王獻(xiàn)忠,楊瑜婷,劉承鑫

（國網(wǎng)上海市電力公司奉賢供電公司，上海 201499）

1 引言

電工裝備智慧物聯(lián)平臺通過結(jié)合電力設(shè)備生產(chǎn)數(shù)據(jù)與企業(yè)運行數(shù)據(jù)，讓信息成為建設(shè)電力物聯(lián)體系的主要支撐；以自動化采買、智能化物流、全方位質(zhì)量把控為中心，架構(gòu)智慧供應(yīng)鏈體系；基于“開放、合作、共贏”的發(fā)展理念[1-2]，把感知層擴(kuò)展至供應(yīng)商，整合、深化物聯(lián)信息，使產(chǎn)業(yè)透明化，使電工裝備生態(tài)圈相輔相成，互惠互利。

目前，相關(guān)研究人員對信息推送進(jìn)行了大量研究，并取得了相應(yīng)的研究成果。其中，文獻(xiàn)[3]設(shè)計了一種基于消息隊列遙測傳輸協(xié)議的切削數(shù)據(jù)主動推送系統(tǒng)，充分利用移動設(shè)備的優(yōu)勢，依據(jù)消息隊列遙測傳輸協(xié)議，設(shè)計數(shù)據(jù)主動推送系統(tǒng)，實現(xiàn)切削數(shù)據(jù)的推送功能。實驗結(jié)果表明，該系統(tǒng)可以在用戶使用過程中實現(xiàn)無障礙的信息推送功能，并且具備數(shù)據(jù)修改的功能，但是該系統(tǒng)存在穩(wěn)定性較差的問題。文獻(xiàn)[4]設(shè)計了一種基于最大互信息系數(shù)的圖書館文獻(xiàn)個性化推送系統(tǒng)，將信息推送作為一個整體流程，實現(xiàn)流程中包括用戶安全認(rèn)證、文獻(xiàn)資源檢索、文獻(xiàn)個性化推送等模塊。實驗結(jié)果表明，該系統(tǒng)具有面向用戶范圍較廣的優(yōu)點，但是易受干擾因素影響。文獻(xiàn)[5]設(shè)計了一個基于MQTT協(xié)議的海洋觀測數(shù)據(jù)推送系統(tǒng)，該系統(tǒng)依據(jù)MQTT 協(xié)議重點在數(shù)據(jù)的加密與驗證方面進(jìn)行設(shè)計，保障數(shù)據(jù)的安全性，雖然取得了一定的進(jìn)步，但是該系統(tǒng)的智能性不佳，仍需要進(jìn)行改進(jìn)。

綜上所述，電工裝備智慧物聯(lián)平臺不僅需要為供需雙方提供一個實時的交互平臺，而且還應(yīng)根據(jù)物資管理業(yè)務(wù)與電工裝備智慧物聯(lián)業(yè)務(wù)，合理地為供需雙方推送信息。因此，為保障物資質(zhì)量與物資供應(yīng)，本文面向電工裝備智慧物聯(lián)平臺，架構(gòu)出一個信息自適應(yīng)推送系統(tǒng)。采用Docker 開源應(yīng)用容器引擎與微服務(wù)架構(gòu)模式，從根本上提升系統(tǒng)性能；利用Redis與My SQL關(guān)系型數(shù)據(jù)庫，解決物聯(lián)環(huán)境的高并發(fā)與高復(fù)雜度問題；通過推薦單元與過濾單元的相關(guān)處理策略，強(qiáng)化信息推送的自適應(yīng)性，有助于準(zhǔn)確推送信息。

2 智慧物聯(lián)平臺信息整合模塊

電工裝備智慧物聯(lián)平臺的常用軟件是Virtualbox 6.1.12虛擬機(jī)，將其與17.03版本的Docker容器進(jìn)行性能對比后可知(見表1)，相對于以往的虛擬機(jī)，Docker 容器性能優(yōu)勢更大，符合電工裝備智慧物聯(lián)平臺的發(fā)展趨勢與應(yīng)用需求。

表1 虛擬機(jī)與Docker對比

利用Spring cloud開發(fā)的微服務(wù)架構(gòu)模式與Docker開源應(yīng)用容器引擎，組建出圖1所示的電工裝備智慧物聯(lián)平臺信息整合模塊。前者能夠聚類單一應(yīng)用程序為一組服務(wù)，該組服務(wù)在獨立運行的基礎(chǔ)上，具有一定的協(xié)調(diào)性與配合度，各服務(wù)間的交互主要通過HTTP的RESTful API通信機(jī)制得以實現(xiàn)，該機(jī)制屬于輕量級機(jī)制，有助于理想交互；而后者的功能則是賦予開發(fā)者一種打包能力，將應(yīng)用與依賴包裝進(jìn)可移植容器，以便于Linux機(jī)器發(fā)布。

圖1 平臺信息整合模塊框架圖

從圖1中可以看出，整合模塊框架的組成部分為提供者物聯(lián)信息與品項管控中心的整合單元、提供者業(yè)務(wù)信息與品項管控中心的交互單元以及品項管控中心與信息匯總單元的交互單元構(gòu)成，具體描述如下：

(1) 提供者物聯(lián)信息與品項管控中心的整合單元：采用物聯(lián)數(shù)據(jù)網(wǎng)關(guān)，把業(yè)務(wù)標(biāo)簽標(biāo)記在提供者相同品類的物聯(lián)信息上，完成物聯(lián)信息與品項管控中心的匯總。

(2) 提供者業(yè)務(wù)信息與品項管控中心的交互單元：在品項管控中心內(nèi)添加提供者業(yè)務(wù)信息，由API(Application Programming Interfaces，應(yīng)用程序編程接口)接口完成。

(3) 品項管控中心與信息匯總單元的交互單元：經(jīng)過整合、運算物聯(lián)信息與業(yè)務(wù)信息，品項管控中心為信息外網(wǎng)的信息匯總單元推送信息，再與信息內(nèi)網(wǎng)進(jìn)行整合后，得到整合模塊的全業(yè)務(wù)信息單元。

3 信息存儲與自適應(yīng)推送模塊

3.1 平臺信息存儲模塊

作為物聯(lián)平臺推送系統(tǒng)的核心部分，存儲模塊需兼具能夠快速讀寫的數(shù)據(jù)庫與能夠解決物聯(lián)環(huán)境高并發(fā)問題的能力[6]，因此，通過融合分布式緩存與數(shù)據(jù)庫使其功能得以實現(xiàn)。根據(jù)電工裝備智慧物聯(lián)平臺的高并發(fā)、大規(guī)模以及復(fù)雜性等特征，緩存數(shù)據(jù)庫與常規(guī)數(shù)據(jù)庫分別采用Redis[7]與My SQL[8]關(guān)系型數(shù)據(jù)庫。平臺信息存儲模塊的數(shù)據(jù)讀取流程如圖2所示。

圖2 平臺信息存儲模塊數(shù)據(jù)讀取流程圖

3.2 平臺信息自適應(yīng)推送模塊

3.2.1 自適應(yīng)推送模塊結(jié)構(gòu)

為用戶推送有效信息是自適應(yīng)推送模塊的關(guān)鍵功能，由于信息全部通過其他系統(tǒng)而非推送系統(tǒng)生成，因此，利用信息采集單元采集初始信息；采用自適應(yīng)推送模塊中的信息推薦單元與信息過濾單元，處理所得的初始信息；通過信息推送單元把經(jīng)過處理的初始信息推送至客戶端。自適應(yīng)推送模塊框架如圖3所示。

圖3 自適應(yīng)推送模塊結(jié)構(gòu)示意圖

3.2.2 自適應(yīng)推送模塊相關(guān)策略

自適應(yīng)推送模塊中包含推薦與過濾兩個單元，對平臺信息的自適應(yīng)推送效果有著直接的決定作用，因此，深入探討推薦單元與過濾單元的相關(guān)處理策略。

(1) 推薦單元處理策略

若電工裝備智慧物聯(lián)平臺頁面的最多鏈入、鏈出個數(shù)分別為link_inmax、link_outmax，頁面最多層次數(shù)量可達(dá)page_layermax，則平臺頁面P的鏈入、鏈出個數(shù)以及頁面層次分別是link_inp、link_outp、page_layerp，與該頁面信息推薦重要程度相關(guān)的指標(biāo)運算策略具體描述如下：

1) 信息推薦重要程度：針對頁面P所含有的信息，假設(shè)用戶行為推薦重要程度是user_recw，信息內(nèi)容推薦重要程度是info_recw，則電工裝備智慧物聯(lián)平臺信息推薦重要程度由下式解得：

其中，f(x)表示信息推薦重要程度的函數(shù)模型，x[0，+∞]，界定公式如下所示：

2) 信息內(nèi)容推薦重要程度：已知頁面鏈入、鏈出的推薦重要程度是linkw，采用下列表達(dá)式描述平臺信息內(nèi)容推薦重要程度：

其中，page_layerw表示頁面層次推薦重要程度，計算公式如下所示：

其中，page_layerp表示頁面層次的權(quán)值系數(shù)；page_layermax表示頁面層次推薦重要程度最大值。

3) 頁面鏈入、鏈出個數(shù)推薦重要程度：若頁面鏈入、鏈出個數(shù)推薦重要程度之間呈黃金分割，用phi表示，則平臺頁面鏈入、鏈出個數(shù)的推薦重要程度表達(dá)式如下所示：

其中，頁面鏈入、鏈出個數(shù)推薦重要程度分別為link_inw、link_outw。

根據(jù)解得的各平臺頁面信息推薦重要程度，為用戶自適應(yīng)推送平臺信息，所推信息即為具有推薦重要程度最大值的頁面信息。

(2) 過濾單元處理策略

基于信息推薦重要程度性質(zhì)(即當(dāng)系統(tǒng)濾除某信息時任意因素的干擾程度)推導(dǎo)出平臺任意信息的過濾重要程度計算公式：

其中，平臺信息內(nèi)容與場景的過濾重要程度分別用A、B表示。

假定t為任意平臺信息，其內(nèi)容與場景過濾重要程度分別為con_filterw、sce_filterw，兩者之間的關(guān)系是a：b，則結(jié)合式(5)、(6)推導(dǎo)出下列表達(dá)式：

平臺信息內(nèi)含有信息內(nèi)容與詳細(xì)信息鏈接，若用戶查看信息詳細(xì)內(nèi)容，說明此條信息能夠引起用戶興趣。假設(shè)信息i的內(nèi)容值為v，該信息近七天的用戶點擊均值為v0，則其內(nèi)容過濾重要程度con_filterw的條件式如下所示：

其中，E表示狀態(tài)類信息；E'表示數(shù)據(jù)類信息。

假設(shè)信息生成時間與推送頻率的過濾重要程度分別是tw、fw，則下式所示為對應(yīng)的場景過濾重要程度表達(dá)式：

其中，信息生成時間與推送頻率的過濾重要程度分別是tw和fw。

利用上式，結(jié)合信息過濾閾值，計算平臺信息過濾重要程度：

其中，信息內(nèi)容與信息場景的過濾重要程度閾值分別為con_thw、sce_thw。

4 仿真實驗

為了驗證所設(shè)計的電工裝備智慧物聯(lián)平臺信息自適應(yīng)推送系統(tǒng)的性能，進(jìn)行仿真實驗驗證。

4.1 仿真實驗環(huán)境

按照表2 所示的配置參數(shù)搭建電工裝備智慧物聯(lián)平臺信息自適應(yīng)推送系統(tǒng)仿真實驗平臺。

表2 仿真實驗環(huán)境配置

4.2 功能檢測實驗

為驗證系統(tǒng)的有效性，分別以推送系統(tǒng)的常用功能為切入點展開仿真實驗，功能檢測結(jié)果如表3所示。

表3 推送系統(tǒng)常用功能檢測結(jié)果統(tǒng)計表

根據(jù)推送系統(tǒng)常用功能檢測結(jié)果可以看出，因系統(tǒng)采用微服務(wù)架構(gòu)模式的RESTful API 輕量級通信機(jī)制，實現(xiàn)了各服務(wù)間的交互，利用具有較大性能優(yōu)勢的開源應(yīng)用Docker 容器引擎，完成了應(yīng)用與依賴包的打包、移植，因此，系統(tǒng)常用功能成功實現(xiàn)概率較高，截止至目前，功能檢測結(jié)果尚未出現(xiàn)失敗情況，這表明本文系統(tǒng)具有一定的有效性，能夠滿足實際的應(yīng)用需求。

4.3 性能檢測實驗

為檢驗推送系統(tǒng)穩(wěn)定性與抗壓性，分別利用推送時長與推送數(shù)量、推送時間間隔與推送數(shù)量之間的相關(guān)性，評估系統(tǒng)性能。性能檢測結(jié)果示意如圖4所示。

圖4 性能檢測結(jié)果示意圖

由性能檢測結(jié)果可知，由于本文系統(tǒng)通過融合分布式緩存與數(shù)據(jù)庫，兼具了能夠快速讀寫的數(shù)據(jù)庫與能夠解決物聯(lián)環(huán)境高并發(fā)問題的能力，利用信息推薦單元與信息過濾單元，實現(xiàn)了系統(tǒng)的自適應(yīng)推送。因此，推送數(shù)量不隨推送時長與推送時間間隔的延長而下降，且與理想的推送數(shù)量擬合度較高，這說明本文系統(tǒng)具有較為理想的免疫性能，受影響程度較小。

5 結(jié)束語

為提高電工裝備行業(yè)智能化制造質(zhì)量，以電工裝備智慧物聯(lián)平臺為研究對象，設(shè)計信息自適應(yīng)推送系統(tǒng)，實驗結(jié)果證明該系統(tǒng)具有較好的應(yīng)用性能。在今后的工作中需將本文系統(tǒng)應(yīng)用于實際的物聯(lián)平臺與其他推送領(lǐng)域中，完善系統(tǒng)性能，擴(kuò)展系統(tǒng)適用性。