基于大數據處理技術的界面交互設計研究

李慧真

關鍵詞： 大數據處理; 界面交互設計; 過程約束; 數據庫; 模糊聚類; 交叉編譯

中圖分類號： TN911.2?34; TP391 ? ? ? ? ? ? ? ? ? ? 文獻標識碼： A ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2019）01?0038?04

Abstract： The interface interaction design method based on big data processing technology is put forward to improve the abilities of interface information interaction and data processing， and its database is constructed. The hierarchical structure design method with process constraints is used to perform the interface information interaction and big data fusion. The fuzzy clustering method is used to cluster the information of the interface retrieval database. The program scheduling and cross compiling of the interface are carried out under the control of Linux kernel source code. The interactive design system of the interface mainly includes the modules of process management， program control and internal source file management. The big data processing technology is combined in the system to realize the optimal design of interface interaction system. The system test results show that the designed interface interaction system has high big data information processing performance and strong scheduling ability， and perfect data recall rate.

Keywords： big data processing; interface interaction design; process constraint; database; fuzzy clustering; cross compiling

0 ?引 ?言

在大數據環境下，通過界面交互設計，可提高大數據的運行和管理調度能力。大數據的界面交互設計通過GUI和人機交互接口進行大數據信息庫構建，采用相關的數據庫訪問和調度技術，實現大數據的信息交互，并通過異構、層次化的分布式界面實現信息管理和數據交互。在界面交互設計中需要在嵌入式的Linux內核控制模型下進行大數據信息處理，結合TCP/IP服務器進行大數據的集成信息收發轉換控制[1]。

研究界面交互設計方法建立在對大數據的信息處理基礎上，需構建界面交互系統的數據庫，采用過程約束的層次式結構設計方法進行界面信息交互和大數據融合處理。傳統方法中，對界面的交互設計方法主要有基于界面交互層管理的界面交互設計方法、基于集成MySQL調度的界面交互設計方法、基于多源信息資源服務（Multi?source Information Resource as a Service，MIRaaS）模式的界面交互設計方法等[2?4]。構建界面交互的層次式管理數據庫時，采用關聯信息融合方法進行大數據處理，可獲得很好的界面交互性能。根據上述設計原理，相關文獻進行了界面交互設計研究，取得了一定的研究成果。文獻[5]提出一種基于數據挖掘技術的大數據信息處理界面交互系統開發技術。該方法構建大數據信息處理的界面交互信息管理的大數據特征信息流，采用邊緣融合和特征分解方法進行大數據信息處理，采用MySQL進行數據緩存設計，提高界面交互設計的綜合調度能力;但該方法存在大數據信息檢索的失真較大和計算復雜度較高的問題。文獻[6]提出一種基于語義特征分析的大數據信息處理及界面交互設計方法，采用云資源調度技術進行界面交互性的系統開發設計，提高大數據的綜合融合能力。該方法在進行交互信息管理中容易出現相關性偏移和信息輸出融合度不高的問題。文獻[7]提出一種基于UML和嵌入式多線程技術的界面交互設計方法，實現對大數據信息處理的界面交互的綜合調度和模塊化開發，實現大數據信息處理的界面交互信息檢索和多線程調度，提高檢索性能。該方法同樣存在檢索的查準性不好和抗干擾能力不強的問題。

針對上述問題，本文提出基于大數據處理技術的界面交互設計方法。首先進行界面交互設計的大數據信息處理算法設計和總體模型構建。然后采用模糊聚類方法進行界面檢索數據庫的信息聚類，在Linux內核源碼控制下進行界面的程序調度和交叉編譯，實現界面交互系統設計的軟件開發。最后進行仿真實驗分析，展示了本文方法在提高界面交互性和大數據綜合調度能力方面的優越性。

1 ?界面交互系統總體設計描述

1.1 ?總體設計構架

在大數據環境下進行界面交互設計，首先采用大數據信息融合和數據調度方法進行界面交互過程中的信息集成處理和調度，采用交叉編譯控制方法進行界面交互過程中的信息融合跟蹤設計。界面交互設計模型建立在多線程的嵌入式并行處理系統中，結合功能模塊化設計方案，進行大數據信息處理和界面交互性設計開發。大數據信息處理的界面交互系統可以安裝在Windows系統基礎上，采用Linux嵌入式系統進行交叉編譯，在交互式的環境中進行關聯規則調度，提高界面交互控制中的集成性和穩健性。在界面交互的輸出端，采用交叉總線控制方法，實現對大數據總線傳輸的調度[8]，在嵌入式的數據庫中進行界面交互的信息讀取和編譯。根據上述總體設計原理分析，得到本文設計的基于大數據處理技術的界面交互設計的總體模型如圖1所示。

1.2 ?功能模塊構成

根據圖1所示的大數據信息處理的界面交互系統總體構架，進行系統的軟件開發設計和功能模塊化分析。界面交互系統為多線程的分布式結構體系設計，在底層中進行大數據信息處理，構建知識規則庫和模型數據庫，采用關聯規則調度和模型數據庫檢索方法進行原始信息的集成處理，根據數據處理結果進行模型解析和交叉編譯控制。設計API接口實現界面交互大數據信息處理和在線調度，在調度程序的交叉編譯中采用B/S接口模塊進行總線調度和數據傳輸，構建日志庫進行界面交互的傳輸日志分析，實現界面交互過程中的狀態監測和信息管理[9]。根據上述分析，得到本文設計的界面交互系統的功能模塊組成如圖2所示。

以圖4的界面交互大數據樣本集為研究對象，進行界面交互的性能測試，得到召回率測試對比結果如圖5所示。分析得知，采用本文方法進行交互設計提高了大數據的召回性能，在界面交互過程中具有很好的大數據信息處理和調度能力。

5 ?結 ?語

大數據的界面交互設計采用相關的數據庫訪問和調度技術，實現大數據的信息交互，提高大數據的集成調度能力。本文提出基于大數據處理技術的界面交互設計方法，進行界面交互設計的大數據信息處理算法設計和總體模型構建。采用大數據信息處理技術進行界面交互的底層算法設計，采用交叉編譯進行信息聚類，在嵌入式的Linux內核控制模型下進行大數據信息處理的界面交互系統軟件開發，建立MySQL數據庫進行大數據信息處理的界面交互數據資源存儲，實現大數據信息處理和優化信息調度，實現界面交互系統優化設計。研究得知，利用本文方法進行界面交互設計，提高了大數據的信息處理能力和召回性，具有很好的應用價值。

參考文獻

[1] BAE S H， YOON K J. Robust online multiobject tracking with data association and track management [J]. IEEE transactions on image processing， 2014， 23（7）： 2820?2833.

[2] JIANG X， HARISHAN K， THAMARASA R， et al. Integrated track initialization and maintenance in heavy clutter using pro?babilistic data association [J]. Signal processing， 2014， 94： 241?250.

[3] LI L， XIE W. Intuitionistic fuzzy joint probabilistic data asso?ciation filter and its application to multitarget tracking [J]. Signal processing， 2014， 96： 433?444.

[4] HUANG X， WANG Z， LI Y， et al. Design of fuzzy state feedback controller for robust stabilization of uncertain fractional?order chaotic systems [J]. Journal of the Franklin Institute， 2015， 351（12）： 5480?5493.

[5] AGUILA?CAMACHO N， DUARTE?MERMOUD M A， GALLEGOS J A. Lyapunov functions for fractional order systems [J]. Communications in nonlinear science and numerical simulation， 2014， 19（9）： 2951?2957.

[6] ZHANG R， HO C K. MIMO broadcasting for simultaneous wireless information and power transfer [J]. IEEE transactions on wireless communications， 2013， 12（5）： 1989?2001.

[7] WANG Y， SUN R， WANG X. Transceiver design to maximize the weighted sum secrecy rate in full?duplex SWIPT systems [J]. IEEE signal processing letters， 2016， 23（6）： 883?887.

[8] 王玲娣，徐華. AdaBoost的多樣性分析及改進[J].計算機應用，2018，38（3）：650?654.

WANG Lingdi， XU Hua. Diversity analysis and improvement of AdaBoost [J]. Journal of computer applications， 2018， 38（3）： 650?654.

[9] 李文輝，倪洪印.一種改進的AdaBoost訓練算法[J].吉林大學學報（理學版），2011，49（3）：498?504.

LI W H， NI H Y. An improved AdaBoost training algorithm [J]. Journal of Jilin University （science edition）， 2011， 49（3）： 498?504.

[10] 孫博，王建東，陳海燕，等.集成學習中的多樣性度量[J].控制與決策，2014，29（3）：385?395.

SUN B， WANG J D， CHEN H Y， et al. Diversity measures in ensemble learning [J]. Control and decision， 2014， 29（3）： 385?395.

[11] LI N， YU Y， ZHOU Z H. Diversity regularized ensemble pruning [C]// Proceedings of 2012 Joint European Conference on Machine Learning and Knowledge Discovery in Databases. Berlin： Springer， 2012： 330?345.

[12] PARVIN H， MIRNABIBABOLI M， ALINEJAD?ROKNY H. Proposing a classifier ensemble framework based on classifier selection and decision tree [J]. Engineering applications of artificial intelligence， 2015， 37： 34?42.

[13] 曹瑩，苗啟廣，劉家辰，等.AdaBoost算法研究進展與展望[J].自動化學報，2013，39（6）：745?758.

CAO Y， MIAO Q G， LIU J C， et al. Advance and prospects of AdaBoost algorithm [J]. Acta automatica Sinica， 2013， 39（6）： 745?758.

[14] 陸興華，陳平華.基于定量遞歸聯合熵特征重構的緩沖區流量預測算法[J].計算機科學，2015，42（4）：68?71.

LU Xinghua， CHEN Pinghua. Traffic prediction algorithm in buffer based on recurrence quantification union entropy feature reconstruction [J]. Computer science， 2015， 42（4）： 68?71.

[15] OKANDEJI A A， KHANDAKER M R A， WONG K K， et al. Joint transmit power and relay two?way beamforming optimization for energy?harvesting full?duplex communications [C]// 2016 IEEE Globecom Workshops. Washington， DC： IEEE， 2016： 1?6.