本发明属于电商
技术领域：
：，具体是一种基于云平台的电商统计系统。
背景技术：
：：随着互联网技术的快速发展，出现了很多电商平台，消费者通过电商平台进行网上购物已经非常普遍。现有的电商平台中，入驻的各个店铺的管理者无法获取到自己的店铺的相关信息，更无法根据需要分析出所需的各种指标的数据；针对于电商数据的分析处理，目前多采用分布式存储技术及分布式计算技术。对于当前流行的分析型的商业应用程序，都有自身分析的技术及模型，需要把数据收集到自身的程序中再进行针对的分析技术。但当面对电商数据分析时，当前的很多商业应用程序如果同时加载电商数据到应用程序所在的服务器上，会造成超负载致使程序崩溃，同时统计分析的要求只能采用文字方式进行输入，一旦遇到生僻字或者特殊符号，就容易出现要求无法输入的情况，从而导致系统的使用具有很大的局限性；且现有的数据分析系统无法进行数据的仿真模拟分析，从而导致数据分析结果较为片面。技术实现要素：本发明要解决的技术问题是提供一种基于云平台的电商统计系统，通过将数据布置在云平台上，很好的避免了系统的超负载，可采用文字、语音以及图片输入模式，扩大的系统的使用范围，从而满足了各种统计分析要求；从而实现了多种目标数据的计算获取，大大方便了工作人员的使用；提高了分析的精确度，实现了数据的仿真分析。为了解决上述的问题本发明的采用的技术以及方法如下：一种基于云平台的电商统计系统，包括电商统计平台和云服务器；电商统计平台搭载在云服务器上，电商统计平台内设置有中央处理器和数据库；电商统计平台，用于对电商数据进行采集、处理、整理以及检索调用，最后统计分析建立物理模型和图像绘制展示；云服务器上基于软件程序编程有加强型防火墙；电商统计平台连接设置有第二显示屏；还包括人机交互操作，用于用户登录并输入需要进行储存的数据，并将输入的数据发送到数据审核模块；还用于输入生物特征数据，并将这些生物特征数据发送到身份认证模块；还用于输入控制命令；人机交互操作连接设置有第一显示屏；数据采集模块，用于进行目标数据的采集；数据管理模块，用于对采集的目标数据进行数据分类、数据标记、数据定位；数据处理模块，用于接收输入的图片数据、文字数据和语音数据，去除图像中的斑点噪声，提取图片中的特征值，并将特征值转换成文本数据发送到中央处理器；提取文字数据中的关键字发送到中央处理器；将语音数据转换成文本数据，并提取关键字发送到中央处理器；采用基于hadoop的粗糙集快速属性约简算法对目标数据进行预处理；数据标准化模块，基于bp神经网络模对完成预处理的目标数据进行标准化处理；数据可视化分析，基于完成标准化处理后的数据通过tableaudesktop实现数据的可视化分析；数据检索调用模块，用于根据接收到的数据调用命令在数据库内进行对应的数据的调用，并将调用的数据发送到数据排版模块；数据统计分析，用于根据人机操作模块输入的统计分析要求选取对应的统计分析算法对接分类完成后的数据进行统计分析，并将统计分析后的结果发送到显示屏进行显示；物理模型建立模块，用于接收人机操作模块发送的数据，并根据接收到的数据以及中央处理器发送的控制命令通过flac3d建立数据物理模型；或根据接收的数据进行图形绘制模块，用于根据完成标准化处理后的数据生成各种曲线图。优选地，所述数据管理模块包括数据识别分类模块、数据标记模块、数据定位模块；数据识别分类模块，用于基于bp神经网络模型根据特征数据对完成标准化处理的数据进行识别分类；数据标记模块，用于将接收到的数据及其对应的评估结果用其对应的账户信息标记后发送到数据整理模块；数据定位模块，用于为整理后的数据在数据库中找到合适的位置，并为其找到相似数据点，建立其与相似数据点之间的关系。优选地，还包括注册模块，用于在用户注册时，生成对应用户注册身份标识的生物特征模型，并将所述生物特征模型保存到用户注册的数据库中。优选地，还包括身份认证模块，用于将接收到的生物特征数据与用户注册数据库内的数据进行相似度对比，并将对比结果发送到加密模块进行解码，若解码通过，则将接收到的数据调用命令发送到数据检索调用模块。优选地，还所述生物特征数据采用声纹数据，声纹数据为从录入的用户朗读指定验证文本的语音中获取的用户的声纹特征和唇动间隔时间数据。优选地，还所述人机交互操作包括文字输入模块、语音输入模块和图片输入模块，文字输入模块采用键盘，语音输入模块采用麦克风，图片输入模块采用图片导入上传的模式以及通过摄像头采集图片上传模式。优选地，所述云服务器连接设有数据加密模块，用于根据预设的算法对完成数据定位的数据进行加密，并加密完成后的数据储存到数据定位模块所定位的数据库内；优选地，在数据统计分析前先经多特征加权融合模块完成多特征的融合操作。优选地，所述多特征加权融合模块采用自适应的融合算法，公式如下：fi＝αvi+βni(1)其中，vi表示主因素项的得分，ni表示次因素项的得分，其中，α+β＝1，α和β采用自适应的取值方案，公式如(2)和(3)所示：本发明具有以下有益效果：1、通过将数据布置在云平台上，很好的避免了系统的超负载，可采用文字、语音以及图片输入模式，扩大的系统的使用范围，同时系统内的分析算法可实时更新，从而满足了各种统计分析要求；2、基于目标数据采集模块进行数据的针对性挖掘，然后基于hadoop的粗糙集快速属性约简算法进行数据的预处理，提高了大规模数据的分析效率，从而可以将纷繁多样的海量数据转换成具有信息和商业价值的可用数据，基于tableaudesktop实现了数据的可视化分析，从而实现了多种目标数据的计算获取，大大方便了工作人员的使用；3、系统自带的数据处理功能，完成数据的处理和审核，在实现数据库实时更新的同时，避免了数据的重复、冲突；同时也实现了在权限内的数据的共享，每个数据的录入均携带录入者的身份信息，实现了数据的可追溯性，数据的储存和调用更加安全；基于flac3d的数值模拟计算不同数据所对应的模型，提高了分析的精确度，实现了数据的仿真分析。附图说明为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图；图1为本发明的结构示意图。具体实施方式下面结合附图对本发明的优选实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定；如图1所示，本发明技术方案一种基于云平台的电商统计系统包括电商统计平台和云服务器；电商统计平台搭载在云服务器上，电商统计平台内设置有中央处理器和数据库；电商统计平台，用于对电商数据进行采集、处理、整理以及检索调用，最后统计分析建立物理模型和图像绘制展示；云服务器上基于软件程序编程有加强型防火墙；电商统计平台连接设置有第二显示屏；还包括人机交互操作，用于用户登录并输入需要进行储存的数据，并将输入的数据发送到数据审核模块；还用于输入生物特征数据，并将这些生物特征数据发送到身份认证模块；还用于输入控制命令；人机交互操作连接设置有第一显示屏；数据采集模块，用于进行目标数据的采集；数据管理模块，用于对采集的目标数据进行数据分类、数据标记、数据定位；数据处理模块，用于接收输入的图片数据、文字数据和语音数据，去除图像中的斑点噪声，提取图片中的特征值，并将特征值转换成文本数据发送到中央处理器；提取文字数据中的关键字发送到中央处理器；将语音数据转换成文本数据，并提取关键字发送到中央处理器；采用基于hadoop的粗糙集快速属性约简算法对目标数据进行预处理；数据标准化模块，基于bp神经网络模对完成预处理的目标数据进行标准化处理；数据可视化分析，基于完成标准化处理后的数据通过tableaudesktop实现数据的可视化分析；数据检索调用模块，用于根据接收到的数据调用命令在数据库内进行对应的数据的调用，并将调用的数据发送到数据排版模块；数据统计分析，用于根据人机操作模块输入的统计分析要求选取对应的统计分析算法对接分类完成后的数据进行统计分析，并将统计分析后的结果发送到显示屏进行显示；物理模型建立模块，用于接收人机操作模块发送的数据，并根据接收到的数据以及中央处理器发送的控制命令通过flac3d建立数据物理模型；或根据接收的数据进行图形绘制模块，用于根据完成标准化处理后的数据生成各种曲线图。具体的，所述数据管理模块包括数据识别分类模块、数据标记模块、数据定位模块；数据识别分类模块，用于基于bp神经网络模型根据特征数据对完成标准化处理的数据进行识别分类；数据标记模块，用于将接收到的数据及其对应的评估结果用其对应的账户信息标记后发送到数据整理模块；数据定位模块，用于为整理后的数据在数据库中找到合适的位置，并为其找到相似数据点，建立其与相似数据点之间的关系。具体的，还包括注册模块，用于在用户注册时，生成对应用户注册身份标识的生物特征模型，并将所述生物特征模型保存到用户注册的数据库中。具体的，还包括身份认证模块，用于将接收到的生物特征数据与用户注册数据库内的数据进行相似度对比，并将对比结果发送到加密模块进行解码，若解码通过，则将接收到的数据调用命令发送到数据检索调用模块。具体的，还所述生物特征数据采用声纹数据，声纹数据为从录入的用户朗读指定验证文本的语音中获取的用户的声纹特征和唇动间隔时间数据。具体的，还所述人机交互操作包括文字输入模块、语音输入模块和图片输入模块，文字输入模块采用键盘，语音输入模块采用麦克风，图片输入模块采用图片导入上传的模式以及通过摄像头采集图片上传模式。具体的，所述云服务器连接设有数据加密模块，用于根据预设的算法对完成数据定位的数据进行加密，并加密完成后的数据储存到数据定位模块所定位的数据库内；具体的，在数据统计分析前先经多特征加权融合模块完成多特征的融合操作。具体的，所述多特征加权融合模块采用自适应的融合算法，公式如下：fi＝αvi+βni(1)其中，vi表示主因素项的得分，ni表示次因素项的得分，其中，α+β＝1，α和β采用自适应的取值方案，公式如(2)和(3)所示：本发明通过将数据布置在云平台上，很好的避免了系统的超负载，可采用文字、语音以及图片输入模式，扩大的系统的使用范围，同时系统内的分析算法可实时更新，从而满足了各种统计分析要求；基于目标数据采集模块进行数据的针对性挖掘，然后基于hadoop的粗糙集快速属性约简算法进行数据的预处理，提高了大规模数据的分析效率，从而可以将纷繁多样的海量数据转换成具有信息和商业价值的可用数据，基于tableaudesktop实现了数据的可视化分析，从而实现了多种目标数据的计算获取，大大方便了工作人员的使用；系统自带的数据处理功能，完成数据的处理和审核，在实现数据库实时更新的同时，避免了数据的重复、冲突；同时也实现了在权限内的数据的共享，每个数据的录入均携带录入者的身份信息，实现了数据的可追溯性，数据的储存和调用更加安全；基于flac3d的数值模拟计算不同数据所对应的模型，提高了分析的精确度，实现了数据的仿真分析。以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何不经过创造性劳动想到的变化或替换，都应涵盖在本发明的保护范围之内，因此，本发明的保护范围应该以权利要求书所限定的保护范围为准。当前第1页12当前第1页12