面向Web系统热点数据预测及缓存管理的研究
韩兵
张转霞
方英兰
北方工业大学信息学院 北京 100144;大规模流数据集成与分析技术北京市重点实验室 北京 100144
摘要：针对Web系统中热点数据短期内访问量高,生存周期短的特点,本文以电商系统作为研究对象,提出了一种针对热点数据预测及其缓存管理方法.首先采用支持向量机(SVM)算法对热点数据进行预测和筛选;其次,针对预测数据设计一个层次模型进行缓存管理;最后在LRU算法基础上改进淘汰策略以实现缓存数据的有效置换.此外,系统通过缩短热点数据生存期的过期清除策略,对缓存中的数据进行定时清除,并利用内存阈值策略来保证缓存空间占用率.通过与传统缓存系统中数据响应时间对比,证明基于热点数据的缓存管理系统具有更快的响应速度.
关键词：支持向量机销量预测缓存管理
论文发表日期：2019-12-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 187-190 )
英文信息