整个算法分为检测和调查两部分，检测时不存在路由跳转，耗时O(1)，可忽略不计。调查算法中，簇头节点依次遍历所有节点，每个节点只被写入一次。写入延时忽略不计，簇头节点平均寻找延时为O(N2)。

OMNET++是开源的基于组件的模块化的开放网络仿真平台，可以对溯源算法进行很好的仿真。本文分别从网络延时、路由跳数两个方面，对本文溯源算法和进行性能分析。网络延时计算公式为：delay= (receive_time-send_time)/num，其中，receive_time表示接收包时间；send_time表示发送包的时间；num表示发包的数量；delay的单位是s。

从图1可以看出，本文溯源算法的网络时延大部分分布在0～0.6 S之间，这是因为本文算法的简单性，传输延时较小，符合物联网的实时性要求。