電子商務(wù)網(wǎng)站性能研究——多類(lèi)隊(duì)列網(wǎng)絡(luò)客戶(hù)行為模擬思路探索

青海大學(xué)現(xiàn)代教育技術(shù)中心 楊新存

隨著科技文化的迅速發(fā)展，網(wǎng)絡(luò)技術(shù)同時(shí)也在不斷完善與成熟，當(dāng)前電子商務(wù)活動(dòng)已經(jīng)取代了人們?cè)趯?shí)際活動(dòng)中的部分商業(yè)活動(dòng)，成為了目前興起的新型交易方式。其中網(wǎng)站作為電子商務(wù)交易的重要終端，其系統(tǒng)性能對(duì)商務(wù)活動(dòng)處理產(chǎn)生較為直接的影響，因此，在電子商務(wù)網(wǎng)站開(kāi)發(fā)與構(gòu)建的過(guò)程中，針對(duì)其具體性能的分析與后期規(guī)劃是網(wǎng)站開(kāi)發(fā)的關(guān)鍵環(huán)節(jié)。它是保障系統(tǒng)響應(yīng)速度，提升網(wǎng)站使用效率，提高站點(diǎn)應(yīng)急處理突發(fā)流量的關(guān)鍵。同樣，網(wǎng)站的站點(diǎn)流通量也是影響客戶(hù)行為的關(guān)鍵，以下主要針對(duì)多類(lèi)隊(duì)列網(wǎng)絡(luò)客戶(hù)行為進(jìn)行了研究。

1 客戶(hù)行為變化概述

在電子商務(wù)網(wǎng)站中，客戶(hù)在具體的數(shù)據(jù)訪(fǎng)問(wèn)期間所發(fā)出的整體數(shù)據(jù)請(qǐng)求與站點(diǎn)之間的交互聯(lián)系，稱(chēng)作會(huì)話(huà)。在不同的會(huì)話(huà)中，客戶(hù)行為均存在著一定的差異，發(fā)送的請(qǐng)求也大不相同。大體可以將其分為客戶(hù)的登錄行為、網(wǎng)站瀏覽行為、搜索行為及購(gòu)物、支付等行為，每個(gè)客戶(hù)均有其不同的網(wǎng)站操作方式。因而在網(wǎng)站設(shè)計(jì)中可以通過(guò)不同頻率的變化與操作方式的轉(zhuǎn)換來(lái)調(diào)節(jié)站點(diǎn)，形成不同的行為服務(wù)。要抓住客戶(hù)行為的變化，首先需要建設(shè)一個(gè)能夠反映客戶(hù)行為變化的模型，來(lái)記錄在電子商務(wù)網(wǎng)站中所呈現(xiàn)的操作狀態(tài)，并規(guī)劃出客戶(hù)行為變化之間的時(shí)間要素。

以電子商務(wù)中的網(wǎng)上購(gòu)物為例，若客戶(hù)已經(jīng)成為該站點(diǎn)的實(shí)名注冊(cè)用戶(hù)，在實(shí)施購(gòu)物的具體環(huán)節(jié)中，客戶(hù)的行為活動(dòng)一般包括登錄、瀏覽、搜索、確認(rèn)選擇、加入購(gòu)物車(chē)、完成支付及退出注銷(xiāo)等方面。在同一個(gè)網(wǎng)絡(luò)形態(tài)的電子商店，不同的客戶(hù)訪(fǎng)問(wèn)的請(qǐng)求與其頻率也存在著一定的差異性。因而，要分析客戶(hù)行為發(fā)生的變化，必須掌握其頻率發(fā)生轉(zhuǎn)換的概率，建設(shè)不同的客戶(hù)行為轉(zhuǎn)變模型。

2 多類(lèi)隊(duì)列網(wǎng)絡(luò)客戶(hù)行為模型

在對(duì)電子商務(wù)網(wǎng)站性能研究中，多類(lèi)隊(duì)列網(wǎng)絡(luò)模擬方法主要是通過(guò)以網(wǎng)絡(luò)隊(duì)列為系統(tǒng)構(gòu)建模型來(lái)對(duì)站點(diǎn)進(jìn)行模擬分析的方法。單個(gè)隊(duì)列網(wǎng)絡(luò)是由客戶(hù)服務(wù)中心與客戶(hù)組成，服務(wù)中心主要是系統(tǒng)資源的集合，而客戶(hù)則是表示其行為請(qǐng)求或事務(wù)處理的條件。多類(lèi)隊(duì)列模型則是單個(gè)隊(duì)列網(wǎng)絡(luò)模型的交錯(cuò)集合。在多類(lèi)隊(duì)列網(wǎng)絡(luò)中，資源描述的級(jí)別區(qū)分主要是由操作詳細(xì)信息與各細(xì)節(jié)的具體參數(shù)的可靠性決定的。多類(lèi)隊(duì)列中，中間隊(duì)列主要是反映客戶(hù)行為的整體流向趨勢(shì)。通常可以將網(wǎng)絡(luò)隊(duì)列分為兩種不同的模型形式，即封閉式與開(kāi)放式。若一隊(duì)列模型中，客戶(hù)等待資源的需求數(shù)量超過(guò)網(wǎng)站服務(wù)中心既定的資源限制，則將此類(lèi)模型稱(chēng)作封閉式模型，而開(kāi)放式模型則與此相反，沒(méi)有客戶(hù)請(qǐng)求限制。

一般而言，影響隊(duì)列網(wǎng)絡(luò)模型的主要性能參數(shù)有六種：第一是網(wǎng)站的站點(diǎn)承載負(fù)荷的強(qiáng)度；第二則是客戶(hù)的服務(wù)請(qǐng)求時(shí)間；第三則是客戶(hù)在服務(wù)中心排隊(duì)等候與整體接受服務(wù)時(shí)間的集合；第四則是客戶(hù)服務(wù)中心，客戶(hù)的整體數(shù)量；第五則是服務(wù)對(duì)象的利用率；第六則是不同客戶(hù)所通過(guò)客戶(hù)服務(wù)中心的網(wǎng)絡(luò)速度。分別將其定義為：到達(dá)率、服務(wù)要求、駐留時(shí)長(zhǎng)、隊(duì)列長(zhǎng)度、利用率及吞吐量。以下主要構(gòu)建開(kāi)放式與封閉式隊(duì)列網(wǎng)絡(luò)模型。

(1)多類(lèi)封閉式網(wǎng)絡(luò)隊(duì)列模型。將電子商務(wù)站點(diǎn)中，不同客戶(hù)的請(qǐng)求定義為a，以整體系統(tǒng)固定容量定義為Ra，此時(shí)系統(tǒng)所承載負(fù)荷的強(qiáng)度變?yōu)镽=(R1，R2，R3，……，Ra)。以里特定律作為計(jì)算依據(jù)，將Tc定義為客戶(hù)請(qǐng)求的整體思考時(shí)間，以S表示服務(wù)中心，N表示駐留時(shí)間，則可得到此時(shí)網(wǎng)絡(luò)吞吐量為：

因此可得出服務(wù)中心S的整體隊(duì)列長(zhǎng)度為：

以達(dá)到定義作為計(jì)算標(biāo)準(zhǔn)，則可得出a類(lèi)客戶(hù)請(qǐng)求在客戶(hù)服務(wù)中心S中的整體駐留時(shí)間為：

其中Ba，s(R)表示隊(duì)列的瞬時(shí)長(zhǎng)度，定義在多類(lèi)封閉式網(wǎng)絡(luò)模型中剔除一個(gè)客戶(hù)請(qǐng)求不會(huì)對(duì)其他請(qǐng)求造成影響，那么得出：

以上式作為計(jì)算依據(jù)，算出隊(duì)列的具體長(zhǎng)度。具體算法主要是通過(guò)對(duì)隊(duì)列中所有的a、s、Qc，k(R)計(jì)算出來(lái)，將其應(yīng)用于上式，算出其駐留時(shí)間的近似值，并得出服務(wù)中心整體隊(duì)列長(zhǎng)度的集合。

(2)多類(lèi)開(kāi)放式隊(duì)列網(wǎng)絡(luò)模型。在開(kāi)放式多類(lèi)隊(duì)列網(wǎng)絡(luò)模型中以A作為客戶(hù)行為的種類(lèi)數(shù)目，以Y作為服務(wù)中心的模型數(shù)目，設(shè)定客戶(hù)請(qǐng)求a均為較為開(kāi)放分類(lèi)，此時(shí)將達(dá)到率定義為γn，則該模型的到達(dá)率則γ=(γ1，γ2，…，γn)，其中Dc,k表示a類(lèi)顧客請(qǐng)求在服務(wù)中心S所提出的服務(wù)要求，要確保服務(wù)中心不會(huì)超出負(fù)荷，則需保障其滿(mǎn)足：

此時(shí)可以得出整個(gè)網(wǎng)絡(luò)隊(duì)列中吞吐量為：

以利用率定律作為計(jì)算依據(jù)，以Ea，k表示a類(lèi)請(qǐng)求在服務(wù)中心所需耗費(fèi)的時(shí)間，可得出此時(shí)的利用率為：

以Fa，k(γ)表示達(dá)到a類(lèi)請(qǐng)求隊(duì)列S中的請(qǐng)求均數(shù)，便可得出駐留時(shí)間為：

以里特定律作為計(jì)算依據(jù)，便可得出隊(duì)列長(zhǎng)度為：

以上式作為計(jì)算依據(jù)，便可推算出所有客戶(hù)行為請(qǐng)求在客戶(hù)服務(wù)中心所停留的時(shí)間長(zhǎng)度集合為：

此時(shí)便可根據(jù)以上計(jì)算公式對(duì)多類(lèi)隊(duì)列網(wǎng)絡(luò)客戶(hù)行為進(jìn)行分析，進(jìn)而判定其整體性能。

3 電子商務(wù)網(wǎng)站性能分析

電子商務(wù)網(wǎng)站的邏輯結(jié)構(gòu)主要包括作為前段服務(wù)器的web結(jié)構(gòu)，整體服務(wù)器支持的協(xié)議及常規(guī)網(wǎng)絡(luò)站點(diǎn)的主頁(yè)面、處理靜態(tài)網(wǎng)站請(qǐng)求頁(yè)面、整個(gè)系統(tǒng)執(zhí)行的應(yīng)用程序。通常情況下，商務(wù)網(wǎng)站的服務(wù)器中執(zhí)行整個(gè)系統(tǒng)的應(yīng)用程序，一般會(huì)與數(shù)據(jù)庫(kù)交互執(zhí)行相關(guān)的數(shù)據(jù)請(qǐng)求。商務(wù)站點(diǎn)的另一結(jié)構(gòu)便是客戶(hù)的支付端口，即支持在線(xiàn)支付的服務(wù)器端口，主要通過(guò)執(zhí)行系統(tǒng)內(nèi)部的支付協(xié)議，來(lái)完成貨幣資金到金融機(jī)構(gòu)的流轉(zhuǎn)。對(duì)網(wǎng)站進(jìn)行性能分析，需要尋找到影響整個(gè)站點(diǎn)負(fù)荷承載性能的功能，建立多類(lèi)隊(duì)列客戶(hù)行為，進(jìn)而分析各具體功能對(duì)網(wǎng)站性能所造成的影響。

(1)通過(guò)客戶(hù)行為變化模型來(lái)確立影響系統(tǒng)性能的商務(wù)功能。設(shè)定網(wǎng)站的日均訪(fǎng)問(wèn)具體次數(shù)為Mn，以Ys，n表示客戶(hù)行為轉(zhuǎn)變的概率。此時(shí)不考慮客戶(hù)的退出狀態(tài)，則可得出客戶(hù)狀態(tài)轉(zhuǎn)換的概率：

此時(shí)，利用上式結(jié)合多類(lèi)隊(duì)列網(wǎng)絡(luò)客戶(hù)行為方程組，便可計(jì)算出其日均訪(fǎng)問(wèn)站點(diǎn)的具體次數(shù)，得出處于6個(gè)不同狀態(tài)的客戶(hù)行為的日均訪(fǎng)問(wèn)次數(shù)分別為M1=1.0000、M2=3.8924、M3=3.8924、M4=1.5984、M5=0.15774、M6=0.0487、M7=1.0000。根據(jù)結(jié)果便可得出結(jié)論，客戶(hù)在電子商務(wù)網(wǎng)站中所執(zhí)行的瀏覽及物品搜索功能最多，確立選擇行為比較多，最少的客戶(hù)行為則是其將物品放置入購(gòu)物車(chē)及其實(shí)際支付。

(2)以多類(lèi)開(kāi)放式隊(duì)列網(wǎng)絡(luò)作為分析基礎(chǔ)，研究其對(duì)網(wǎng)站性能的影響。根據(jù)前期分析的結(jié)果顯示，以下主要對(duì)客戶(hù)行為較多的物品瀏覽、物件搜索、購(gòu)買(mǎi)選擇等三項(xiàng)客戶(hù)行為進(jìn)行影響分析。由于每一商務(wù)網(wǎng)站訪(fǎng)問(wèn)數(shù)據(jù)量均十分龐大，且任一站點(diǎn)的訪(fǎng)問(wèn)量上限限制也相當(dāng)寬泛，因此，在此研究中假定客戶(hù)的訪(fǎng)問(wèn)行為不會(huì)受到客觀(guān)條件的限制。根據(jù)各站點(diǎn)服務(wù)器請(qǐng)求發(fā)生的概率與客戶(hù)具體的服務(wù)需求作為性能分析的因素，計(jì)算出與服務(wù)器性能關(guān)聯(lián)較大的服務(wù)器利用率及具體停留時(shí)間等指標(biāo)，研究得出，兩項(xiàng)因素均是系統(tǒng)內(nèi)部數(shù)據(jù)庫(kù)服務(wù)器性能指標(biāo)高。而Web服務(wù)器及應(yīng)用服務(wù)器則性能指標(biāo)相對(duì)而言較小。通過(guò)公式計(jì)算出各服務(wù)器隊(duì)列的長(zhǎng)度分別為web服務(wù)器0.1351、應(yīng)用服務(wù)器0.3598、數(shù)據(jù)庫(kù)服務(wù)器0.8749，其中隊(duì)列長(zhǎng)度也數(shù)數(shù)據(jù)服務(wù)器指數(shù)最高，進(jìn)而得出研究結(jié)果，在電子商務(wù)網(wǎng)站性能研究中，數(shù)據(jù)庫(kù)服務(wù)器是影響其整體容量規(guī)劃的重要服務(wù)器，需要對(duì)其進(jìn)行進(jìn)一步探究。

(3)以多類(lèi)封閉式隊(duì)列網(wǎng)絡(luò)作為分析基礎(chǔ)，研究數(shù)據(jù)庫(kù)服務(wù)器中影響性能的組件。假定數(shù)據(jù)服務(wù)器是由簡(jiǎn)單的系統(tǒng)CPU與磁盤(pán)組成，客戶(hù)在數(shù)據(jù)庫(kù)中具體的行為操作主要由查詢(xún)、刪除、添加等操作組成。由于單獨(dú)的數(shù)據(jù)服務(wù)器系統(tǒng)性能是有限的，因此需要建設(shè)多類(lèi)封閉模型來(lái)測(cè)試其性能問(wèn)題。設(shè)定數(shù)據(jù)庫(kù)系統(tǒng)內(nèi)部客戶(hù)行為操作的數(shù)據(jù)上限分別為10、5、5，此時(shí)便可將其代入公式中，算出組成數(shù)據(jù)庫(kù)服務(wù)器的CPU及其磁盤(pán)的具體隊(duì)列長(zhǎng)度為1.237、18.415，得出其CPU的實(shí)際利用率高達(dá)99.598%，系統(tǒng)的實(shí)際相應(yīng)時(shí)間遠(yuǎn)遠(yuǎn)大于CPU與之對(duì)應(yīng)的具體值。進(jìn)而得出在數(shù)據(jù)服務(wù)器中，磁盤(pán)是影響其性能的主要原因，因此為提升整個(gè)商務(wù)網(wǎng)站的性能，首先必須以提升數(shù)據(jù)庫(kù)服務(wù)器內(nèi)部磁盤(pán)的數(shù)據(jù)處理能力為出發(fā)點(diǎn)，以提升整個(gè)站點(diǎn)的性能。

4 結(jié)語(yǔ)

總之，通過(guò)對(duì)多類(lèi)隊(duì)列的客戶(hù)行為模擬進(jìn)行分析，得出了影響整個(gè)電子商務(wù)網(wǎng)站系統(tǒng)容量的主要服務(wù)器為數(shù)據(jù)庫(kù)，而數(shù)據(jù)庫(kù)中影響其整體性能的關(guān)鍵又是其磁盤(pán)。因此，要提升電子商務(wù)網(wǎng)站的性能，必須從解決其數(shù)據(jù)庫(kù)服務(wù)器的瓶頸問(wèn)題著手，以解決其磁盤(pán)容量問(wèn)題作為出發(fā)點(diǎn)，進(jìn)一步將電子商務(wù)網(wǎng)站的工作負(fù)荷參數(shù)詳細(xì)地規(guī)劃出來(lái)，使其更好地為其性能提升提供良好的基礎(chǔ)。

[1] 傅柯萌.基于電子商務(wù)的客戶(hù)行為Web挖掘研究[J].現(xiàn)代商貿(mào)工業(yè),2009(08).

[2] 王立福.優(yōu)化ASP.NET的電子商務(wù)網(wǎng)站的性能降低成本[J].中國(guó)科技博覽,2011(24).

[3] 趙文發(fā).電子商務(wù)網(wǎng)站中高性能數(shù)據(jù)搜索關(guān)鍵技術(shù)研究[D].武漢理工大學(xué):工業(yè)工程,2009.

[4] 龔琪琳,彭雪桃,龔欽.電子商務(wù)網(wǎng)站服務(wù)器性能計(jì)數(shù)系統(tǒng)的設(shè)計(jì)[J].計(jì)算機(jī)與現(xiàn)代化,2010(09).

[5] 張紅,甘利人,薛春香.基于標(biāo)簽聚類(lèi)的電子商務(wù)網(wǎng)站分類(lèi)目錄改善研究[J].現(xiàn)代情報(bào),2012(01).

[6] 汪惠,李玉霞.Excel.Application組件在電子商務(wù)網(wǎng)站統(tǒng)計(jì)功能優(yōu)化中的應(yīng)用[J].商場(chǎng)現(xiàn)代化,2009(06).