搜索
当前位置: 分分彩网站 > 度量空间 >

度量空间数据管理

gecimao 发表于 2019-08-02 02:46 | 查看: | 回复:

  活动方式为云钻刮券,每次刮券需要扣除200云钻。奖励分为无敌券和店铺云券两种,100%刮出无敌券,最低2元。店铺券由店铺提供,用户可以根据购物需求,在无敌券和店铺云券之间二选一。如因为网络、用户关闭等原因,造成页面关闭,导致用户没有或无法选择,系统将在5分钟内自动按照获得的无敌券面额发放到用户账户。

  每人每天参与刮券次数上限为3次。活动每日限量,如用户参与时已达到活动最高上限,则不能再继续参与,次日可以继续参与。

  如会员在刮券时选择了店铺云券,券发至账户后则无法再更改为平台的无敌券;如会员在刮券时选择了平台的无敌券,券发至账户后则无法再更改为店铺云券。

  云钻刮券获得的不固定面值的券,会随机获得无敌券:2~2.2元、5元、10元、20元、50元的无敌券或不同面额的店铺云券。

  如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。

  不同面额的无敌券有不同的使用门槛,2~2.2元、5元、10元、20元、50元无敌券为无门槛使用,具体以实际发放券说明为准。配送方式仅限选择配送使用,不能抵扣运费部分。

  无敌券可用于单件商品的付款,也可用于购物车合并下单付款,同时支持在跨店铺订单中使用。店铺云券仅可使用在指定店铺中,注:部分店铺活动商品不支持用券,以订单实际提交为准。

  云钻刮券获得的无敌券可以购买大聚惠、抢购、团购、手机专享价,但不可购买闪拍、预售、S码、名品特卖、海外购、秒杀、虚拟产品、法律规定限制产品如一段奶粉(包括但不仅限列出的商品)等、云钻加钱兑及云钻全额兑。

  在购物时,点击购买后,页面会提示可使用易购券,只要点击选择易购券即可抵用扣除对应金额。云钻刮券获得无敌券或店铺云券使用时可用于抵扣商品金额,不能抵扣运费、运费险、增值服务等非商品金额。

  云钻刮券获得的无敌券或店铺云券可与店铺页面领取的店铺易券叠加使用,付款时默认优先使用力度较大的店铺优惠券,如使用店铺易券后的订单金额仍然满足云钻刮券所获得店铺云券使用条件,可继续叠加使用店铺云券。(举例:店铺在页面设置满199减50元的店铺易券,同时用户在店铺刮券获得一张满20元减20元的店铺云券,如商品订单金额为200元,会员在用已使用领取的50元店铺易券情况下,仍然可以使用云钻刮券获得20元店铺云券)

  云钻刮券获得的无敌券或店铺云券不得提现,不得转赠他人,不得为他人付,不得拆分使用。

  云钻刮券获得的有效期为:自获得之日起7天内有效(部分活动券可能存在不同有效期,具体详见“我的优惠券”内易购券有效期说明)。

  在获取和使用券过程中,如果出现违规行为(如作弊领取、恶意套现、刷取信誉、虚假交易等),苏宁将取消用户的中奖资格,并有权撤销违规交易、收回易购券(含已使用的易购券及未使用的易购券),必要时追究法律责任。

  使用易购券的订单若交易未成功或发生退款及售后,在交易所使用的易购券有效期内订单取消完成的,易购券将退回用户账户,退回后的易购券有效期不变。如在使用的易购券有效期之外发生退款,所使用的券退回当天有效,过期不予退还。如发生售后退款,易购券退回当天有效,过期不予退还。

  本书着重介绍度量空间数据管理技术,主要包括度量空间索引、度量空间查询和度量空间查询

  本书是作者在自身近十年进行数据库理论与系统研究的基础上撰写的。书中系统阐述和分析度量空间下多源异构(大)数据的索引、查询以及交互等问题,以有效解决度量空间数据管理问题。本书可以作为普通高校计算机和信息技术相关专业的数据库与大数据管理研究生课程的教材,也可供从事计算机相关专业的技术人员和学者参考。

  目录‖ 丛书前言 前言 第1章基本概念 1.1数据管理 1.1.1关系型数据管理系统 1.1.2空间数据管理系统 1.1.3下一代数据管理系统 1.2度量空间 1.3存在的问题 第2章度量空间索引 2.1度量空间索引综述 2.1.1基于划分的索引方法 2.1.2基于支枢点的索引方法 2.1.3混合索引方法 2.1.4国内度量空间索引研究 2.1.5分析与讨论 2.2确定度量数据索引 2.2.1索引构建框架 2.2.2支枢点选择方法 2.2.3SPB树 2.2.4基于SPB树的度量区域查询 2.2.5基于SPB树的度量k最近邻查询 2.2.6分析与讨论 2.2.7实验评估 2.3不确定度量数据索引 2.3.1研究动机 2.3.2数据表达模型 2.3.3UPB树和UPB森林 2.3.4支枢点选择方法 2.3.5基于UPB树的度量概率区域查询 2.3.6基于UPB森林的度量概率区域查询 2.3.7分析与讨论 2.3.8实验评估 2.4本章小结 第3章集中式度量空间查询 3.1集中式度量空间查询综述 3.1.1集中式度量相似查询处理技术 3.1.2集中式度量反k最近邻查询处理技术 3.1.3集中式度量相似连接处理技术 3.1.4集中式度量全k最近邻查询处理技术 3.1.5集中式度量k最近对查询处理技术 3.1.6集中式度量Skyline查询处理技术 3.1.7国内集中式度量空间查询研究 3.1.8分析与讨论 3.2度量全k最近邻查询 3.2.1研究动机 3.2.2问题陈述 3.2.3剪枝策略 3.2.4查询算法 3.2.5分析与讨论 3.2.6实验评估 3.3度量k最近对查询 3.3.1研究动机 3.3.2问题陈述 3.3.3剪枝策略 3.3.4查询算法 3.3.5分析与讨论 3.3.6实验评估 3.4本章小结 第4章分布式度量空间查询 4.1分布式度量空间查询综述 4.1.1分布式相似连接处理技术 4.1.2分布式全k最近邻查询处理技术 4.1.3分布式Skyline查询处理技术 4.1.4其他分布式查询处理技术 4.1.5国内分布式海量数据查询研究 4.2基于MapReduce的度量相似连接 4.2.1研究动机 4.2.2基于MapReduce的算法框架 4.2.3基于聚簇的划分方法 4.2.4基于KD树的划分方法 4.2.5Reduce阶段 4.2.6实验评估 4.3本章小结 第5章度量空间查询可用性分析 5.1查询结果可用性分析综述 5.1.1Why与Whynot问题 5.1.2Causality与Responsibility问题 5.1.3Whyfew与Whymany问题 5.2度量概率区域查询上的Whynot问题 5.2.1研究动机 5.2.2问题陈述 5.2.3处理算法 5.2.4分析与讨论 5.2.5实验评估 5.3本章小结 第6章社交图像检索与推荐系统 6.1研究动机 6.2数据模型与查询 6.3系统框架与实现 6.3.1系统框架 6.3.2社交图像索引 6.3.3查询处理 6.4系统演示 6.5本章小结 参考文献

本文链接:http://ramadaguam.net/duliangkongjian/602.html
随机为您推荐歌词

联系我们 | 关于我们 | 网友投稿 | 版权声明 | 广告服务 | 站点统计 | 网站地图

版权声明:本站资源均来自互联网,如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

Copyright @ 2012-2013 织梦猫 版权所有  Powered by Dedecms 5.7
渝ICP备10013703号  

回顶部