面向物聯(lián)網(wǎng)的實(shí)體實(shí)時(shí)搜索技術(shù)研究.pdf

1、隨著信息技術(shù)的不斷發(fā)展,物聯(lián)網(wǎng)技術(shù)逐漸被社會(huì)各界所重視,在工農(nóng)業(yè)、智能家居、快遞物流、設(shè)備監(jiān)控等各方面都有著廣泛的應(yīng)用。物聯(lián)網(wǎng)中包含很多實(shí)體,導(dǎo)致物聯(lián)網(wǎng)包含了海量的實(shí)時(shí)數(shù)據(jù)。如何對(duì)物聯(lián)網(wǎng)中海量的實(shí)體進(jìn)行處理分析,如何從這些海量實(shí)體返回的實(shí)時(shí)狀態(tài)數(shù)據(jù)中搜尋得到有用的信息以及如何通過(guò)這些已知信息來(lái)預(yù)測(cè)未來(lái)未知的狀態(tài)成為了物聯(lián)網(wǎng)研究中的重點(diǎn)。
　　本文針對(duì)物聯(lián)網(wǎng)中實(shí)體搜索進(jìn)行了研究,實(shí)現(xiàn)了物聯(lián)網(wǎng)中實(shí)體信息的實(shí)時(shí)搜索。首先,在實(shí)體架構(gòu)及實(shí)

2、體數(shù)據(jù)源獲取方面,采用MetaSeeker工具和Watir與Nokogiri兩種方法同時(shí)實(shí)現(xiàn),基于MetaSeeker信息實(shí)時(shí)獲取方法通過(guò)頁(yè)面實(shí)時(shí)監(jiān)測(cè)機(jī)制,只要物聯(lián)網(wǎng)頁(yè)面實(shí)體信息有變動(dòng),就能實(shí)現(xiàn)實(shí)時(shí)抓取,對(duì)系統(tǒng)的占用較少;Watir與Nokogiri信息實(shí)時(shí)獲取方法主要通過(guò)Watir實(shí)現(xiàn)對(duì)物聯(lián)網(wǎng)動(dòng)態(tài)頁(yè)面加載,然后采用Nokogiri對(duì)獲得的HTML文檔進(jìn)行解析并獲取網(wǎng)頁(yè)的HTML文檔內(nèi)容,再通過(guò)CSS Selector來(lái)找頁(yè)面上所需內(nèi)容

3、的節(jié)點(diǎn),取回該時(shí)刻的頁(yè)面文本信息,從而實(shí)現(xiàn)固定周期抓取物聯(lián)網(wǎng)動(dòng)態(tài)頁(yè)面實(shí)時(shí)信息,獲取實(shí)體信息。
　　針對(duì)物聯(lián)網(wǎng)實(shí)體的搜索問(wèn)題,本文采用Lucene搜索框架實(shí)現(xiàn),Lucene對(duì)獲取到的實(shí)體數(shù)據(jù)進(jìn)行解析,建立索引數(shù)據(jù)庫(kù),將建立好的索引庫(kù)存入本地文件。之后通過(guò)檢索索引庫(kù)實(shí)現(xiàn)搜索功能。由于Lucene具有強(qiáng)大的搜索功能,對(duì)海量數(shù)據(jù)搜索耗時(shí)很短,能滿足物聯(lián)網(wǎng)實(shí)體搜索實(shí)時(shí)性的要求。物聯(lián)網(wǎng)實(shí)體信息實(shí)時(shí)獲取部分雖然實(shí)時(shí)獲取到了物聯(lián)網(wǎng)中實(shí)體的信息,但

4、由于物聯(lián)網(wǎng)信息的高動(dòng)態(tài)性,數(shù)據(jù)具有瞬時(shí)性。為了更好的實(shí)現(xiàn)實(shí)體搜索的實(shí)時(shí)性,本文在搜索模塊后面擴(kuò)展了預(yù)測(cè)分析模塊,采用周期預(yù)測(cè)模型,包括聚合預(yù)測(cè)模型(APM-Aggregated Prediction Model),單周期預(yù)測(cè)模型(SPM-Single-period Prediction Model),多周期預(yù)測(cè)模型(MPM-Multi-period Prediction Model);通過(guò)判斷物聯(lián)網(wǎng)實(shí)體事件的周期模式采用合理的預(yù)測(cè)模型,