倪守娟，顏 艷，初元鴿
（1.青島民航凱亞系統(tǒng)集成有限公司，山東 青島 266108；2.青島國際機場集團有限公司，山東 青島 266308）
0 引 言
電子信息交互系統(tǒng)指通過電子設備、網絡和軟件等技術手段，實現(xiàn)人與計算機之間、計算機之間信息傳遞、數(shù)據(jù)交換和操作互動的系統(tǒng)[1]。這類系統(tǒng)廣泛應用于各個領域，包括但不限于計算機應用、通信、娛樂、商業(yè)以及教育等[2]。然而，隨著數(shù)據(jù)量的爆炸性增長和用戶需求的多樣化，傳統(tǒng)的電子信息交互系統(tǒng)面臨著諸多挑戰(zhàn)[3]。人工智能技術的引入為解決這些問題提供了新的可能性。因此，文章旨在探討如何利用人工智能技術優(yōu)化電子信息交互系統(tǒng)的設計，以適應現(xiàn)代信息社會的需求。文章提出一個4層的系統(tǒng)架構設計，包括數(shù)據(jù)層、處理層、應用層以及交互層，并對每一層的功能和設計要點進行了詳細闡述。同時，進行系統(tǒng)測試實驗，通過對比不同時間節(jié)點的性能數(shù)據(jù)，證明優(yōu)化設計的有效性。
1 基于人工智能技術的電子信息交互系統(tǒng)框架設計
電子信息交互系統(tǒng)是當今社會中不可或缺的一部分，而基于人工智能技術的優(yōu)化設計可以顯著提升其性能和用戶體驗[4]�；谌斯�智能技術的電子信息交互系統(tǒng)框架設計如圖1 所示。
圖1 基于人工智能技術的電子信息交互系統(tǒng)框架設計
數(shù)據(jù)層是系統(tǒng)的基礎，負責數(shù)據(jù)的采集、存儲和管理，主要用于確保信息量充足且有序，為系統(tǒng)提供必要的數(shù)據(jù)支持。數(shù)據(jù)層的設計和實現(xiàn)直接影響信息的可訪問性和后續(xù)處理的效率。處理層主要負責對數(shù)據(jù)進行分析和處理，包括特征提取、智能算法實現(xiàn)等。其主要負責將原始數(shù)據(jù)轉化為有用的信息，支持決策制定和功能實現(xiàn)。處理層的效率和準確性對系統(tǒng)性能至關重要。應用層包含系統(tǒng)的核心功能和服務，其將處理層的結果應用到具體的業(yè)務邏輯中。這一層的用處在于將信息轉化為用戶可以直接利用的服務或功能，如智能推薦、語音識別等。交互層是用戶與系統(tǒng)之間的接口，包括用戶界面設計和交互流程，能夠提供直觀、友好的用戶界面，確保用戶能夠輕松地與系統(tǒng)進行交互，提升用戶體驗。
總的來說，這些層級共同構成了電子信息交互系統(tǒng)的總架構，各層次之間相互協(xié)作，確保系統(tǒng)能夠高效、穩(wěn)定地運行，同時提供良好的用戶體驗。在設計時，需要充分考慮每個層級的特點和需求，以及各層級之間的相互關系，以實現(xiàn)最佳的系統(tǒng)性能和用戶體驗。
2 系統(tǒng)各模塊設計
2.1 數(shù)據(jù)層
在基于人工智能技術的電子信息交互系統(tǒng)中，數(shù)據(jù)層設計是至關重要的，負責收集、存儲以及管理所有形式的數(shù)據(jù)，為系統(tǒng)提供必要的數(shù)據(jù)支持[5]。首先，系統(tǒng)需要確定數(shù)據(jù)源，包括用戶輸入、傳感器數(shù)據(jù)、外部數(shù)據(jù)庫等。其次，根據(jù)需求設計數(shù)據(jù)采集策略，實時采集并批量導入數(shù)據(jù)。采集的數(shù)據(jù)通常需要經過預處理后才能用于后續(xù)的分析。預處理步驟包括數(shù)據(jù)清洗（去除噪聲、糾正錯誤）、數(shù)據(jù)轉換（將數(shù)據(jù)轉換為適合分析的格式）、數(shù)據(jù)歸一化（將數(shù)據(jù)縮放到同一范圍）等，Z-score 歸一化的計算公式為
式中：X'為歸一化后的值；X為原始數(shù)據(jù)點的值；μ為原始數(shù)據(jù)集的平均值；σ為原始數(shù)據(jù)集的標準差。Z-score 歸一化是一種將數(shù)據(jù)轉換為標準正態(tài)分布的方法，其中數(shù)據(jù)的平均值為0，標準差為1。這種方法在數(shù)據(jù)預處理中常用于將不同量級或分布的數(shù)據(jù)轉換為統(tǒng)一的尺度，以便在機器學習和數(shù)據(jù)分析中使用。處理完之后，系統(tǒng)將數(shù)據(jù)存儲在MySQL 數(shù)據(jù)庫中。該數(shù)據(jù)庫支持復雜的查詢和事務處理，適合需要執(zhí)行多表連接、篩選和排序等操作的場景，便于系統(tǒng)制定數(shù)據(jù)管理策略，包括數(shù)據(jù)的更新、備份、恢復及安全等。
2.2 處理層
在基于人工智能技術的電子信息交互系統(tǒng)中，處理層設計是關鍵部分，負責對數(shù)據(jù)進行分析和處理，以提取有用的信息和知識。系統(tǒng)會根據(jù)具體問題和數(shù)據(jù)類型，選擇合適的特征提取方法，包括統(tǒng)計特征、文本特征、圖像特征等。特征提取的目的是將原始數(shù)據(jù)轉換為更適合機器學習模型的形式，當特征數(shù)量較大時，需要進行數(shù)據(jù)降維，以提高計算效率，降低過擬合的風險。主成分分析（Principal Component Analysis，PCA）通過求解數(shù)據(jù)協(xié)方差矩陣的特征值和特征向量，選擇最大的幾個特征值對應的特征向量構成投影矩陣。根據(jù)問題類型選擇神經網絡深度學習模型，在訓練過程中，需要優(yōu)化模型參數(shù)以最小化預測誤差。交叉熵損失L的計算公式為
式中：yi表示真實標簽的概率分布，是一個獨熱編碼（one-hot encoding）的向量，其中正確類別的位置為1，其他位置為0；表示模型預測的概率分布，是經過sigmoid 或softmax 函數(shù)轉換后的輸出，用于表示模型對每個類別的預測概率。交叉熵損失函數(shù)是機器學習和深度學習中常用的損失函數(shù)之一，用于衡量實際輸出與預期輸出之間的差異。通過最小化交叉熵損失，可以使模型的預測概率分布盡可能接近真實的概率分布。在分類問題中，交叉熵損失函數(shù)通常與sigmoid或softmax 激活函數(shù)一起使用，以輸出一個概率分布，并通過優(yōu)化過程調整模型參數(shù)，使概率分布盡可能地接近真實分布。之后，使用驗證數(shù)據(jù)集對模型進行評估，以確定模型的性能，根據(jù)評估結果對模型進行調整和優(yōu)化。
2.3 應用層
在基于人工智能技術的電子信息交互系統(tǒng)中，應用層設計是負責將處理層的輸出轉換為用戶可用的服務或功能，具體設計如圖2 所示。
圖2 應用層的運行流程
首先，系統(tǒng)優(yōu)化設計需要明確系統(tǒng)應提供的功能和服務，包括數(shù)據(jù)查詢、智能推薦、自動決策等。其次，根據(jù)功能需求，設計系統(tǒng)的用戶界面（User Interface，UI）和應用程序接口（Application Programming Interface，API）。UI 設計關注用戶體驗，API 設計則關注與其他系統(tǒng)或服務的交互。再次，將處理層的輸出整合到具體的服務中，可能涉及數(shù)據(jù)的進一步處理、功能的實現(xiàn)等。為確保系統(tǒng)的數(shù)據(jù)傳輸和存儲安全，通過高級加密標準（Advanced Encryption Standard，AES）技術保護用戶的隱私信息。根據(jù)系統(tǒng)的響應時間和資源利用率等指標，對服務進行性能優(yōu)化。最后，對系統(tǒng)進行全面的測試，包括功能測試、性能測試、安全測試等，然后將系統(tǒng)部署到生產環(huán)境。
2.4 交互層
交互層設計是電子信息交互系統(tǒng)框架中的一個關鍵組成部分，負責用戶與系統(tǒng)之間的信息交換。UI設計需要確定UI 的風格和布局，以提供直觀、易用的用戶體驗。設計UI 元素，如按鈕、表單、圖標等，以實現(xiàn)用戶與系統(tǒng)的交互；選擇適當?shù)念伾�、字體和圖像，以提高視覺吸引力和可讀性；研究用戶需求和行為，以優(yōu)化UI 的布局和流程；設計交互流程，如導航路徑、任務執(zhí)行順序等，以提高用戶滿意度；進行用戶測試，以評估和改進用戶體驗；設計數(shù)據(jù)展示方式，如圖表、列表、儀表板等，以直觀地展示系統(tǒng)信息；實現(xiàn)響應式設計，以確保UI 在不同設備和屏幕尺寸上的兼容性；選用超文本傳輸協(xié)議（Hyper Text Transfer Protocol，HTTP）或超文本傳輸安全協(xié)議（Hyper Text Transfer Protocol over Secure Socket Layer，HTTPS），以實現(xiàn)客戶端與服務器之間的數(shù)據(jù)傳輸；實施數(shù)據(jù)加密和認證機制，以保護數(shù)據(jù)的安全性和完整性。
3 測試實驗
3.1 實驗準備
為測試基于人工智能技術的電子信息交互系統(tǒng)的性能，將構建一個模擬的測試環(huán)境。在硬件配置中，服務器型號選擇Dell PowerEdge R740，中央處理器型號為Intel Xeon E3-1230 v2，有1 155 個針腳，客戶端設備為Lenovo ThinkPad T490，操作系統(tǒng)為Windows 10 Professional 64-bit。軟件配置中，操作系統(tǒng)選擇Ubuntu Server 20.04 LTS，數(shù)據(jù)庫管理系統(tǒng)為MySQL 8.0.22，人工智能框架采用TensorFlow 2.4.1，服務器軟件為Nginx 1.18.0, Gunicorn 20.1.5，客戶端軟件采用JMeter 5.4.1，用于模擬用戶請求。
3.2 實驗結果
實驗安裝并配置所有必要的軟件和依賴項，在服務器上部署電子信息交互系統(tǒng)。使用JMeter 設置一個性能測試計劃，模擬不同數(shù)量的并發(fā)用戶發(fā)送請求。選擇5 個不同的運行時間節(jié)點，分別為峰值時段（如9:00）、非峰值時段（如15:00）、晚間時段（如21:00）、深夜時段（如第二天1:00）以及周末時段（如第二天10:00）。在每個時間節(jié)點運行JMeter測試計劃，記錄響應速度、處理能力以及傳輸速率，具體內容如表1 所示。
表1 不同時間節(jié)點數(shù)據(jù)情況
從表1可以看出，在不同時間節(jié)點，盡管響應速度、處理能力及傳輸速率有所波動，但整體保持在較高水平，表明系統(tǒng)在不同運行時間節(jié)點均具有較好的穩(wěn)定性和性能。
4 結 論
文章提出了基于人工智能技術的電子信息交互系統(tǒng)優(yōu)化設計方案，通過實驗驗證了其在提升系統(tǒng)性能和穩(wěn)定性方面的顯著效果。優(yōu)化后的系統(tǒng)不僅能夠快速響應用戶需求，還能高效處理大量數(shù)據(jù)，同時保持良好的傳輸速率。這些改進對于滿足現(xiàn)代社會對電子信息交互系統(tǒng)的高標準要求具有重要意義。未來的工作將進一步探索人工智能技術在電子信息交互系統(tǒng)中的新應用，開發(fā)更加智能的數(shù)據(jù)分析工具。此外，隨著物聯(lián)網和邊緣計算技術的發(fā)展，如何在這些新興技術框架下整合人工智能，以進一步提高系統(tǒng)的實時性和智能化水平，也是未來研究的重要方向。
