对于图像识别的应用下的数据库分析

时间:2024-02-18 16:42:06

不久前我们对于“一图识趣”图片数据库的后台进行了简单分析,得出了我们对于数据库的构思。

“一图识趣”项目基于微信小程序的平台下,利用Python对机器学习算法的支持,通过ENAS优化,构建高效的CNN架构,从而提高识别速度。

对于本微信小程序,其数据关注点主要为用户反馈,用户使用情况两个大方面。具体关系如下图所示: 

 

对于如上关系表,我们对此作出如下解释:

1.用户信息:我们首先需要确认用户的唯一标识,以便在数据库中对应唯一个体,同时唯一标识对于理解上会造成一定障碍,我们选择保留用户的昵称,同时保留对用户其他信息的可扩展性,对本表的具体操作需要再次对微信提供的用户API进行筛选,从中选择较为合适的信息保留。

2.用户评价:首先对于每个用户的每条评价,都应当有唯一标识用于访问操作,其次,评价与用户属于一对多关系,故利用外键来保证引用完整性,同时减少信息冗余;最后,我们同样关心用户提交评论的时间与评论的详情,故我们将评论的具体内容予以保留,同时将用户的使用时间保留以便可视化与统计功能的实现。

3.审计数据:对于审计工作,我们并不关心具体是哪位用户提交的评价,以及其识别的物品,我们关心的是用户对使用情况的打分,侧面反映用户的体验。故审计表可以帮助我们迅速计算好评率与差评率,对于用户评价与审计表结合,我们可以对恶意用户进行剔除,从而保证数据的可靠性。

 

对于本数据库设计的补充:

考虑到本项目的用户分为两大类,微信端用户与后台管理者,微信端用户必须通过微信来提交使用请求,故可以利用微信来进行中介访问,采集用户数据。而对于管理员用户则是直接在后台调整数据,可以接触到后台的必然有云端密钥,故必然为可信任执行者,不需要单独做访问验证。故未在数据库中加入对登录的审查。

 

以上。