全媒体分析系统设计范文

本站小编为你精心准备了全媒体分析系统设计参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

《计算机与数字工程杂志》2014年第七期

1应用开发技术简介

本系统后台采用Spring框架，利用J2EE进行开发，数据库连接利用传统的Hibernate进行链接，在SpringSourceToolSuite中开发。Spring－SourceToolSuite基于SpringIDE，提供了其它的一些特性（如基于SpringdmServer的osgi开发），以及其它一些Spring项目的支持（如SpringRoo、SpringBatch）等。SpringSource软件设计的宗旨是去掉复杂性、提高生产效率和提高产品质量，进而加速程序生命周期。它帮助开发者在简洁设计与强大功能之间进行平衡。它是功能丰富的Ja－vaEE集成开发环境，包括了完备的编码、调试、测试和功能，完整支持HTML、Javascript、SQL、Hibernate等。系统的前台采用优秀的Flex技术，展现效果华丽，配合Mate框架更好地将Flex的事件管理好，整体逻辑更加清晰，管理更加方便。前台在FlexBuilder中完成全部开发。FlexBuilder与Flex服务器和框架的完全集成，可以确保最高效生产环境。它提供了以下的所有功能：对应用程序进行布局、编码、调试和部署。同时使用拖拉设计视图对应用程序进行快速布局和定型。并且与MXML和ActionScript紧密集成的代码编辑器更快速地进行编码。此外FlexBuilder使用集成的调试器调试应用程序逻辑和服务器通信。前后台之间，本文利用BlaszeDs技术进行消息的通讯，使得通讯消耗最小，与Flex和Spring的搭档最为舒适。

2系统设计

2.1模型架构分析本系统采用B／S（Browser／Server）模型架构。该模型—浏览器／服务器模型是基于计算机网络的系统是企业的内部信息系统常采用的一种结构优越的模型。前台利用Flex技术，将Flash的展现优势发挥出来，并且引入Mate框架，对Flex的事件进行高效地管理，并且合理地组织全部的结构。再利用BlazeDs［7］技术进行Flex前台和Java后台的消息沟通，使得前后台连结为一体。系统的后台依赖于J2EE平台，将Spring的事务管理服务，与Hibernate［8］集成到一起，有效地利用了Hibernate的自动化ORM实现，可使Spring与Hibernate一起管理资源，由Hibernate自身的QBE进行数据库的操作，高效、合理、安全。具体架构设计如图2所示。

2.2系统功能结构分析通过与全媒体企业员工的沟通，熟悉了全媒体企业的业务流程。同时又查阅了全媒体系统搭建的相关文献资料［9］，图3深入了解并分析了个全媒体企业所期望的全媒体分析系统的基本模块。针对上文模块分析，本文继续进行功能的细分，如图4所示。1）市场分析：针对存量市场以及新增市场进行相关信息统计展示。对存量市场和新增市场分别从市场高收视率频道特征分析、市场频道的用户流动性和市场节目收视状况三方面，以Grid表格数据、Bar图、Pie图、Line图、image导出、excel导出、报表打印等形式进行展示。需要提及的是，此处的存量市场是指客户注册时间等于或者大于6个月的客户群；相应的新增市场是指客户注册时间小于6个月的客户群。该模块是一般情况下，选择固定时间段，将信息展示出来，方便系统应用人员查看历史收视数据，对市场进行趋势勘察。2）客户分析：根据用户信息中特定的收视标签进行“与”、“或”组合，筛选出有利用价值的筛选结果，筛选者选择用户信息。同时，对筛选任务进行描述，系统将记录筛选条件以及筛选结果。同时也用于进行特定时间段筛选任务的展示，结果的重利用。同时，根据筛选出用户的显性特征，利用4．2节提出的业务推荐算法寻找适合此类人群的推荐业务。该模块方便企业业务推广人员针对性查找适合推广业务的人群。3）营销分析：基于特定的营销方案查找营销结果进行分析展示。对特定的营销方案，利用ID号查询出营销方案数据，然后分类展示。该模块是用于维护、分析和展示营销方案数据，方便企业业务推广人员查看业务推广信息，并作出相关决策。4）业务分析：针对广告投放，增值业务使用分析展示。该模块分别针对广告投放分析和业务应用分析，同样以Grid表格数据、Bar图、Pie图、Line图、image导出、Excel导出、报表打印等形式进行展示。广告投放分析包括插播广告的用户流失轨迹、互动电视页面访问行为分析；业务应用分析即增订业务订购及使用情况分析。该模块用于维护、分析和展示广告投放和增值业务投放对于客户流失情况的影响，以及投放效果的分析，方便企业业务管理人员查看业务情况以及其对用户的影响。除此之外，系统的建立要在功能、应用上很完善，系统设计还必须全图形界面［10］：使用方便，浏览器的操作模式和用户界面是标准化的。与企业内部其他系统风格一致，便于操作，与此同时该应用具有强大的数据交互能力：信息系统采用标准的数据交互接口，使得系统中的所有数据均可以和其它的软件进行数据交换。

3系统实现与测试

3.1系统设计与实现如上文所述，本系统总共分四大功能。从实现角度来说，其又可以分为报表展示功能和客户分析模块的筛选功能。本系统展示的数据不是原始数据，而是向管理人员展示的、已经经过元数据处理操作过的数据，这些元数据的处理操作很基本、很简单，包括分段、分类统计求和、排序等。在这样的设计模式下，在服务器下建立日志文件用于存储文件日志。当更新数据库值时，可以查看日志，有效地进行数据的更新。根据常规建立数据库的方法可以看出，按照一般的数据库表建立方式，动态添加列是相当困难的，为了合理地实现动态添加列，本文将现有的各数据表中的各列进行行向转化，经过横向转化之后存储入数据库表中，以此即可实现正常操作中的添加列操作。具体转变方式遵循的基本原则类似于矩阵中矩阵转置的概念，将列变为行记录，展现时再重新将行记录以列的形式展现。每增加一列，在数据库表中，将会增加一条行记录，因此，在实际增加列的操作中，将会很熟悉、轻易的达到［11］。需要说明的是，在目标客户筛选功能中，客户按照不同的分类选择需要筛选的值。分类为基本信息和客户标签信息特征值。在客户信息条件选择中，考虑到广电媒体项目中，数据量大、客户标签分类变动以及本身Flex的一些特性，本文均采用实时请求、不加冗余的方案。实时请求，即每当需要用到目标客户筛选功能，加载该页面时，该页面通过本页面的initial（）函数自动向后台请求，调出备选项发送到前台，供用户选择。此项操作将会减少每次加载系统的时间，有效地提高用户体验。在客户标签信息特征值中，由于公司、企业对用户标签的分类变化较为频繁，因此，为了在备选项中添加有效的备选值，每次点击当前层特征值时，均会向后台发送请求，要求申请得到数据库中子层的分类，直到特征值层。不加冗余，即每个备选项中值均为数据库中已存值不加重复的调出送往前台。此项操作将减少前台备选值的冗余度和不合理性，最大程度的提高用户体验。如：个人信息“地区”选择项，若数据库中各行数据只有“南京”、“上海”、“北京”三个值，那么将向前台发送这三个值作为备选项值。

3.2基于显性用户特征的推荐算法目前广电企业对于业务进行了细致的分类，该分类主要依据国家颁发的分类标准，在此基础上本文作者结合了DVB的分类做如下分类：TVpro－gram、Movie、News、Finance、Entertainment、Sports、Drama、Kid、Science＆Education、Anima－tion、Documentary、Travel＆Living、Interview、Military、Legal和SpecialTopic，总共一类业务有16个，2类业务有124个。文献［12］中提出了基于用户的显性推荐算法，显性推荐值为通过上述公式，可以看出各个属性的权重是完全相同的，本文基于用户的收视特性，对上述算法做了调整，具体表示如下：

3.3系统测试为了保证系统的质量，需要按照规定对系统进行软件测试。在系统开发过程中，系统测试应由系统开发人员与系统测试人员协同完成。系统测试的设计的一系列测试用例，应覆盖系统的所有功能。按照以上对全媒体分析系统（MAS）测试的介绍，对系统的功能模块进行测试，经过缜密的测试，各项指标均正常。由于篇幅限制，本文对系统的测试分析部分，不一一列出，系统已经部署在服务器上，读者完全可以自行登录操作本系统。

4结语

本文主要完成了全媒体分析系统的设计与实现。当前完成了在Windows终端平台上，采用Spring＋Hibernate＋BlazeDs＋Flex＋Mate技术，在SpringSourceToolsSuits＋FlexBuilder开发软件中完成系统的代码实现，实现了企业内部给予的全部业务需求，满足了企业对系统的应用要求，完成对本系统所需各个模块的功能设计，最终达到对全部功能的实现。并且提出了一种基于显性用户特征的业务推荐算法，测试中得到的系统推荐结果能够匹配用户的行为，统计发现推荐准确率达到75％以上。

作者：徐磊魏海燕王忠徐曜单位：华为技术西安研究所西北工业大学人事处西北工业大学计算机学院