對於圖像識別的應用下的數據庫分析

不久前咱們對於「一圖識趣」圖片數據庫的後臺進行了簡單分析，得出了咱們對於數據庫的構思。

「一圖識趣」項目基於微信小程序的平臺下，利用Python對機器學習算法的支持，經過ENAS優化，構建高效的CNN架構，從而提升識別速度。

對於本微信小程序，其數據關注點主要爲用戶反饋，用戶使用狀況兩個大方面。具體關係以下圖所示： 

 

對於如上關係表，咱們對此做出以下解釋：

1.用戶信息：咱們首先須要確認用戶的惟一標識，以便在數據庫中對應惟一個體，同時惟一標識對於理解上會形成必定障礙，咱們選擇保留用戶的暱稱，同時保留對用戶其餘信息的可擴展性，對本表的具體操做須要再次對微信提供的用戶API進行篩選，從中選擇較爲合適的信息保留。

2.用戶評價：首先對於每一個用戶的每條評價，都應當有惟一標識用於訪問操做，其次，評價與用戶屬於一對多關係，故利用外鍵來保證引用完整性，同時減小信息冗餘；最後，咱們一樣關心用戶提交評論的時間與評論的詳情，故咱們將評論的具體內容予以保留，同時將用戶的使用時間保留以即可視化與統計功能的實現。

3.審計數據：對於審計工做，咱們並不關心具體是哪位用戶提交的評價，以及其識別的物品，咱們關心的是用戶對使用狀況的打分，側面反映用戶的體驗。故審計表能夠幫助咱們迅速計算好評率與差評率，對於用戶評價與審計表結合，咱們能夠對惡意用戶進行剔除，從而保證數據的可靠性。

 

對於本數據庫設計的補充：

考慮到本項目的用戶分爲兩大類，微信端用戶與後臺管理者，微信端用戶必須經過微信來提交使用請求，故能夠利用微信來進行中介訪問，採集用戶數據。而對於管理員用戶則是直接在後臺調整數據，能夠接觸到後臺的必然有云端密鑰，故必然爲可信任執行者，不須要單獨作訪問驗證。故未在數據庫中加入對登陸的審查。

 

以上。