内蒙古电力营销数据智能搜索引擎
|
摘要
随着内蒙古多年以来的电网建设以及信息化建设,电力营销对数据整合能力以及信息搜索速度要求越来越高,因此,在电力公司对数据搜索能力进行提升的需求下,本文就如何对目标数据进行快速搜索,提出一套智能搜索引擎的总体架构。该引擎在架构上采用分布和集中相结合的模式,并通过对数据库索引建立方法的改进,以及对由遗传算法演化而来,具有自适应能力的索引算法的改进,使得该基于大数据的营销数据智能搜索引擎提供的智能化营销数据搜索方式极大提高了检索速度以及结果准确度,成为营销业务处理过程中不可或缺的用户助手。
With the construction of power grid and information technology in Inner Mongolia for many years, power marketing requires higher and higher data integration ability and information search speed. Therefore, in order to improve the data search ability of power companies, this paper puts forward an overall framework of intelligent search engine on how to search target data quickly. The search engine adopts the mode of combination of distribution and centralization in its structure. Through the improvement of database index establishment method and the improvement of index algorithm with adaptive ability evolved from genetic algorithm, the intelligent marketing data search method provided by the intelligent marketing data search engine based on large data is greatly improved. It improves the retrieval speed and accuracy of the results, and becomes an indispensable user assistant in the process of marketing business processing.
With the construction of power grid and information technology in Inner Mongolia for many years, power marketing requires higher and higher data integration ability and information search speed. Therefore, in order to improve the data search ability of power companies, this paper puts forward an overall framework of intelligent search engine on how to search target data quickly. The search engine adopts the mode of combination of distribution and centralization in its structure. Through the improvement of database index establishment method and the improvement of index algorithm with adaptive ability evolved from genetic algorithm, the intelligent marketing data search method provided by the intelligent marketing data search engine based on large data is greatly improved. It improves the retrieval speed and accuracy of the results, and becomes an indispensable user assistant in the process of marketing business processing.
引文
[1] 董浩.基于OLAP的医院多维分析与决策支持系统[D].西安:西安电子科技大学,2015.
[2] 汪金涛.面向渔场分析的数据预处理方法研究及系统实现[D].上海:上海海洋大学,2012.
[3] 郑俊玲.基于KPCA的大学生学业预警模型及其应用[D].唐山:华北理工大学,2015.
[4] 李丽.基于Netflow的端到端流量监测系统的设计与实现[D].北京:中国科学院大学,2014.
[5] 李莹.MySQL索引背后的数据结构及算法原理[J].现代交际,2015(8):117.
[6] 吴峰.基于B/S结构的税务管理信息系统的设计实现与关键技术研究[D].西安:西北工业大学,2005.
[7] 张若维.基于Oracle的炼钢—连铸综合优化系统信息平台的设计与实现[D].沈阳:东北大学,2012.
[8] 彭方林.西昌学院教学综合管理系统的设计与实现[D].成都:电子科技大学,2009.
[9] 郭紫芳.垂直搜索技术在石油勘探生产门户中的应用研究[D].西安:西安石油大学,2014.
[10] 赵欣.中国B2C电子商务企业发展模式与竞争——以当当网和卓越网为例[D].北京:北京大学,2008.
[11] 王海霞.基于遗传算法的FMS调度问题研究[D].西安:西安理工大学,2007.
[12] 田龙.大爆炸算法研究及在大气质量污染等级评价中的应用[D].广州:广东工业大学,2016.
[13] 胡丽华.基于微分进化算法的接地网故障诊断研究[D].宜昌:三峡大学,2015.
[14] 洪越.遗传算法在随机分布控制中的应用综述[J].现代工业经济和信息化,2018(17):72-73.
[15] 刘思皖.数据挖掘技术在智能搜索引擎中的应用[J].科技创新与应用,2018(36):39-40.
[16] 吕璐,高一弘.智能搜索引擎在数字图书馆个性化信息服务中的应用[J].科技文献信息管理,2018,32(4):32-35.
[17] 徐家慧,叶健辉,殷智,等.电力调度知识领域的智能搜索关键技术研究[J].中国科技信息,2018(20):80-81.
[18] 陈宏君.遗传算法在计算机网络优化设计中的应用[J].哈尔滨师范大学自然科学学报,2018,34(3):89-93.
[19] 王非.基于聚类及关联度分析的供电公司电力营销稽查的研究[D].成都:西华大学,2018.
[20] 王丹.基于电力营销系统实现客户自助电量电费查询[D].大连:大连理工大学,2017.
[21] 李建伟,李妍,王健.改进的BP算法在短期电力负荷预测中的应用[J].微型机与应用,2017,36(14):61-63.
[22] 杨客.遗传算法优化的BP神经网络在连云港港口吞吐量预测中的应用研究[D].深圳:深圳大学,2017.
[23] 张斌,毛元,董海鹰.基于混合算法的单端行波故障测距方法研究[J].控制工程,2017,24(6):1270-1276.
[2] 汪金涛.面向渔场分析的数据预处理方法研究及系统实现[D].上海:上海海洋大学,2012.
[3] 郑俊玲.基于KPCA的大学生学业预警模型及其应用[D].唐山:华北理工大学,2015.
[4] 李丽.基于Netflow的端到端流量监测系统的设计与实现[D].北京:中国科学院大学,2014.
[5] 李莹.MySQL索引背后的数据结构及算法原理[J].现代交际,2015(8):117.
[6] 吴峰.基于B/S结构的税务管理信息系统的设计实现与关键技术研究[D].西安:西北工业大学,2005.
[7] 张若维.基于Oracle的炼钢—连铸综合优化系统信息平台的设计与实现[D].沈阳:东北大学,2012.
[8] 彭方林.西昌学院教学综合管理系统的设计与实现[D].成都:电子科技大学,2009.
[9] 郭紫芳.垂直搜索技术在石油勘探生产门户中的应用研究[D].西安:西安石油大学,2014.
[10] 赵欣.中国B2C电子商务企业发展模式与竞争——以当当网和卓越网为例[D].北京:北京大学,2008.
[11] 王海霞.基于遗传算法的FMS调度问题研究[D].西安:西安理工大学,2007.
[12] 田龙.大爆炸算法研究及在大气质量污染等级评价中的应用[D].广州:广东工业大学,2016.
[13] 胡丽华.基于微分进化算法的接地网故障诊断研究[D].宜昌:三峡大学,2015.
[14] 洪越.遗传算法在随机分布控制中的应用综述[J].现代工业经济和信息化,2018(17):72-73.
[15] 刘思皖.数据挖掘技术在智能搜索引擎中的应用[J].科技创新与应用,2018(36):39-40.
[16] 吕璐,高一弘.智能搜索引擎在数字图书馆个性化信息服务中的应用[J].科技文献信息管理,2018,32(4):32-35.
[17] 徐家慧,叶健辉,殷智,等.电力调度知识领域的智能搜索关键技术研究[J].中国科技信息,2018(20):80-81.
[18] 陈宏君.遗传算法在计算机网络优化设计中的应用[J].哈尔滨师范大学自然科学学报,2018,34(3):89-93.
[19] 王非.基于聚类及关联度分析的供电公司电力营销稽查的研究[D].成都:西华大学,2018.
[20] 王丹.基于电力营销系统实现客户自助电量电费查询[D].大连:大连理工大学,2017.
[21] 李建伟,李妍,王健.改进的BP算法在短期电力负荷预测中的应用[J].微型机与应用,2017,36(14):61-63.
[22] 杨客.遗传算法优化的BP神经网络在连云港港口吞吐量预测中的应用研究[D].深圳:深圳大学,2017.
[23] 张斌,毛元,董海鹰.基于混合算法的单端行波故障测距方法研究[J].控制工程,2017,24(6):1270-1276.