青海大學現(xiàn)代教育技術(shù)中心 楊新存

隨著科技文化的迅速發(fā)展，網(wǎng)絡(luò)技術(shù)同時也在不斷完善與成熟，當前電子商務(wù)活動已經(jīng)取代了人們在實際活動中的部分商業(yè)活動，成為了目前興起的新型交易方式。其中網(wǎng)站作為電子商務(wù)交易的重要終端，其系統(tǒng)性能對商務(wù)活動處理產(chǎn)生較為直接的影響，因此，在電子商務(wù)網(wǎng)站開發(fā)與構(gòu)建的過程中，針對其具體性能的分析與后期規(guī)劃是網(wǎng)站開發(fā)的關(guān)鍵環(huán)節(jié)。它是保障系統(tǒng)響應(yīng)速度，提升網(wǎng)站使用效率，提高站點應(yīng)急處理突發(fā)流量的關(guān)鍵。同樣，網(wǎng)站的站點流通量也是影響客戶行為的關(guān)鍵，以下主要針對多類隊列網(wǎng)絡(luò)客戶行為進行了研究。

1 客戶行為變化概述

在電子商務(wù)網(wǎng)站中，客戶在具體的數(shù)據(jù)訪問期間所發(fā)出的整體數(shù)據(jù)請求與站點之間的交互聯(lián)系，稱作會話。在不同的會話中，客戶行為均存在著一定的差異，發(fā)送的請求也大不相同。大體可以將其分為客戶的登錄行為、網(wǎng)站瀏覽行為、搜索行為及購物、支付等行為，每個客戶均有其不同的網(wǎng)站操作方式。因而在網(wǎng)站設(shè)計中可以通過不同頻率的變化與操作方式的轉(zhuǎn)換來調(diào)節(jié)站點，形成不同的行為服務(wù)。要抓住客戶行為的變化，首先需要建設(shè)一個能夠反映客戶行為變化的模型，來記錄在電子商務(wù)網(wǎng)站中所呈現(xiàn)的操作狀態(tài)，并規(guī)劃出客戶行為變化之間的時間要素。

以電子商務(wù)中的網(wǎng)上購物為例，若客戶已經(jīng)成為該站點的實名注冊用戶，在實施購物的具體環(huán)節(jié)中，客戶的行為活動一般包括登錄、瀏覽、搜索、確認選擇、加入購物車、完成支付及退出注銷等方面。在同一個網(wǎng)絡(luò)形態(tài)的電子商店，不同的客戶訪問的請求與其頻率也存在著一定的差異性。因而，要分析客戶行為發(fā)生的變化，必須掌握其頻率發(fā)生轉(zhuǎn)換的概率，建設(shè)不同的客戶行為轉(zhuǎn)變模型。

2 多類隊列網(wǎng)絡(luò)客戶行為模型

在對電子商務(wù)網(wǎng)站性能研究中，多類隊列網(wǎng)絡(luò)模擬方法主要是通過以網(wǎng)絡(luò)隊列為系統(tǒng)構(gòu)建模型來對站點進行模擬分析的方法。單個隊列網(wǎng)絡(luò)是由客戶服務(wù)中心與客戶組成，服務(wù)中心主要是系統(tǒng)資源的集合，而客戶則是表示其行為請求或事務(wù)處理的條件。多類隊列模型則是單個隊列網(wǎng)絡(luò)模型的交錯集合。在多類隊列網(wǎng)絡(luò)中，資源描述的級別區(qū)分主要是由操作詳細信息與各細節(jié)的具體參數(shù)的可靠性決定的。多類隊列中，中間隊列主要是反映客戶行為的整體流向趨勢。通?？梢詫⒕W(wǎng)絡(luò)隊列分為兩種不同的模型形式，即封閉式與開放式。若一隊列模型中，客戶等待資源的需求數(shù)量超過網(wǎng)站服務(wù)中心既定的資源限制，則將此類模型稱作封閉式模型，而開放式模型則與此相反，沒有客戶請求限制。

一般而言，影響隊列網(wǎng)絡(luò)模型的主要性能參數(shù)有六種：第一是網(wǎng)站的站點承載負荷的強度；第二則是客戶的服務(wù)請求時間；第三則是客戶在服務(wù)中心排隊等候與整體接受服務(wù)時間的集合；第四則是客戶服務(wù)中心，客戶的整體數(shù)量；第五則是服務(wù)對象的利用率；第六則是不同客戶所通過客戶服務(wù)中心的網(wǎng)絡(luò)速度。分別將其定義為：到達率、服務(wù)要求、駐留時長、隊列長度、利用率及吞吐量。以下主要構(gòu)建開放式與封閉式隊列網(wǎng)絡(luò)模型。

(1)多類封閉式網(wǎng)絡(luò)隊列模型。將電子商務(wù)站點中，不同客戶的請求定義為a，以整體系統(tǒng)固定容量定義為Ra，此時系統(tǒng)所承載負荷的強度變?yōu)镽=(R1，R2，R3，……，Ra)。以里特定律作為計算依據(jù)，將Tc定義為客戶請求的整體思考時間，以S表示服務(wù)中心，N表示駐留時間，則可得到此時網(wǎng)絡(luò)吞吐量為：

因此可得出服務(wù)中心S的整體隊列長度為：

以達到定義作為計算標準，則可得出a類客戶請求在客戶服務(wù)中心S中的整體駐留時間為：

其中Ba，s(R)表示隊列的瞬時長度，定義在多類封閉式網(wǎng)絡(luò)模型中剔除一個客戶請求不會對其他請求造成影響，那么得出：

以上式作為計算依據(jù)，算出隊列的具體長度。具體算法主要是通過對隊列中所有的a、s、Qc，k(R)計算出來，將其應(yīng)用于上式，算出其駐留時間的近似值，并得出服務(wù)中心整體隊列長度的集合。

(2)多類開放式隊列網(wǎng)絡(luò)模型。在開放式多類隊列網(wǎng)絡(luò)模型中以A作為客戶行為的種類數(shù)目，以Y作為服務(wù)中心的模型數(shù)目，設(shè)定客戶請求a均為較為開放分類，此時將達到率定義為γn，則該模型的到達率則γ=(γ1，γ2，…，γn)，其中Dc,k表示a類顧客請求在服務(wù)中心S所提出的服務(wù)要求，要確保服務(wù)中心不會超出負荷，則需保障其滿足：

此時可以得出整個網(wǎng)絡(luò)隊列中吞吐量為：

以利用率定律作為計算依據(jù)，以Ea，k表示a類請求在服務(wù)中心所需耗費的時間，可得出此時的利用率為：

以Fa，k(γ)表示達到a類請求隊列S中的請求均數(shù)，便可得出駐留時間為：

以里特定律作為計算依據(jù)，便可得出隊列長度為：

以上式作為計算依據(jù)，便可推算出所有客戶行為請求在客戶服務(wù)中心所停留的時間長度集合為：

此時便可根據(jù)以上計算公式對多類隊列網(wǎng)絡(luò)客戶行為進行分析，進而判定其整體性能。

3 電子商務(wù)網(wǎng)站性能分析

電子商務(wù)網(wǎng)站的邏輯結(jié)構(gòu)主要包括作為前段服務(wù)器的web結(jié)構(gòu)，整體服務(wù)器支持的協(xié)議及常規(guī)網(wǎng)絡(luò)站點的主頁面、處理靜態(tài)網(wǎng)站請求頁面、整個系統(tǒng)執(zhí)行的應(yīng)用程序。通常情況下，商務(wù)網(wǎng)站的服務(wù)器中執(zhí)行整個系統(tǒng)的應(yīng)用程序，一般會與數(shù)據(jù)庫交互執(zhí)行相關(guān)的數(shù)據(jù)請求。商務(wù)站點的另一結(jié)構(gòu)便是客戶的支付端口，即支持在線支付的服務(wù)器端口，主要通過執(zhí)行系統(tǒng)內(nèi)部的支付協(xié)議，來完成貨幣資金到金融機構(gòu)的流轉(zhuǎn)。對網(wǎng)站進行性能分析，需要尋找到影響整個站點負荷承載性能的功能，建立多類隊列客戶行為，進而分析各具體功能對網(wǎng)站性能所造成的影響。

(1)通過客戶行為變化模型來確立影響系統(tǒng)性能的商務(wù)功能。設(shè)定網(wǎng)站的日均訪問具體次數(shù)為Mn，以Ys，n表示客戶行為轉(zhuǎn)變的概率。此時不考慮客戶的退出狀態(tài)，則可得出客戶狀態(tài)轉(zhuǎn)換的概率：

此時，利用上式結(jié)合多類隊列網(wǎng)絡(luò)客戶行為方程組，便可計算出其日均訪問站點的具體次數(shù)，得出處于6個不同狀態(tài)的客戶行為的日均訪問次數(shù)分別為M1=1.0000、M2=3.8924、M3=3.8924、M4=1.5984、M5=0.15774、M6=0.0487、M7=1.0000。根據(jù)結(jié)果便可得出結(jié)論，客戶在電子商務(wù)網(wǎng)站中所執(zhí)行的瀏覽及物品搜索功能最多，確立選擇行為比較多，最少的客戶行為則是其將物品放置入購物車及其實際支付。

(2)以多類開放式隊列網(wǎng)絡(luò)作為分析基礎(chǔ)，研究其對網(wǎng)站性能的影響。根據(jù)前期分析的結(jié)果顯示，以下主要對客戶行為較多的物品瀏覽、物件搜索、購買選擇等三項客戶行為進行影響分析。由于每一商務(wù)網(wǎng)站訪問數(shù)據(jù)量均十分龐大，且任一站點的訪問量上限限制也相當寬泛，因此，在此研究中假定客戶的訪問行為不會受到客觀條件的限制。根據(jù)各站點服務(wù)器請求發(fā)生的概率與客戶具體的服務(wù)需求作為性能分析的因素，計算出與服務(wù)器性能關(guān)聯(lián)較大的服務(wù)器利用率及具體停留時間等指標，研究得出，兩項因素均是系統(tǒng)內(nèi)部數(shù)據(jù)庫服務(wù)器性能指標高。而Web服務(wù)器及應(yīng)用服務(wù)器則性能指標相對而言較小。通過公式計算出各服務(wù)器隊列的長度分別為web服務(wù)器0.1351、應(yīng)用服務(wù)器0.3598、數(shù)據(jù)庫服務(wù)器0.8749，其中隊列長度也數(shù)數(shù)據(jù)服務(wù)器指數(shù)最高，進而得出研究結(jié)果，在電子商務(wù)網(wǎng)站性能研究中，數(shù)據(jù)庫服務(wù)器是影響其整體容量規(guī)劃的重要服務(wù)器，需要對其進行進一步探究。

(3)以多類封閉式隊列網(wǎng)絡(luò)作為分析基礎(chǔ)，研究數(shù)據(jù)庫服務(wù)器中影響性能的組件。假定數(shù)據(jù)服務(wù)器是由簡單的系統(tǒng)CPU與磁盤組成，客戶在數(shù)據(jù)庫中具體的行為操作主要由查詢、刪除、添加等操作組成。由于單獨的數(shù)據(jù)服務(wù)器系統(tǒng)性能是有限的，因此需要建設(shè)多類封閉模型來測試其性能問題。設(shè)定數(shù)據(jù)庫系統(tǒng)內(nèi)部客戶行為操作的數(shù)據(jù)上限分別為10、5、5，此時便可將其代入公式中，算出組成數(shù)據(jù)庫服務(wù)器的CPU及其磁盤的具體隊列長度為1.237、18.415，得出其CPU的實際利用率高達99.598%，系統(tǒng)的實際相應(yīng)時間遠遠大于CPU與之對應(yīng)的具體值。進而得出在數(shù)據(jù)服務(wù)器中，磁盤是影響其性能的主要原因，因此為提升整個商務(wù)網(wǎng)站的性能，首先必須以提升數(shù)據(jù)庫服務(wù)器內(nèi)部磁盤的數(shù)據(jù)處理能力為出發(fā)點，以提升整個站點的性能。

4 結(jié)語

總之，通過對多類隊列的客戶行為模擬進行分析，得出了影響整個電子商務(wù)網(wǎng)站系統(tǒng)容量的主要服務(wù)器為數(shù)據(jù)庫，而數(shù)據(jù)庫中影響其整體性能的關(guān)鍵又是其磁盤。因此，要提升電子商務(wù)網(wǎng)站的性能，必須從解決其數(shù)據(jù)庫服務(wù)器的瓶頸問題著手，以解決其磁盤容量問題作為出發(fā)點，進一步將電子商務(wù)網(wǎng)站的工作負荷參數(shù)詳細地規(guī)劃出來，使其更好地為其性能提升提供良好的基礎(chǔ)。

[1] 傅柯萌.基于電子商務(wù)的客戶行為Web挖掘研究[J].現(xiàn)代商貿(mào)工業(yè),2009(08).

[2] 王立福.優(yōu)化ASP.NET的電子商務(wù)網(wǎng)站的性能降低成本[J].中國科技博覽,2011(24).

[3] 趙文發(fā).電子商務(wù)網(wǎng)站中高性能數(shù)據(jù)搜索關(guān)鍵技術(shù)研究[D].武漢理工大學:工業(yè)工程,2009.

[4] 龔琪琳,彭雪桃,龔欽.電子商務(wù)網(wǎng)站服務(wù)器性能計數(shù)系統(tǒng)的設(shè)計[J].計算機與現(xiàn)代化,2010(09).

[5] 張紅,甘利人,薛春香.基于標簽聚類的電子商務(wù)網(wǎng)站分類目錄改善研究[J].現(xiàn)代情報,2012(01).

[6] 汪惠,李玉霞.Excel.Application組件在電子商務(wù)網(wǎng)站統(tǒng)計功能優(yōu)化中的應(yīng)用[J].商場現(xiàn)代化,2009(06).