面向用户画像的轻量化数据中台研究

以数据中台作为建设中小企业信息基础设施的新模式，并针对性构建轻量化中台，有益于统一管理数据资产，改善数据孤岛问题，提高企业部署大数据应用的能力；以用户画像这一典型大数据应用为切入点，归纳画像构建流程并与数据中台体系整合；以整合后的中台体系为基础，提炼必要的功能模块并从结构、技术栈、部署三个角度进行轻量化设计，从而提出面向用户画像且易于搭建和部署的轻量化数据中台方案；基于Hadoop生态组件搭建轻量化用户数据中台，并使用淘宝用户消费数据构建RFM模型下的用户价值标签，验证轻量化数据中台的可行性。     

可见光定位系统中最小频率分辨率机理研究

最小频率分辨率对可见光定位系统的容量起到重要作用，更小的分辨率能够支持更多的可用地址。为拓展系统容量，本文首先对物距、图像传感器的曝光时间等可见光成像的主要影响因素进行研究，并围绕上述因素对最小频率分辨率进行定量分析，最后通过搭建的可见光定位系统，以成像区域大小和明条纹数为特征，采用主流的发光二极管身份（LED-ID）识别算法，测试了不同物距下准确识别LED-ID所需的最小频率分辨率。实验结果表明：在物距分别为50、100、200 cm时，对应的最小频率分辨率为60、100、200 Hz，随着物距增加，图像检测能力下降，最小频率分辨率随之增加。在LED-ID识别率至少满足95%时，可选择适当的频率间隔以高效分配可用地址，在物距为250 cm时，系统容量提升了120%，为实际应用场景中频率间隔的选择提供了有效参考。     

基于链路循环的网络时延模拟方法研究

针对当前网络时延模拟软件量程窄、精度低、资源占用高的问题，提出一种基于链路循环的网络时延模拟方法。该方法将时延模拟分为两个阶段：第一阶段通过链路循环实现宽量程的时延模拟，第二阶段通过内存队列缓冲数据实现精度优化。实验结果表明，该方法能够以微秒级精度实现秒级时延模拟。此外，相较于主流时延模拟软件NetEm，该方法能在各个带宽下降低55%～80%的内存占用，在满足精度需求的同时极大地降低系统成本。