大数据处理技术的界面交互设计研究

甘肃有色冶金职业技术学院 王昌文

就当前大数据时代背景之下，利用界面交互设计可以显著提高大数据的操作、管理和调度能力。对于大数据界面交互的设计而言，它主要是利用GUI与人机交互的接口来构建大数据的信息库，通过对应的调度以及数据库的访问技术来完成大数据信息的交互，同时利用异构或层次化分布界面达到信息数据的管理与交互。

1 设计描述

1.1 设计的整体框架

以大数据处理技术为基础开展界面交互设计，最重要的一个环节就是要借助采用信息融合和数据调度相结合的方法进行信息处理和调度，并采用交叉编译等一系列控制方式对接口交互当中所进行的数据信息融合进行实时跟踪和设计。绝大多数情况下，在多线程的嵌入性并行处理系统之中，通过模块化功能建立接口交互设计模型的设计方案整合来开展数据处理以及界面交互设计。

1.2 功能模块的组成

多线程分布式的结构设计是当前最为常见的一种界面交互系统设计方案，它会在系统的底层对存储的数据信息做综合化处理，并且构建出与之相吻合的知识以及数据模型规则库，通过检索模型以及相关调度规则数据库就能够实现原始数据的集成化处理，并根据数据的最终处理结果来对模型进行科学分析和交叉编译。除此之外，还应当对API的接口进行设计以此来确保可以在界面交互时进行的大数据处理、在线调度等工作得到科学实现。当在线监测设备运行的具体情况时，监测系统之中相关的功能和信息数据都应使用一个相对开放且标准的方式，来给其它的系统提供一套完备、准确的检测信息。

2 交互设计与大数据处理技术

现阶段，大数据环境影响着界面的交互设计，它除了能够优化大数据处理技术工作的实际效率外，也能够让技术调度与技术管理的能力得到进一步强化。通常而言，大数据处理技术是GUI与人机交互接口得以正常工作的基础与前提，同时这也是界面交互设计的一个核心途径，能够保证大数据信息库得到有效构建，同时在对数据库的调度、访问等相关技术进行应用时也同样完成了大数据信息的交互。

当对界面交互层次化管理信息数据系统进行建设时，想要得到一个体验更出众的界面交互性，就一定要借助与信息融合相关联的方式来做必要处理。而为了可以更好的处理大数据信息，边缘融合以及特征分解等较为专业化的分析手段得到了极为广泛的应用，另外由于考虑到界面交互设计综合调度水平的提升，因此还需要借助My SQL等方式来开展数据的缓存设计。

3 大数据处理设计

将界面交互设计整体框架的分析和研究作为基础，同时通过大数据信息的处理技术来科学设计界面交互的底层算法，并以此得到界面交互中大数据信息分布的时域函数是：

在上述式子之中，为所挑选的界面交互传输数据点所处的采样节点，而界面交互中底层数据存储库中的维数则可以借助i来进行表示，式子中的xj i∈Rn，另外，在m维相空间内部界面交互的级数用n进行表示，倘若界面交互层次特征的分布函数与ui∈Rm相一致，那么便通过交叉编译等相关方式实现信息聚类，进而得到对应的输出的特征分布即：

按照大数据的分布类间离散程度做对应的特征分类划分，便能够构建出与之相对应的模糊聚类的数学函数：

借助于相关的统计特征分析，对界面交互设计底部所收集到的统计自变量进行了对应的数学描述：

总而言之，对处于界面交互之中的大数据做科学化处理，有助于界面交互系统内部数据整合能力以及信息聚类水平实现显著提升。

4 以大数据处理技术为基础的界面交互软件的开发及实现

当完成了界面交互中的信息处理工作之后，设计交互系统软件也是极为重要的一个环节。IEEE488.2这一标准协议是本篇文章所设计的界面交互传输协议得核心与基础，也是此界面交互系统得以正常运行进行的关键所在，以大数据处理技术为基础的界面交互设计是在嵌入型的Linux内核控制系统中进行研发与完善的，构造My SQL信息库，并于应用层处进行对应的人机交互研究和实验，从而来确保大数据处理和信息调度科学优化即调整，最终构建出的编译函数即：#define TCP/IP programming Instruments D VXIPlug&Play

//请输入此界面交互数据的检索指令（即source）

将HP E1433A这一模块作为基础开展资源调度以及大数据的信息资源整合，其所构造出的控制命令是：

static struct Design interface interaction = {

.minor = MISC_ interaction design

.name = DEVICE_ vector several modules//针对于界面交互系统所做的特殊模块开发

.fops = & interface information} //加载VISA 库函数

在对界面交互I/O接口进行设计时需要将接口具体的类型作为参照依据，而在调度和交叉编译对应的界面程序时，也需要适当通过Linux内核源码提供控制，一般而言，界面交互设计工作大多包含以下几点，分别是进程管理、内源文件以及程序控制管理等。

I/O资源层设计是进程管理这一模块最为常见的一种设计体系，通过组合自底向上的特殊管理结构来实现一个能够进行信息科学化管理与数据资源正常调度的界面交互。应用GPIB、串口与VXI来实现界面交互设计过程中资源的合理配置与集成化管理，从而构造出一个管理信息库(management information base)是利用数据库访问和调度等诸多技术实现的在线调度、相关信息数据的实时评估和信息输出层索引数据的信息共享等功能，而且还借助此让接口交互过程中系统的管理能力与水平得到了显著提升。

交叉编译这一控制模式是当前最为常见的程序控制方案，利用Connection与SQL语句相互配合来控制界面交互相关程序，把ARM9TDMI设计成为一个内核程序控制器，在利用ADO以及NET等一系列组件实现大数据处理程序综合管理和科学控制。

相较于前者，内源文件的管理在界面交互设计中处于绝对的核心地位，主要通过多线程套接字来实现对内源文件的管理以及资源的调度，并以此来优化与改善在界面交互设计与交叉编译时信息的处理和大数据的融合能力。如图1所示。

图1 界面交互结构图

5 测试及分析探索

有关人员为了能够得到本篇文章设计出的界面交互系统在实际生活中的表现情况，还特意开展了系统性的测试与数据仿真等研究。Matlab7这一软件在试验过程中占据着极为重要的地位，试验需要借助该软件来对大数据处理程序做深入开发、修改，在试验中，大数据信息的采样时间一般被设定在0.24s左右，而样本分布的数量集则一般被设定在100左右，00100101H是系统外部I/O输出字结构，分布带宽是100dB，数据嵌入的维数m是12，大数据处理中嵌入型分布的时间延迟τ为6。以上述各项仿真参数为基础，对界面交互的实际性能进行测试，最终可以得到一个大数据的分布样本集，即图2。

图2 界面交互测试中大数据的分布样本集

将图2中界面交互测试之中制作的样本集作为此次研究的目标，测试它的界面交互水平，最终能够获得一个与之相匹配的召回率比对结果。通过进一步的研究与分析可以发现，通过本篇文章的方法开展界面交互设计不只是可以让大数据召回的性能得到显著提升，而且还能优化界面交互中信息的调度和大数据的信息处理能力。

结束语：大数据处理技术是界面交互底层算法的设计中最为关键的一项技术，而借助嵌入型Linux内核控制模型所进行的大数据处理大多凭借交叉编译等方式进行软件方面的开发，在上述内容之中实现了对大数据信息的调度、大数据处理以及界面交互设计等。