基于云計算技術的周邊數據實時查詢方法
【專利摘要】本發明公開了一種基于云計算技術的周邊數據實時查詢方法，先利用云計算技術和網絡爬蟲扒取網絡上有用的相關信息儲存到服務器的數據庫中，并間隔一段時間重新扒取一次數據，更新數據庫中已有的信息并添加以前為查詢到的信息。當用戶發送查詢請求指令，則服務器利用云計算技術在數據庫中進行快速查詢，如未查詢到這立刻進行全網查詢。如果在規定時間內查詢到結果，則返還用戶所得結果，如未在規定時間內查詢到結果，則返還用戶查詢失敗指令。
【專利說明】
基于云計算技術的周邊數據實時查詢方法
技術領域
[0001]本發明涉及一種數據實時查詢方法，尤其涉及一種基于云計算技術的周邊數據實時查詢方法，屬于計算機技術領域。
【背景技術】
[0002]隨著移動互聯網的普及，大數據、云計算技術的成熟，大量社交、地圖等app出現在我們眼前。現在數據爆炸式的增長，在帶給人們方便迅捷的同時，也使人們處于垃圾信息的包圍之中。如何方便快捷的給用戶帶來他們想要的數據變成了當下的熱點問題。
[0003]就目前而言，數據查詢基本都是基于全網查詢，是一種大范圍的查詢，查詢信息不會因為用戶所在的地理位置的改變而改變，所以用戶查詢時會因為距離問題產生大量對用戶無用的信息。而有一些基于地理位置的周邊查詢，數據庫更新時間間隔較長，常常存在把過期數據反饋給用戶的現象，不能滿足用戶對數據的實時性需求。。
【發明內容】
[0004]本發明所要解決的技術問題是針對【背景技術】的不足提供了一種基于云計算技術的周邊數據實時查詢方法。
[0005]本發明為解決上述技術問題采用以下技術方案
基于云計算技術的周邊數據實時查詢方法，，具體包含如下步驟:
步驟1，利用云計算技術和網絡爬蟲扒取網絡上有用的相關信息，進而儲存到服務器的數據庫中；
步驟2，間隔一段時間重新扒取一次全網數據，更新數據庫中已有的信息；
步驟3，用戶發送查詢請求指令，服務器利用云計算技術在數據庫中進行快速查詢，如未查詢到則立刻進行全網查詢:若在規定時間內查詢到結果，則返還用戶所得結果;若未在規定時間內查詢到結果，則返還用戶查詢失敗指令。
[0006]作為本發明基于云計算的周邊實時查詢方法的進一步優選方案，所述步驟3具體包含如下步驟:
步驟3.1，用戶發送一次查詢請求指令，服務器接收用戶請求；
步驟3.2，利用云計算篩選出用戶查詢的相關信息，然后根據用戶和商品所在的經瑋度計算出用戶到商品所在位置的距離；
步驟3.3，根據計算所得的用戶與商品之間的距離，以及商品的評分進行雙權重的綜合排序；
步驟3.4，如果在數據庫中未找到相關數據，則調用網絡爬蟲進行全網查詢，如在規定時間內查詢到相關信息，則進行3.2，如未查詢到相關信息，則返回失敗指令；
步驟3.5，服務器返還客戶端信息，如成功則返還用戶查詢結果，如失敗則返還用戶失敗提示。
[0007]作為本發明基于云計算的周邊實時查詢方法的進一步優選方案，所述請求指令包括用戶的經瑋度和查詢商品信息。
[0008]作為本發明基于云計算的周邊實時查詢方法的進一步優選方案，在步驟3.2中，利用GPS定位模塊獲取用戶和商品所在的經瑋度參數。
[0009]作為本發明基于云計算的周邊實時查詢方法的進一步優選方案，在步驟3.3中，商品的評分獲取具體根據如下公式:w = h*0.6 +(100 - p)*0.4，其中w代表總和評分，h代表用戶的商品之間的距離，P代表商品評分。
[0010]本發明采用以上技術方案與現有技術相比，具有以下技術效果:
1.云計算運用了并行計算等方法，極大的提高了對大量數據處理的速度，面對以前的數據處理方法，云計算將處理時間極大的縮短；
2.網絡爬蟲每隔一段時間就進行一次全網扒取數據，并將數據存儲到服務器中，這保證了數據的有效性，實時性，防止了把無效數據返還給用戶；
3.基于大量數據，因此選擇余地大，在大量數據中找出相對較少的數據，經過評分排除一些相關性小的數據，因此使數據查詢更加準確。
【附圖說明】
[0011 ]圖1是圖1是支持周邊查詢服務的框架；
圖2是基于地理位置與評分綜合排序的流程圖。
【具體實施方式】
[0012]下面結合附圖對本發明的技術方案做進一步的詳細說明:
如圖1所示，基于云計算技術的周邊數據實時查詢方法，具體包含如下步驟:
步驟1，利用云計算技術和網絡爬蟲扒取網絡上有用的相關信息，進而儲存到服務器的數據庫中；
步驟2，間隔一段時間重新扒取一次全網數據，更新數據庫中已有的信息；
步驟3，用戶發送查詢請求指令，服務器利用云計算技術在數據庫中進行快速查詢，如未查詢到則立刻進行全網查詢:若在規定時間內查詢到結果，則返還用戶所得結果;若未在規定時間內查詢到結果，則返還用戶查詢失敗指令。
[0013]所述步驟3具體包含如下步驟:
步驟3.1，用戶發送一次查詢請求指令，服務器接收用戶請求；
步驟3.2，利用云計算篩選出用戶查詢的相關信息，然后根據用戶和商品所在的經瑋度計算出用戶到商品所在位置的距離；
步驟3.3，根據計算所得的用戶與商品之間的距離，以及商品的評分進行雙權重的綜合排序；
步驟3.4，如果在數據庫中未找到相關數據，則調用網絡爬蟲進行全網查詢，如在規定時間內查詢到相關信息，則進行3.2，如未查詢到相關信息，則返回失敗指令；
步驟3.5，服務器返還客戶端信息，如成功則返還用戶查詢結果，如失敗則返還用戶失敗提示。
[0014]本發明所述基于云計算的周邊實時查詢系統中首先啟動網絡爬蟲模塊，扒取全網大量有效數據，并存儲到服務器中，信息存儲格式為:商品標號、商品經瑋度、商品評分、商品信息四種值。網絡爬蟲模塊并每隔一段時間進行一次全網扒取數據，添加并更新數據庫中的數據。當用戶經行查詢時，用戶發送數據到服務器，發送數據格式為:用戶經瑋度，用戶查詢的商品。如圖2所示，【具體實施方式】為:
(1)用戶發送信息到遠程服務器；
(2)服務器確認接收請求，調用云計算模塊在數據庫中查找數據，具體查找數據方法為:
①首先根據商品標號，利用云計算快速找出相關商品；
②利用勾股定理計算出查找到的相關商品到用戶的距離；
③利用已知的評分和計算出的距離，進行雙權重排序，排序公式為:
w = h*0.6 +(100 - p)*0.4 (w代表總和評分，h代表用戶的商品之間的距離，p代表商品評分，100分值)，所得w越小排名越靠前；
(3)如果服務器未在數據庫中查找到相應信息，則調用網絡爬蟲模塊進行全網查詢，如在規定時間內查詢到有效信息，則如(2)經行信息排序，如未在規定時間內查詢到相關信息，則返回查詢失敗指令；
(4)如查詢成功，把排名靠前的數據發送給用戶，數據格式為:商品地點(經瑋度)，評分，商品信息;如查詢失敗，則返還查詢失敗給用戶，一次查詢到此結束。
[0015]綜上所述，本發明方法基于周邊查詢的特性，提出了一種利用云計算更快速高效的實時查詢信息的新方法，主要用于解決周邊查詢速度慢，信息更新不及時，不準確的問題。通過這種方法，我們可以更高效、更快速、更準確的找到我們想要的周邊數據，下面我們給出具體的說明:
1.云計算運用了并行計算等方法，極大的提高了對大量數據處理的速度，面對以前的數據處理方法，云計算將處理時間極大的縮短。
[0016]2.網絡爬蟲每隔一段時間就進行一次全網扒取數據，并將數據存儲到服務器中，這保證了數據的有效性，實時性，防止了把無效數據返還給用戶。
[0017]3.基于大量數據，因此選擇余地大，在大量數據中找出相對較少的數據，經過評分排除一些相關性小的數據，因此使數據查詢更加準確。
本技術領域技術人員可以理解的是，除非另外定義，這里使用的所有術語(包括技術術語和科學術語)具有與本發明所屬領域中的普通技術人員的一般理解相同的意義。還應該理解的是，諸如通用字典中定義的那些術語應該被理解為具有與現有技術的上下文中的意義一致的意義，并且除非像這里一樣定義，不會用理想化或過于正式的含義來解釋。
[0018]以上實施例僅為說明本發明的技術思想，不能以此限定本發明的保護范圍，凡是按照本發明提出的技術思想，在技術方案基礎上所做的任何改動，均落入本發明保護范圍之內。上面對本發明的實施方式作了詳細說明，但是本發明并不限于上述實施方式，在本領域普通技術人員所具備的知識范圍內，還可以在不脫離本發明宗旨的前提下做出各種變化。
【主權項】
1.基于云計算技術的周邊數據實時查詢方法，其特征在于，具體包含如下步驟: 步驟I，利用云計算技術和網絡爬蟲扒取網絡上有用的相關信息，進而儲存到服務器的數據庫中； 步驟2，間隔一段時間重新扒取一次全網數據，更新數據庫中已有的信息； 步驟3，用戶發送查詢請求指令，服務器利用云計算技術在數據庫中進行快速查詢，如未查詢到則立刻進行全網查詢:若在規定時間內查詢到結果，則返還用戶所得結果;若未在規定時間內查詢到結果，則返還用戶查詢失敗指令。2.根據權利要求1所述的基于云計算的周邊實時查詢方法，其特征在于:所述步驟3具體包含如下步驟: 步驟3.1，用戶發送一次查詢請求指令，服務器接收用戶請求； 步驟3.2，利用云計算篩選出用戶查詢的相關信息，然后根據用戶和商品所在的經瑋度計算出用戶到商品所在位置的距離； 步驟3.3，根據計算所得的用戶與商品之間的距離，以及商品的評分進行雙權重的綜合排序； 步驟3.4，如果在數據庫中未找到相關數據，則調用網絡爬蟲進行全網查詢，如在規定時間內查詢到相關信息，則進行3.2，如未查詢到相關信息，則返回失敗指令； 步驟3.5，服務器返還客戶端信息，如成功則返還用戶查詢結果，如失敗則返還用戶失敗提示。3.根據權利要求1所述的基于云計算的周邊實時查詢方法，其特征在于:所述請求指令包括用戶的經瑋度和查詢商品信息。4.根據權利要求2所述的基于云計算的周邊實時查詢方法，其特征在于:在步驟3.2中，利用GPS定位模塊獲取用戶和商品所在的經瑋度參數。5.根據權利要求2所述的基于云計算的周邊實時查詢方法，其特征在于:在步驟3.3中，商品的評分獲取具體根據如下公式:w = h*0.6 +(100 - p)*0.4，其中w代表總和評分，h代表用戶的商品之間的距離，P代表商品評分。
【文檔編號】H04L29/08GK105897874SQ201610201828
【公開日】2016年8月24日
【申請日】2016年4月1日
【發明人】王海艷, 趙濟洲, 吳英強, 駱鍵
【申請人】南京郵電大學