留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

公共地图服务的群体用户访问行为时序特征模型及预测

吴华意 李锐 周振 蒋捷 桂志鹏

吴华意, 李锐, 周振, 蒋捷, 桂志鹏. 公共地图服务的群体用户访问行为时序特征模型及预测[J]. 武汉大学学报 ● 信息科学版, 2015, 40(10): 1279-1286,1316. doi: 10.13203/j.whugis20150283
引用本文: 吴华意, 李锐, 周振, 蒋捷, 桂志鹏. 公共地图服务的群体用户访问行为时序特征模型及预测[J]. 武汉大学学报 ● 信息科学版, 2015, 40(10): 1279-1286,1316. doi: 10.13203/j.whugis20150283
WU Huayi, LI Rui, ZHOU Zhen, JIANG Jie, GUI Zhipeng. Research and Prediction on Time-Sequence Characteristics of Group-User Access Behavior in Public Map Service[J]. Geomatics and Information Science of Wuhan University, 2015, 40(10): 1279-1286,1316. doi: 10.13203/j.whugis20150283
Citation: WU Huayi, LI Rui, ZHOU Zhen, JIANG Jie, GUI Zhipeng. Research and Prediction on Time-Sequence Characteristics of Group-User Access Behavior in Public Map Service[J]. Geomatics and Information Science of Wuhan University, 2015, 40(10): 1279-1286,1316. doi: 10.13203/j.whugis20150283

公共地图服务的群体用户访问行为时序特征模型及预测

doi: 10.13203/j.whugis20150283
基金项目: 国家自然科学基金资助项目(41371370);国家重点基础研究发展计划(973计划)资助项目(2012CB719906)。
详细信息
    作者简介:

    吴华意,教授,博士,博士生导师,主要研究方向为地理空间数据共享与服务、地理空间数据挖掘及地理信息工程与应用。E-mail:wuhuayi@whu.edu.cn

    通讯作者: 李锐,博士,副教授。E-mail:ruili@whu.edu.cn
  • 中图分类号: P208;TP311

Research and Prediction on Time-Sequence Characteristics of Group-User Access Behavior in Public Map Service

Funds: The National Natural Science Foundation of China, No. 41371370; the National Key Basic Research and Development Program (973 Program) of China, No. 2012CB719906.
  • 摘要: 群体用户对公共地图服务的访问行为具有社会性,存在着一定的群体访问行为模式。该模式具有高强度的访问聚集性与突发性,且决定着公共地图服务对云计算资源的需求。如何有效地表达和捕捉群体用户访问聚集性及其访问强度的时序变化特征,进行准确的公共地图服务负载预测,是实现按需选择和调度云计算资源,应对海量用户并发服务挑战的关键。本文基于海量的公共地图服务用户访问日志和时间序列聚类方法,建立了群体用户访问到达行为的时序分布模型;考虑降低负载预测复杂度的同时,利用访问强度具有多峰值、变强度以及周期性的特点,分割访问到达率在一个周期内时间序列上的模式区间,实现访问强度时序聚类划分的最优;基于各访问模式区间不同的访问到达概率密度的分布,提出了基于累积概率分布的时间序列平滑预测服务负载方法,该预测方法的算法复杂度低,且所需的先验数据量小。实验证明,本文提出的基于时序的群体用户访问到达率最优分割方法及其预测方法可以以较高的准确率预测服务负载。该方法在应对海量用户并发访问挑战的同时,可提高云计算资源的利用效率,解决公共地图服务质量与服务成本的平衡性问题。
  • [1] Li Deren, Sui Haigang, Shan Jie, et al. Discussion on Key Technologies of Geographic National Conditions Monitoring[J].Geomatics and Information Science of Wuhan University,2012,37(5):505-512(李德仁,眭海刚,单杰,等.论地理国情监测的技术支撑[J].武汉大学学报·信息科学版,2012,37(5):505-512)
    [2] Wu Huayi, Zhang Hanwu. QoGIS: Concept and Research Framework[J]. Geomatics and Information Science of Wuhan University, 2007, 32(5): 385-388(吴华意,章汉武. 地理信息服务质量(QoGIS):概念和研究框架 [J]. 武汉大学学报·信息科学版, 2007, 32(5): 385-388)
    [3] Zhang Hanwu,Wu Huayi,Hu Yueming,et al. From Quality of Geospatial Data to Quality of Geospatial Information Services[J]. Geomatics and Information Science of Wuhan University, 2010, 35(9): 1 104-1 107(章汉武,吴华意,胡月明,等. 从地理空间数据质量到地理空间信息服务质量[J]. 武汉大学学报·信息科学版, 2010, 35(9): 1 104-1 107)
    [4] Gong J, Wu H, Zhang T, et al. Geospatial Service Web: Towards Integrated Cyberinfrastructure for GIScience[J]. Geo-spatial Information Science, 2012, 15(2): 73-84
    [5] Li Deren. The Geo-spatial Information Science Mission [J]. Geo-spatial Information Science, 2012, 15(1): 1-2
    [6] Gao J, Pattabhiraman P, Bai X, et al. SaaS Performance and Scalability Evaluation in Clouds[C]. 2011 IEEE 6th International Symposium on Service Oriented System Engineering (SOSE), Irvine, CA,2011
    [7] Badger L, Grance T, Patt-Corner R, et al. Cloud Computing Synopsis and Recommendations[S]. U.S. Department of Commerce: NIST Special Publication 800-146, 2012
    [8] Wu Jun, Xu Ming. A Comparative Analysis on the Billing Model of Public Cloud Service[J]. Telecommunications Science, 2012, 28(1): 127-132(吴俊, 徐溟. 公有云服务计费模式比较研究[J]. 电信科学, 2012, 28(1): 127-132)
    [9] Furht B, Escalante A. Handbook of Cloud Computing[M]. New York: Springer, 2010
    [10] Zhang Bo, Wu Lili, Zhou Min. The Analysis of User Behavior Based on Web Usage Mining[J].Computer Science,2006,33(8):213-214(张波, 巫莉莉, 周敏. 基于Web 使用挖掘的用户行为分析[J]. 计算机科学, 2006, 33(8): 213-214)
    [11] Li R, Guo R, Xu Z, et al. A Prefetching Model Based on Access Popularity for Geospatial Data in a Cluster-based Caching System[J]. International Journal of Geographical Information Science, 2012,26 (10): 1 831-1 844
    [12] Fisher D. Hotmap: Looking at Geographic Attention[J]. IEEE Transactions on Visualization & Computer Graphics, 2007, 13(6):1 184-1 191
    [13] Talagala N, Asami S, Patterson D, et al. The Art of Massive Storage: A Web Image Archive[J]. Computer, 2000,33(11):22-28
    [14] Wang Hao, Pan Shaoming, Peng Min, et al. Zipf-like Distribution and Its Application Analysis for Image Data Tile Request in Digital Earth[J]. Geomatics and Information Science of Wuhan University, 2010,35 (3):356-359 (王浩,潘少明,彭敏,等. 数字地球中影像数据的Zipf-like访问分布及应用分析[J]. 武汉大学学报·信息科学版,2010,35(3):356-359)
    [15] Park D J,Kim H J. Prefetch Policies for Large Objects in a Web-enabled GIS Application[J]. Data & Knowledge Engineering, 2001,37(1): 65-84
    [16] Yang Chaowei, Wu Huayi, Huang Qunying, et al. Using Spatial Principles to Optimize Distributed Computing for Enabling the Physical Science Discoveries[J]. Proceedings of the National Academy of Sciences of the United States of America,2011, 108 (14):5 498-5 503
    [17] Wang Binfei. Access Pattern Analysis and Performance Optimization of IP Network Video Service System[D]. Hefei:University of Science and Technology of China, 2010(王炳飞. IP 网络视频服务系统访问模式分析和性能优化[D]. 合肥: 中国科学技术大学, 2010)
    [18] Wu H Y, Li Z L, Zhang H W, et al. Monitoring and Evaluating Web Map Service Resources for Optimizing Map Composition over the Internet to Support Decision Making[J]. Computers and Geosciences, 2011,37(4):485-494
    [19] Li D, Zhang J, Wu H. Spatial Data Quality and Beyond [J]. International Journal of Geographical Information Science, 2012, 26(12): 2 277-2 290
    [20] Zhang Hanwu, Zhu Xinyan, Zhang Songbo. Response Time in WebGIS Based on Vector Data[J]. Journal of Geomatics, 2005, 30(2): 25-27(章汉武, 朱欣焰, 张松波. 基于矢量的 WebGIS 用户响应时间问题的若干研究[J]. 测绘信息与工程, 2005, 30(2): 25-27)
  • [1] 李德仁, 邵振峰, 于文博, 朱欣焰, 周素红.  基于时空位置大数据的公共疫情防控服务让城市更智慧 . 武汉大学学报 ● 信息科学版, 2020, 45(4): 475-487, 556. doi: 10.13203/j.whugis20200145
    [2] 李延, 王大魁, 耿晶, 王树良.  数据质量聚类算法 . 武汉大学学报 ● 信息科学版, 2019, 44(1): 153-158. doi: 10.13203/j.whugis20150760
    [3] 姚宜斌, 冉启顺, 张豹.  改进的启发式分割算法在GNSS坐标时间序列阶跃探测中的应用 . 武汉大学学报 ● 信息科学版, 2019, 44(5): 648-654. doi: 10.13203/j.whugis20170322
    [4] 霍少峰, 顾行发, 占玉林, 张文豪.  利用资源三号卫星影像阴影提取建筑容积率 . 武汉大学学报 ● 信息科学版, 2018, 43(3): 444-450. doi: 10.13203/j.whugis20150191
    [5] 李玉, 胡海峰, 赵雪梅, 赵泉华.  基于可变形状参数Gamma分布的模糊聚类多视SAR图像分割 . 武汉大学学报 ● 信息科学版, 2018, 43(7): 984-992. doi: 10.13203/j.whugis20160149
    [6] 李锐, 沈雨奇, 蒋捷, 刘朝辉, 吴华意.  公共地图服务中访问热点区域的时空规律挖掘 . 武汉大学学报 ● 信息科学版, 2018, 43(9): 1408-1415. doi: 10.13203/j.whugis20160424
    [7] 朱庆, 韩会鹏, 于杰, 杜志强, 张骏骁, 吴晨, 沈富强.  应急测绘无人机资源多目标优化调度方法 . 武汉大学学报 ● 信息科学版, 2017, 42(11): 1608-1615. doi: 10.13203/j.whugis20130000
    [8] 丁玉琦, 邵振峰, 胡石元.  一种云模型和期望最大聚类的遥感影像分割算法 . 武汉大学学报 ● 信息科学版, 2015, 40(6): 721-726. doi: 10.13203/j.whugis20130483
    [9] 朱庆, 曹振宇, 林珲, 谢维挺, 丁雨淋.  应急测绘保障体系若干关键问题研究 . 武汉大学学报 ● 信息科学版, 2014, 39(5): 551-555. doi: 10.13203/j.whugis20130351
    [10] 应 申, 毛政元, 李 霖, 许 光.  利用3D Voronoi图的兔子点云聚类分割 . 武汉大学学报 ● 信息科学版, 2013, 38(3): 358-361.
    [11] 利用3DVoronoi图的兔子点云聚类分割 . 武汉大学学报 ● 信息科学版, 2013, 38(3): 358-.
    [12] 赵凤, 刘汉强, 范九伦, 潘晓英.  应用于遥感图像分割的原型提取谱聚类集成算法 . 武汉大学学报 ● 信息科学版, 2012, 37(12): 1472-1476.
    [13] 杨春成, 谢鹏, 何列松, 周校东.  地图数据读取过程中的数据调度 . 武汉大学学报 ● 信息科学版, 2009, 34(2): 166-169.
    [14] 李德仁, 宾洪超, 邵振峰.  国土资源网格化管理与服务系统的设计与实现 . 武汉大学学报 ● 信息科学版, 2008, 33(1): 1-6.
    [15] 单棣斌, 陈性元, 张斌.  面向Web资源访问控制决策的多模式匹配算法 . 武汉大学学报 ● 信息科学版, 2008, 33(10): 1038-1041.
    [16] 林爱文, 牛继强, 胡立峰.  赋权共原点灰色聚类的区域自然资源评价研究 . 武汉大学学报 ● 信息科学版, 2008, 33(2): 164-167.
    [17] 张东, 钱德沛, 王家耀, 刘爱龙.  嵌入式环境下导航地图数据表示和并行调度显示算法 . 武汉大学学报 ● 信息科学版, 2007, 32(4): 343-346.
    [18] 喻丹丹, 何炎祥, 涂国庆.  基于市场规则的SIG资源管理模型 . 武汉大学学报 ● 信息科学版, 2005, 30(9): 837-840.
    [19] 李鸣山, 吕芝艳.  广义回溯方法及并行计算机系统的最优任务调度 . 武汉大学学报 ● 信息科学版, 1996, 21(1): 90-95.
    [20] 郭仁忠.  二维有序聚类方法及其在编制区划地图中的应用 . 武汉大学学报 ● 信息科学版, 1985, 10(2): 21-29.
  • 加载中
计量
  • 文章访问数:  1209
  • HTML全文浏览量:  36
  • PDF下载量:  869
  • 被引次数: 0
出版历程
  • 收稿日期:  2015-05-06
  • 刊出日期:  2015-10-05

公共地图服务的群体用户访问行为时序特征模型及预测

doi: 10.13203/j.whugis20150283
    基金项目:  国家自然科学基金资助项目(41371370);国家重点基础研究发展计划(973计划)资助项目(2012CB719906)。
    作者简介:

    吴华意,教授,博士,博士生导师,主要研究方向为地理空间数据共享与服务、地理空间数据挖掘及地理信息工程与应用。E-mail:wuhuayi@whu.edu.cn

    通讯作者: 李锐,博士,副教授。E-mail:ruili@whu.edu.cn
  • 中图分类号: P208;TP311

摘要: 群体用户对公共地图服务的访问行为具有社会性,存在着一定的群体访问行为模式。该模式具有高强度的访问聚集性与突发性,且决定着公共地图服务对云计算资源的需求。如何有效地表达和捕捉群体用户访问聚集性及其访问强度的时序变化特征,进行准确的公共地图服务负载预测,是实现按需选择和调度云计算资源,应对海量用户并发服务挑战的关键。本文基于海量的公共地图服务用户访问日志和时间序列聚类方法,建立了群体用户访问到达行为的时序分布模型;考虑降低负载预测复杂度的同时,利用访问强度具有多峰值、变强度以及周期性的特点,分割访问到达率在一个周期内时间序列上的模式区间,实现访问强度时序聚类划分的最优;基于各访问模式区间不同的访问到达概率密度的分布,提出了基于累积概率分布的时间序列平滑预测服务负载方法,该预测方法的算法复杂度低,且所需的先验数据量小。实验证明,本文提出的基于时序的群体用户访问到达率最优分割方法及其预测方法可以以较高的准确率预测服务负载。该方法在应对海量用户并发访问挑战的同时,可提高云计算资源的利用效率,解决公共地图服务质量与服务成本的平衡性问题。

English Abstract

吴华意, 李锐, 周振, 蒋捷, 桂志鹏. 公共地图服务的群体用户访问行为时序特征模型及预测[J]. 武汉大学学报 ● 信息科学版, 2015, 40(10): 1279-1286,1316. doi: 10.13203/j.whugis20150283
引用本文: 吴华意, 李锐, 周振, 蒋捷, 桂志鹏. 公共地图服务的群体用户访问行为时序特征模型及预测[J]. 武汉大学学报 ● 信息科学版, 2015, 40(10): 1279-1286,1316. doi: 10.13203/j.whugis20150283
WU Huayi, LI Rui, ZHOU Zhen, JIANG Jie, GUI Zhipeng. Research and Prediction on Time-Sequence Characteristics of Group-User Access Behavior in Public Map Service[J]. Geomatics and Information Science of Wuhan University, 2015, 40(10): 1279-1286,1316. doi: 10.13203/j.whugis20150283
Citation: WU Huayi, LI Rui, ZHOU Zhen, JIANG Jie, GUI Zhipeng. Research and Prediction on Time-Sequence Characteristics of Group-User Access Behavior in Public Map Service[J]. Geomatics and Information Science of Wuhan University, 2015, 40(10): 1279-1286,1316. doi: 10.13203/j.whugis20150283
参考文献 (20)

目录

    /

    返回文章
    返回