關(guān)于電力營(yíng)銷(xiāo)數(shù)據(jù)的智能搜索引擎架構(gòu),搜索引擎論文

關(guān)于電力營(yíng)銷(xiāo)數(shù)據(jù)的智能搜索引擎架構(gòu),搜索引擎論文摘要：隨著內(nèi)蒙古多年以來(lái)的電網(wǎng)建設(shè)以及信息化建設(shè),電力營(yíng)銷(xiāo)對(duì)數(shù)據(jù)整合能力以及信息搜索速度要求越來(lái)越高,因而,在電力公司對(duì)數(shù)據(jù)搜索能力進(jìn)行提升的需求下,本文就怎樣對(duì)目的數(shù)據(jù)進(jìn)行快速搜索,提出一套智能搜索引擎的總體架構(gòu)。該引擎在架構(gòu)上采用分布和集中相結(jié)合的形式,并通過(guò)對(duì)數(shù)據(jù)庫(kù)索引建立方式方法的改良,以及對(duì)由遺傳算法演化而來(lái),具有自適應(yīng)能力的索引算法的改良,使得該基于大數(shù)據(jù)的營(yíng)銷(xiāo)數(shù)據(jù)智能搜索引擎提供的智能化營(yíng)銷(xiāo)數(shù)據(jù)搜索方式極大提高了檢索速度以及結(jié)果準(zhǔn)確度,成為營(yíng)銷(xiāo)業(yè)務(wù)處理經(jīng)過(guò)中不可或缺的用戶(hù)助手。本文關(guān)鍵詞語(yǔ)：智能搜索;大數(shù)據(jù);檢索算法;Abstract：WiththeconstructionofpowergridandinformationtechnologyinInnerMongoliaformanyyears,powermarketingrequireshigherandhigherdataintegrationabilityandinformationsearchspeed.Therefore,inordertoimprovethedatasearchabilityofpowercompanies,thispaperputsforwardanoverallframeworkofintelligentsearchengineonhowtosearchtargetdataquickly.Thesearchengineadoptsthemodeofcombinationofdistributionandcentralizationinitsstructure.Throughtheimprovementofdatabaseindexestablishmentmethodandtheimprovementofindexalgorithmwithadaptiveabilityevolvedfromgeneticalgorithm,theintelligentmarketingdatasearchmethodprovidedbytheintelligentmarketingdatasearchenginebasedonlargedataisgreatlyimproved.Itimprovestheretrievalspeedandaccuracyoftheresults,andbecomesanindispensableuserassistantintheprocessofmarketingbusinessprocessing.Keyword：intelligentsearch;bigdata;retrievalalgorithm;0、引言隨著內(nèi)蒙古電網(wǎng)多年以來(lái)的信息化建設(shè),電力公司采集的數(shù)據(jù)量與日俱增,加上數(shù)據(jù)構(gòu)造日益復(fù)雜,使得在現(xiàn)有系統(tǒng)下,從這些龐大而復(fù)雜的數(shù)據(jù)中搜索目的數(shù)據(jù)勢(shì)必會(huì)消耗損費(fèi)大量的時(shí)間。因而,本文對(duì)原有系統(tǒng)的數(shù)據(jù)庫(kù)與搜索算法升級(jí),進(jìn)而適應(yīng)如今的數(shù)據(jù)搜索需求。在數(shù)據(jù)庫(kù)方面,當(dāng)前的構(gòu)造化數(shù)據(jù)庫(kù),在進(jìn)行快速檢索時(shí),系統(tǒng)需要在幾百億條記錄中查找到關(guān)于某用戶(hù)在某一天的用電量記錄,超出了一般軟件的快速分析處理能力。所以在龐大的數(shù)據(jù)中能夠準(zhǔn)確快速地查找相應(yīng)的數(shù)據(jù)成為了關(guān)鍵。而在搜索引擎方面,由于電力公司需要的是面對(duì)數(shù)據(jù)的搜索,但現(xiàn)有搜索引擎都以文檔和網(wǎng)頁(yè)搜索為主,所以需要提出更高層次效且有針對(duì)性的搜索引擎方案。綜上所述,為了更快地搜索目的數(shù)據(jù),并在大數(shù)據(jù)背景下提供全方位的數(shù)據(jù)存儲(chǔ)、查詢(xún)與挖掘服務(wù),本文在對(duì)內(nèi)蒙古電力公司信息化系統(tǒng)和現(xiàn)有的數(shù)據(jù)存儲(chǔ)與搜索方式進(jìn)行調(diào)研分析的基礎(chǔ)上,通過(guò)對(duì)數(shù)據(jù)庫(kù)的索引方式與搜索引擎的搜索算法的改良,提出一套智能搜索引擎的總體架構(gòu)。1、智能搜索引擎總體架構(gòu)智能搜索引擎的總體架構(gòu)分為下面2個(gè)方面:1)在硬件架構(gòu)方面,隨著內(nèi)蒙古電力多年以來(lái)的電網(wǎng)建設(shè)以及信息化建設(shè),營(yíng)銷(xiāo)部門(mén)的數(shù)據(jù)量在持續(xù)增長(zhǎng)并且數(shù)據(jù)構(gòu)造也日趨復(fù)雜,這時(shí)將營(yíng)銷(xiāo)、管控等業(yè)務(wù)單元全部集中部署在一臺(tái)大型機(jī)上,已無(wú)法知足內(nèi)蒙古電力公司對(duì)其數(shù)據(jù)搜索以及處理需求。因而,本系統(tǒng)采用分布式的方式方法部署,進(jìn)而大大提高服務(wù)器的性能和總體服務(wù)質(zhì)量。2)在軟件架構(gòu)方面,電力營(yíng)銷(xiāo)數(shù)據(jù)智能搜索引擎總體構(gòu)造由圖1所示的4個(gè)部分組成。系統(tǒng)首先將電力營(yíng)銷(xiāo)、線路檢修等系統(tǒng)提取出的相關(guān)數(shù)據(jù),綜合外部經(jīng)濟(jì)因素等數(shù)據(jù),通過(guò)數(shù)據(jù)接入層,把這些數(shù)據(jù)采集接入,隨后通過(guò)去冗以及矛盾實(shí)體的辨別,將沒(méi)有價(jià)值的數(shù)據(jù)、錯(cuò)誤的數(shù)據(jù)等進(jìn)行過(guò)濾,之后進(jìn)行建模、聚類(lèi)抽樣,建立起數(shù)據(jù)索引,為后面的檢索算法做好基礎(chǔ)。最后通過(guò)索引算法進(jìn)行快速的數(shù)據(jù)檢索[1]。圖1智能搜索引擎總體架構(gòu)2、智能搜索引擎數(shù)據(jù)庫(kù)數(shù)據(jù)庫(kù)是以一定方式存儲(chǔ)于一起,有較小的冗余度,給予多個(gè)用戶(hù)分享的數(shù)據(jù)集合[2]。一個(gè)構(gòu)造良好的數(shù)據(jù)庫(kù)可為搜索引擎的高效性和結(jié)果的有效性打下堅(jiān)實(shí)基礎(chǔ)。本系統(tǒng)從數(shù)據(jù)接入、數(shù)據(jù)集成和規(guī)約、數(shù)據(jù)索引建立3個(gè)方面來(lái)構(gòu)建智能搜索引擎的數(shù)據(jù)庫(kù)。2.1、數(shù)據(jù)接入數(shù)據(jù)的采集接入將電力公司下的各個(gè)業(yè)務(wù)系統(tǒng)數(shù)據(jù)、外部環(huán)境數(shù)據(jù)導(dǎo)入數(shù)據(jù)庫(kù)。主要通過(guò)下面幾種方式:1)通過(guò)人工采集,制作成約定格式的文檔,經(jīng)過(guò)導(dǎo)入程序,將人工采集到的數(shù)據(jù)導(dǎo)入系統(tǒng)。2)使用標(biāo)準(zhǔn)API接口獲取營(yíng)銷(xiāo)數(shù)據(jù)并導(dǎo)入系統(tǒng)。3)采用爬蟲(chóng)技術(shù)來(lái)獲取外部需求數(shù)據(jù),例如宏觀經(jīng)濟(jì)數(shù)據(jù)等。2.2、數(shù)據(jù)集成和規(guī)約當(dāng)存在多個(gè)分散的數(shù)據(jù)倉(cāng)庫(kù)時(shí),重復(fù)數(shù)據(jù)會(huì)對(duì)存儲(chǔ)、查找造成資源浪費(fèi),因而對(duì)采集到的數(shù)據(jù)進(jìn)行集成和規(guī)約必不可少。在數(shù)據(jù)集成中,最重要的冗余屬性的辨別是將具有相關(guān)屬性的數(shù)據(jù)從不同的倉(cāng)庫(kù)中抽出并整合,然后經(jīng)過(guò)相關(guān)性分析得出不同屬性的相關(guān)系數(shù)。將相關(guān)性較高的屬性剔除后,實(shí)現(xiàn)數(shù)據(jù)的集成[3]。數(shù)據(jù)的規(guī)約包括2個(gè)方面:1)屬性規(guī)約,即削減屬性個(gè)數(shù)或?qū)⒍鄠€(gè)舊屬性歸并成一個(gè)新屬性。2)數(shù)量規(guī)約,即通過(guò)選擇替代的、較小的數(shù)據(jù)來(lái)減少數(shù)據(jù)量,分為有參數(shù)數(shù)據(jù)和無(wú)參數(shù)數(shù)據(jù)[4]。華而不實(shí)有參數(shù)數(shù)據(jù)的處理只需進(jìn)行建模并存放模型的參數(shù)即可[5]。而對(duì)于無(wú)參數(shù)數(shù)據(jù)的處理,采用圖表存放并顯示數(shù)據(jù)。電力大數(shù)據(jù)的特點(diǎn)之一就是數(shù)據(jù)的多樣化[6]。信息可能由于多種因素導(dǎo)致錄入錯(cuò)誤,而規(guī)約就是發(fā)現(xiàn)并且糾正數(shù)據(jù)文件中可辨別錯(cuò)誤的一道程序。假如對(duì)于數(shù)據(jù)審查經(jīng)過(guò)中發(fā)現(xiàn)的異常值不選用適當(dāng)方式方法進(jìn)行處理,會(huì)對(duì)后續(xù)的統(tǒng)計(jì)分析造成嚴(yán)重影響。因而有效的集成和規(guī)約,是影響數(shù)據(jù)搜索準(zhǔn)確性的關(guān)鍵因素。2.3、數(shù)據(jù)索引當(dāng)數(shù)據(jù)進(jìn)入系統(tǒng)后,需要根據(jù)字段名稱(chēng)與數(shù)據(jù)庫(kù)字段進(jìn)行對(duì)照,進(jìn)而構(gòu)成系統(tǒng)的數(shù)據(jù)定義[7]。索引問(wèn)題最重要的是高效查找數(shù)據(jù)[8]。當(dāng)服務(wù)器面對(duì)諸多冗雜的數(shù)據(jù),建立數(shù)據(jù)庫(kù)索引是提高搜索的速度以及準(zhǔn)確性非常實(shí)用的方式方法。建立數(shù)據(jù)索引就是在數(shù)據(jù)庫(kù)管理系統(tǒng)中創(chuàng)立一個(gè)排序的數(shù)據(jù)構(gòu)造,進(jìn)而協(xié)助實(shí)現(xiàn)數(shù)據(jù)的快速查詢(xún)、更新[9]。索引的開(kāi)創(chuàng)建立,不僅僅保證數(shù)據(jù)庫(kù)表中數(shù)據(jù)的唯一性,同時(shí)也將數(shù)據(jù)檢索速度提升了一個(gè)檔次[10],使得查詢(xún)的效率得到極大提高,并且對(duì)表和表之間的連接也起到了加速作用,能夠顯著減少查詢(xún)中分組排序的時(shí)間[11],同時(shí)在實(shí)現(xiàn)數(shù)據(jù)的參考完好性方面也具有重要作用[12]。因而在實(shí)現(xiàn)經(jīng)過(guò)中,本文將索引引入內(nèi)蒙古電力營(yíng)銷(xiāo)數(shù)據(jù)智能搜索引擎中。在對(duì)數(shù)據(jù)內(nèi)容進(jìn)行掃描,分配對(duì)應(yīng)大小內(nèi)存來(lái)建立索引的經(jīng)過(guò)中,由于傳統(tǒng)方式的詞典信息一直在內(nèi)存中進(jìn)行維護(hù),使后續(xù)的中間結(jié)果可用內(nèi)存越來(lái)越少,所以本文通過(guò)改良建立索引的經(jīng)過(guò),在內(nèi)存中數(shù)據(jù)寫(xiě)入磁盤(pán)的同時(shí),將詞典、所有中間結(jié)果信息寫(xiě)入磁盤(pán),使內(nèi)存空間得到釋放,進(jìn)而在后續(xù)的索引建立經(jīng)過(guò)中,實(shí)現(xiàn)全部定額內(nèi)存的使用[13]。通過(guò)對(duì)索引的引入以及建立經(jīng)過(guò)的改良,有效地提高了內(nèi)蒙古電力營(yíng)銷(xiāo)數(shù)據(jù)的搜索速度。3、智能搜索引擎的算法實(shí)現(xiàn)3.1、檢索方式方法對(duì)于電力數(shù)據(jù),經(jīng)常需要從不同維度進(jìn)行檢索,這就需要根據(jù)用戶(hù)的目的,將復(fù)雜構(gòu)造的數(shù)據(jù)轉(zhuǎn)換成單一構(gòu)造的數(shù)據(jù)進(jìn)行過(guò)濾。本系統(tǒng)在數(shù)據(jù)處理經(jīng)過(guò)中通過(guò)參加過(guò)濾器,并設(shè)定聚類(lèi)或關(guān)聯(lián)分析的規(guī)則,剔除搜索條件中不符合的數(shù)據(jù)和參數(shù),進(jìn)而確保檢索的高效以及結(jié)果的準(zhǔn)確。除此之外,系統(tǒng)運(yùn)用分布式文件系統(tǒng)、批處理等技術(shù),通過(guò)對(duì)用戶(hù)的檢索需求點(diǎn)以及需求度進(jìn)行分析處理,進(jìn)而動(dòng)態(tài)調(diào)整檢索策略,假如檢索結(jié)果符合需求則直接輸出;假如檢索結(jié)果不符合需求則重新調(diào)整檢索策略,構(gòu)成一個(gè)對(duì)檢索策略的反應(yīng)機(jī)制,如此反復(fù)直到檢索結(jié)果符合用戶(hù)的檢索需求[14]。系統(tǒng)的智能搜索主要具體表現(xiàn)出在2個(gè)方面:1)對(duì)人類(lèi)自然語(yǔ)言的處理,需要通過(guò)文本分類(lèi)、語(yǔ)義理解,加上日常使用的反應(yīng),構(gòu)建良好的知識(shí)庫(kù)[15],進(jìn)而使智能搜索引擎在理解用戶(hù)的搜索目的后重新組合本文關(guān)鍵詞語(yǔ),更好地知足用戶(hù)請(qǐng)求;2)對(duì)搜索原理和技術(shù)的研究,如基于NLP技術(shù)與類(lèi)似度、基于認(rèn)知科學(xué)以及基于計(jì)算語(yǔ)言等的研究[16]。通過(guò)原理和技術(shù)不斷改良,搜索效果也會(huì)不斷優(yōu)化。3.2、搜索流程圖營(yíng)銷(xiāo)數(shù)據(jù)智能搜索引擎的算法流程如此圖2所示。首先通過(guò)對(duì)用戶(hù)的需求檢測(cè)進(jìn)行編碼的檢索。在經(jīng)過(guò)已經(jīng)建立了索引詞典的數(shù)據(jù)庫(kù)中進(jìn)行智能全局搜索與特征值的匹配,由于索引是根據(jù)B樹(shù)的數(shù)據(jù)構(gòu)造建立,所以整個(gè)經(jīng)過(guò)不會(huì)花費(fèi)很多時(shí)間。圖2索引算法流程圖之后對(duì)檢索結(jié)果進(jìn)行動(dòng)態(tài)跟蹤,假如搜索結(jié)果為符合用戶(hù)需求的最優(yōu)解,則直接輸出搜索的結(jié)果;假如不是,則系統(tǒng)會(huì)對(duì)現(xiàn)有的索引算法進(jìn)行調(diào)整,并二次檢索。通過(guò)不斷迭代,將現(xiàn)有的算法優(yōu)化到一個(gè)平衡的狀態(tài),能夠在盡可能短的時(shí)間內(nèi)搜索到符合用戶(hù)需求的最佳數(shù)據(jù)結(jié)果。3.3、改良后的索引算法改良后的索引算法是一種受遺傳算法啟發(fā)而演化出來(lái)的算法。傳統(tǒng)的遺傳算法有很多參數(shù),如穿插率、變異率,這些參數(shù)選擇的好壞直接決定了結(jié)果的準(zhǔn)確性。同時(shí)舊遺傳算法不能及時(shí)利用網(wǎng)絡(luò)的反應(yīng)信息,故算法的搜索速度比擬慢,要想得到較為精到準(zhǔn)確的結(jié)果需要較長(zhǎng)的訓(xùn)練時(shí)間。同時(shí)由于舊的遺傳算法對(duì)初始種群的選擇有一定的依靠性,所以下面結(jié)合一些啟發(fā)算法進(jìn)行相應(yīng)改良。本文使用對(duì)個(gè)體最優(yōu)解進(jìn)行記憶并分享種群信息方式方法,并稱(chēng)這個(gè)最優(yōu)解記憶為適應(yīng)度。通過(guò)適應(yīng)度對(duì)種群進(jìn)行優(yōu)先劃分,同時(shí)在貪心選擇策略的基礎(chǔ)上,參加一個(gè)新的變量R進(jìn)而使搜索引擎能夠在綜合諸多信息的條件下快速查找最優(yōu)解。算法首先將問(wèn)題的可行解空間隨機(jī)初始化X0=[X0110,X0220,,X0Npp0],華而不實(shí)Np表示種群規(guī)模[17],個(gè)體x0ii0=[xi00i,1,xi00i,2,,xi00i,D]用于表征問(wèn)題解,華而不實(shí)D表示優(yōu)化問(wèn)題的維數(shù)[18]。圖3算法原理圖算法的步驟如此圖3所示,關(guān)鍵節(jié)點(diǎn)的方式方法與作用如下:1)初始化。將種群進(jìn)行初始化,華而不實(shí)i表示個(gè)體數(shù)量,j表示維度[19],rand(0,1)表示選取0～1的隨機(jī)數(shù)。{Xi(0)|xLi,ji,jLxi,j(0)xUi,ji,jU;i=1,2,,Np;j=1,2,,D}xi,j(0)=xLi,ji,jL+rand(0,1)(xUi,ji,jU-xLi,ji,jL)2)變異。索引算法主要是通過(guò)差分策略來(lái)實(shí)現(xiàn)個(gè)體的變異,本文的差分策略是先在種群中隨機(jī)選取2個(gè)不同的個(gè)體,然后縮放向量差,再與待變異個(gè)體進(jìn)行向量合成,華而不實(shí)r1、r2、r3表示3個(gè)隨機(jī)數(shù),g為代數(shù),F表示縮放因子[20]。Vi(g+1)=Xr1(g)+F(Xr2(g)-Xr3(g))3)穿插。索引算法通過(guò)穿插隨機(jī)選擇個(gè)體。華而不實(shí)Cr為穿插概率,算法通過(guò)概率的方式生成新個(gè)體[21]。Ui,j(g+1)={Vi,j(g+1),xi,j(g),rand(0,1)CrotherwiseUi,j(g+1)={Vi,j(g+1),rand(0,1)Crxi,j(g),otherwise4)選擇。為了避免搜索經(jīng)過(guò)陷入局部最優(yōu)解,同時(shí)加快搜索的速度,索引算法在使用貪心選擇的策略的基礎(chǔ)上,參加一個(gè)新的變量R[22]。參加變量的目的是使索引算法的參數(shù)直接影響搜索引擎的性能。Xi(g+1)={Ui(g+1),Xi(g),f(Ui(g+1))f(Xi(g))otherwiseXi(g+1)={Ui(g+1),f(Ui(g+1))f(Xi(g))Xi(g),otherwise索引算法在搜索引擎中采用實(shí)數(shù)編碼,無(wú)需標(biāo)記特征信息,簡(jiǎn)化了檢索經(jīng)過(guò)[23]。索引算法能夠記憶搜索條件,自動(dòng)調(diào)整搜索策略進(jìn)行愈加精準(zhǔn)的搜索法。4、建設(shè)成效為了驗(yàn)證改良的索引算法的效果,以?xún)?nèi)蒙古營(yíng)銷(xiāo)部門(mén)的營(yíng)銷(xiāo)數(shù)據(jù)為數(shù)據(jù)源對(duì)2種算法進(jìn)行比照。電力營(yíng)銷(xiāo)部門(mén)的主要數(shù)據(jù)包括:盟市局總體電量、售電量、年電量計(jì)劃完成、市場(chǎng)占有率、業(yè)務(wù)報(bào)裝超期數(shù)、客戶(hù)投訴量、計(jì)量采控統(tǒng)計(jì)、客戶(hù)實(shí)抄率、用戶(hù)累計(jì)欠費(fèi)、凍結(jié)戶(hù)率。前后搜索效果如表1所示。表1算法改良前后性能比照從表1能夠看出,基于改良的索引算法在縮短搜索耗時(shí)的同時(shí),將搜索準(zhǔn)確度由原先的75%提升為92%,極大提高了搜索的速率與結(jié)果準(zhǔn)確度。使用本套智能搜索引擎后,在大數(shù)據(jù)分析場(chǎng)景應(yīng)用方面,圍繞營(yíng)銷(xiāo)客戶(hù)、部門(mén)項(xiàng)目等多個(gè)業(yè)務(wù)領(lǐng)域,針對(duì)營(yíng)銷(xiāo)工作人員想要搜索的內(nèi)容與數(shù)據(jù),能夠協(xié)助其快速準(zhǔn)確搜索到。伴隨公司多年以來(lái)的電網(wǎng)建設(shè)以及信息化建設(shè),生產(chǎn)、營(yíng)銷(xiāo)系統(tǒng)等多套核心業(yè)務(wù)系統(tǒng)的數(shù)據(jù)全量接入系統(tǒng),并基于數(shù)據(jù)資源開(kāi)展數(shù)據(jù)管理工作。從業(yè)務(wù)與技術(shù)角度梳理業(yè)務(wù)數(shù)據(jù)模型,構(gòu)成了數(shù)據(jù)資源字典,進(jìn)而方便業(yè)務(wù)人員和技術(shù)人員隨時(shí)查詢(xún)和應(yīng)用數(shù)據(jù)分析域的數(shù)據(jù)資源,優(yōu)化了營(yíng)銷(xiāo)數(shù)據(jù)服務(wù)的構(gòu)建。5、結(jié)束語(yǔ)本文從系統(tǒng)總體架構(gòu)以及數(shù)據(jù)庫(kù)索引建立與索引算法3個(gè)方面介紹了營(yíng)銷(xiāo)數(shù)據(jù)智能搜索引擎的實(shí)現(xiàn),并對(duì)以往的索引確立機(jī)制和索引算法進(jìn)行了相應(yīng)改善。營(yíng)銷(xiāo)數(shù)據(jù)智能搜索引擎構(gòu)建了內(nèi)蒙古電力營(yíng)銷(xiāo)數(shù)據(jù)中心數(shù)據(jù)分析域,克制了傳統(tǒng)技術(shù)擴(kuò)展性不強(qiáng)、建設(shè)成本高的缺點(diǎn),能知足內(nèi)蒙古電力營(yíng)銷(xiāo)部門(mén)當(dāng)下對(duì)全類(lèi)型營(yíng)銷(xiāo)數(shù)據(jù)存儲(chǔ)、處理、分析及應(yīng)用的需求。隨著電力行業(yè)不斷地推進(jìn)改革與發(fā)展,數(shù)據(jù)智能化與數(shù)據(jù)快速處理已處于時(shí)代的發(fā)展前沿,營(yíng)銷(xiāo)智能引擎提供的智能化營(yíng)銷(xiāo)數(shù)據(jù)搜索方式必定會(huì)在實(shí)踐中獲得更多的成就,它將成為營(yíng)銷(xiāo)業(yè)務(wù)處理經(jīng)過(guò)中不可或缺的助手。以下為參考文獻(xiàn)[1]董浩.基于OLAP的醫(yī)院多維分析與決策支持系統(tǒng)[D].西安:西安電子科技大學(xué),2021.[2]汪金濤.面向漁場(chǎng)分析的數(shù)據(jù)預(yù)處理方式方法研究及系統(tǒng)實(shí)現(xiàn)[D].上海:上海海洋大學(xué),2020.[3]鄭俊玲.基于KPCA的大學(xué)生學(xué)業(yè)預(yù)警模型及其應(yīng)用[D].唐山:華北理工大學(xué),2021.[4]李麗.基于Netflow的端到端流量監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].北京:中國(guó)科學(xué)院大學(xué),2020.[5]李瑩.MySQL索引背后的數(shù)據(jù)構(gòu)造及算法原理[J].當(dāng)代交際,2021(8):117.[6]吳峰.基于B/S構(gòu)造的稅務(wù)管理信息系統(tǒng)的設(shè)計(jì)實(shí)現(xiàn)與關(guān)鍵技術(shù)研究[D].西安:西北工業(yè)大學(xué),2005.[7]張若維.基于Oracle的煉鋼連鑄綜合優(yōu)化系統(tǒng)信息平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[D].沈陽(yáng):東北大學(xué),2020.[8]彭方林.西昌學(xué)院教學(xué)綜合管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].成都:電子科技大學(xué),2018.[9]郭紫芳.垂直搜索技術(shù)在石油勘探生產(chǎn)門(mén)戶(hù)中的應(yīng)用研究[D].西安:西安石油大學(xué),2020.[10]趙欣.中國(guó)B2C電子商務(wù)企業(yè)發(fā)展形式與競(jìng)爭(zhēng)以當(dāng)當(dāng)網(wǎng)和卓越網(wǎng)為例[D].北京:北京大學(xué),2008.[11]王海霞.基于遺傳算法的FMS調(diào)度問(wèn)題研究[D].西安:西安理工大學(xué),