网站地图 原创论文网,覆盖经济,法律,医学,建筑,艺术等800余专业,提供60万篇论文资料免费参考
主要服务:论文发表、论文修改服务,覆盖专业有:经济、法律、体育、建筑、土木、管理、英语、艺术、计算机、生物、通讯、社会、文学、农业、企业

云平台技术下网络营销系统的仿真测试

来源:原创论文网 添加时间:2021-02-04

  摘    要: 为提升网络营销系统数据处理能力,设计基于云平台的网络营销系统。系统采用B/S架构,分为界面层、功能层和支持层。功能层包含营销管理模块、服务监督管理模块与基础信息管理模块,营销管理模块是系统的核心,利用销售管理功能管控网络营销过程中商品销售过程,通过基于云计算的商品推荐算法向用户推荐商品。支持层中包含系统接口,接口采用http访问方式,完成外部服务调用功能,实现系统内部各模块间、模块各功能间、系统与其他系统间的数据交流。系统测试从系统功能、性能、应用三方面进行,测试结果显示该系统可在多并发用户条件下进行快速准确的数据处理,有效提升企业经济效益。

  关键词: 云平台; 网络营销; 数据处理; 商品销售; 云计算; 接口; 并发用户;

  Abstract: A network marketing system based on cloud platform is designed to improve its data processing ability. In the system,the B/S architecture is composed of interface layer,functional layer and support layer. The functional layer includes marketing management module,service supervision & management module and basic information management module. The marketing management module is the core of the system,which controls the product sales process in the network marketing process by the sales management function,and recommends products for users by the product recommendation algorithm based on cloud computing. The support layer includes the system interface,which completes external service call function by http access mode,so as to realize the data communication among the modules,the functions of the modules,and the system and other systems. The system test is carried out in 3 aspects of system function,performance and application. The test results show that the system can process data quickly and accurately under the condition of multiple concurrent users,and effectively improve the economic benefits of the enterprise.

  Keyword: cloud platform; network marketing; data processing; commodity sale; cloud computing; interface; concurrent user;

  0 、引言

  互联网用户为网络营销发展提供基础,使网络营销成为大部分企业的主要营销方式[1]。网络营销用户大幅提升给网络营销系统数据处理与计算带来新的挑战[2],因此研究网络销售系统中数据处理性能对整合网络营销资源,提升网络营销效率具有重要意义。
 

云平台技术下网络营销系统的仿真测试
 

  越来越多的企业在设计应用系统时采用云平台模式构建数据信息网络[3],云平台利用互联网提供动态、易扩展的虚拟资源计算模式[4],具有节约运营资源与成本等主要优势[5]。通过云平台对现有资源与数据进行整合,利用互联网技术管控数据,使应用系统更具有序性与连贯性[6]。将以数据处理为主的计算型云平台应用于网络营销系统内,设计基于云平台的网络营销系统,提升系统数据处理性能,为网络营销的不同环节提供保障。

  1 、基于云平台的网络营销系统

  1.1 、系统整体结构设计

  基于云平台的网络营销系统整体采用B/S架构设计,划分为界面层、功能层和支持层,如图1所示。

  界面层的主要功能是向用户展示系统内容,其中包含行业与产品信息、客户中心、综合报表、导航搜索等[7,8]。客户中心和综合报表内的信息分别为客户关心的同销售服务与技术支持相关的信息和企业不同业务的相关信息,由此也可将这些信息理解为对外公共信息与对内共享信息以及部门业务信息。

  图1 系统整体结构框架
图1 系统整体结构框架

  功能层是系统的核心,其中包含系统要实现的主要功能[9]:营销管理、服务监督管理以及基础信息管理。营销管理模块是系统核心中的核心,营销服务是企业提升市场竞争力的主要方式,通过市场信息的实时、准确分析、反馈,向相关管理人员及时给予响应,提升企业产品质量,为企业制定营销策略提供依据。作为营销服务的扩展,服务监督管理质量的高低对企业售后服务质量与客户满意度产生直接影响[10]。基础信息管理主要是针对系统各项基础信息进行构建、维护、共享等管理,是营销管理模块与服务监督管理模块应用的基础。

  支持层中包含系统安全、通信以及企业内部其他信息系统的接口,通过这些接口可实现系统内部各模块之间、模块各功能之间、系统与其他系统间的数据交流。

  1.2 、营销管理模块功能设计

  营销管理模块中综合数据信息及业务审批流程,可实现需求计划管理、储运管理、销售管理、账款管理等功能[11]。营销管理模块功能结构图如图2所示。

  营销管理模块通过需求计划管理完成生产营销计划申报、维护与查询;利用销售管理实现商品销售、合同管理、销售查询等功能;通过统计分析对比商品营销趋势、指标、资源等情况;利用基于云计算的商品推荐算法向用户推荐商品;经由市场分析完成行业流向表与行业动态表的录入、维护与查询等功能。通过营销管理模块中各项管理功能实现企业主要业务的全部覆盖与支持。基于营销管理服务的实时性要求,营销管理模块中还增添了信息提示功能,通过该功能可缩短不同部门之间信息传递与业务实施过程中的响应时间。

  图2 营销管理模块功能结构
图2 营销管理模块功能结构

  1.2.1、 营销管理功能设计

  销售管理是营销管理模块的主要组成部分,主要针对网络营销过程中商品销售过程进行管控[12],如商品销售、合同管理、销售查询等。网络营销过程中用户购物流程如图3所示。根据用户不同实际需求,构建不同风格的系统是网络营销系统设计的目的。同时,网络营销系统以满足用户需求为宗旨,支持不同语言搜索的同时内置促销、优惠等引擎工具。为向用户提供优质的购物体验,营销管理模块在销售管理过程中除设定传统目录清单外,还设置新增商品、折扣商品、特色商品、优惠券等,以此拓宽企业业务范围。同时,营销管理模块对企业后台管理者提供稳定、多样的营销平台,利用系统二次开发和模板技术为企业提供可定制方案,优化网络营销系统功能。

  图3 网络营销购物流程
图3 网络营销购物流程

  1.2.2 、基于云计算的商品推荐算法设计

  商品推荐是网络营销的重要组成部分,准确的商品推荐可有效提升企业网络营销效率[13]。营销管理模块中采用基于云计算的商品推荐算法将K最邻近算法与K均值算法相融合,实现高精度的商品推荐。

  K最邻近算法是当前普遍使用的商品推荐算法,采用K最邻近算法中固定数量的邻近算法获取商品推荐结果。基于商品的属性描述和选购经验,提取商品属性特性生成商品标签;K均值算法收取用户个人信息、购买信息、历史浏览信息、历史评价信息等,通过分析评价确定用户关注的商品属性,生成用户标签。根据商品标签与用户标签的结合,在提升商品推荐精度的同时,解决新用户冷启动问题。

  采用K均值算法,将距离作为一致度判断指标,距离与用户一致度为反比例关系。依照基础信息管理模块中的用户信息提取用户属性特性[14],以N维向量描述。用分别描述两个用户,通过欧几里德算法计算两者间距离s(p,q):

  式中k为用户标签内属性特性数量。

  K均值聚类过程中,需先在用户群内任意确定k个质心,判断用户与不同质心的距离,将用户划分至距离最小的质心类内,实现初始聚类。分别确定k类内的均值作为新的质心。循环上述过程至质心固定或波动幅度低于设定阈值。依照欧几里德距离,通过式(2)计算用户一致度:

  基于商品的属性描述和选购经验,提取商品属性特性生成商品标签,以N维向量描述,如{key,value}。用向量分别描述两个任意商品,两者之间的一致度可通过向量间一致度描述:

  式中:k为商品标签内属性特性数量;sim(vf,vg)越高,商品间共性越高。

  逐次确定其他商品同目标商品间的一致度,根据一致度计算结果由高至低排序,选取前k个一致度最高的近邻作为商品候选推荐结果。

  将用户一致度作为权重对商品候选推荐结果实施二次排序,由此得到最终商品推荐结果。

  1.3、 对外接口设计

  基于云平台的网络营销系统支持层内包含通信、安全及系统接口(同企业内部MRPII、ERP、PLM系统接口),通过这些接口完成外部服务调用功能,外部接口访问采用http方式调用[15],通过这些接口可实现系统内部各模块之间、模块各功能之间、系统与其他系统间的数据交流。接口调用时序图如图4所示。外部服务命令调用系统支持层内的外部接口,系统接收调用命令后,针对该命令进行安全验证,若安全验证结果符合标准,则返回接口信息。

  图4 系统接口调用时序图
图4 系统接口调用时序图

  2 、云平台的网络营销系统的仿真测试

  为验证本文设计基于云平台的网络营销系统的可应用性,选取某食品企业为研究对象,将本文系统应用于其网络营销中,从功能测试、性能测试与应用测试三方面对本文系统进行全方位测试。

  2.1、 功能测试

  为全方位测试本文系统各项功能,在编写系统功能测试用例过程中,共编写用例高达1 000个,并选取专业测试人员对系统功能实施测试,得到实际测试结果如表1所示。

  表1中的测试结果显示,功能测试用例全面覆盖系统3个主要功能模块中的各项功能,测试结果同用例通过率均达到96%以上,部分bug已被修复。

  2.2 、性能测试

  系统性能测试主要针对系统数据处理能力进行测试。系统主要数据业务接口如表2所示。

  实验过程中以平均响应时间、并发用户数和交易成功率为测试指标,测试系统接口支撑的上限量,即单接口最大数据处理能力与综合最大数据处理能力。性能测试结果如表3和表4所示。

  表1 功能测试结果
表1 功能测试结果

  表2 系统主要业务接口
表2 系统主要业务接口

  分析表3得到,随着并发用户数量的提升,系统各单独接口数据处理能力各项指标均表现出不同程度的波动,其中大部分接口在保障交易成功率的条件下,当并发人数为500时处理性能最佳。通过表3中的测试结果可知,各接口在并发数最大的条件下平均响应时间均低于0.8 s,交易成功率也均达到96%以上,能够有效为用户提供服务功能,由此说明系统单独处理能力较好。分析表4得到,系统各接口在综合场景测试中并发人数和交易成功率分别为50人和100%的条件下,平均响应时间均低于0.4 s,由此说明本文系统综合数据处理性能较好。

  表3 不同并发用户数的单接口最大数据处理能力测试结果
表3 不同并发用户数的单接口最大数据处理能力测试结果

  表4 并行人数为50的综合最大处理能力测试结果
表4 并行人数为50的综合最大处理能力测试结果

  2.3、 应用测试

  实验对象采用本文系统后销售额与采用本文系统前(以前3年均值为标准值)的对比结果如图5所示。

  分析图5得到,研究对象采用本文系统后,各月销售额均呈现不同幅度的提升,且提升幅度均保持在12%以上,由此说明研究对象采用本文系统后可显着提升其经济效益。

  3 、结语

  为获得理想的网络营销效果,本文设计了基于云平台的网络营销系统,云平台对信息资源进行共享与整合,将其应用于网络营销系统中,可提升网络营销的有效性与有序性,推动企业网络营销的发展,提升企业经济效益。

  图5 系统销售额对比
图5 系统销售额对比

  参考文献

  [1]侯银莉.“互联网+农产品”型网络营销体系构建模式研究[J].商业经济研究,2019(1):68-70.
  [2] 汪安梅,王红国.湖北旅游产业与网络营销耦合分析:基于大别山区16县(市)红色旅游[J].湖北社会科学,2018(4):73-80.
  [3]何雪妮.基于云计算平台的微商移动营销系统[J].兰州文理学院学报(自然科学版),2019,33(4):72-75.
  [4] LI J,CHENG T.Analysis of precision marketing mode of green food enterprises based on E-business big data platform[J].Paper Asia,2018,34(4):56-60.
  [5]张学志,张炳涛,尹恒,等.基于云平台的桥梁安全监控系统研究与实践[J].公路交通科技(应用技术版),2017,13(5):179-180.
  [6] 孙凡,宋瑜婧.个人信息对企业发展的影响机制研究:基于网络营销平台的视角[J].中央财经大学学报,2018(3):120-128.
  [7]马艳欢,刘君.旅游目的地网络营销系统与旅游产业发展耦合浅谈[J].文化创新比较研究,2017(16):80-82.
  [8] LIU P,HE W.Research on the E-commerce operation performance of SMEs based on cloud computing service platform[J].Revista de la facultad de ingenieria,2017,32(3):500-509.
  [9] 刘春晖.基于物联网技术的电能计量网络图信息化及配电营销系统应用研究[J].中国科技纵横,2019,13(1):139-140.
  [10] BHANOT K,PEDDOJU S K,BHARDWAJ T.A model to find optimal percentage of training and testing data for efficient ECG analysis using neural network[J].International journal of systems assurance engineering and management,2018,9(1):12-17.
  [11] 弋改珍,孙朋康.“互联网+”农产品营销系统设计与开发[J].农业工程,2019,9(3):19-22.
  [12]穆丽.基于系统动力学的“互联网+”农业信息化创新发展研究[J].江苏农业科学,2018,46(19):368-372.
  [13]李颖.基于移动云平台的市场营销类课程混合式教学设计[J].无线互联科技,2019,16(6):72-73.
  [14]李小聪,江伟,涂志鹏,等.基于云存储和Android平台的汽车销售管理APP设计[J].软件导刊,2017,16(6):97-99.
  [15]李冀东,张进猛,苏健.基于云平台的教学系统的设计与实现[J].实验技术与管理,2019,36(6):176-180.

重要提示:转载本站信息须注明来源:原创论文网,具体权责及声明请参阅网站声明。
阅读提示:请自行判断信息的真实性及观点的正误,本站概不负责。