对于图像识别的应用下的数据库分析

不久前我们对于“一图识趣”图片数据库的后台进行了简单分析，得出了我们对于数据库的构思。

“一图识趣”项目基于微信小程序的平台下，利用Python对机器学习算法的支持，通过ENAS优化，构建高效的CNN架构，从而提高识别速度。

对于本微信小程序，其数据关注点主要为用户反馈，用户使用情况两个大方面。具体关系如下图所示： 

 

对于如上关系表，我们对此作出如下解释：

1.用户信息：我们首先需要确认用户的唯一标识，以便在数据库中对应唯一个体，同时唯一标识对于理解上会造成一定障碍，我们选择保留用户的昵称，同时保留对用户其他信息的可扩展性，对本表的具体操作需要再次对微信提供的用户API进行筛选，从中选择较为合适的信息保留。

2.用户评价：首先对于每个用户的每条评价，都应当有唯一标识用于访问操作，其次，评价与用户属于一对多关系，故利用外键来保证引用完整性，同时减少信息冗余；最后，我们同样关心用户提交评论的时间与评论的详情，故我们将评论的具体内容予以保留，同时将用户的使用时间保留以便可视化与统计功能的实现。

3.审计数据：对于审计工作，我们并不关心具体是哪位用户提交的评价，以及其识别的物品，我们关心的是用户对使用情况的打分，侧面反映用户的体验。故审计表可以帮助我们迅速计算好评率与差评率，对于用户评价与审计表结合，我们可以对恶意用户进行剔除，从而保证数据的可靠性。

 

对于本数据库设计的补充：

考虑到本项目的用户分为两大类，微信端用户与后台管理者，微信端用户必须通过微信来提交使用请求，故可以利用微信来进行中介访问，采集用户数据。而对于管理员用户则是直接在后台调整数据，可以接触到后台的必然有云端密钥，故必然为可信任执行者，不需要单独做访问验证。故未在数据库中加入对登录的审查。

 

以上。