数据挖掘在社区智能家居系统中的应用研究

发布时间：2017-10-26 01:30

  本文关键词：数据挖掘在社区智能家居系统中的应用研究

  更多相关文章： 智能家居系统 社区服务 数据挖掘 信息推送

【摘要】：随着社会信息技术的日益发展,基于社区的智能家居作为一种新型的生活方式,正在一步一步地改变人们的生活。以社区为单位的居住方式在我国已经发展的相当成熟,但是社区所提供的服务还不够完善,管理也比较机械化。因此,提高工作效率、丰富和完善社区服务是一个越来越受重视的问题。在日益复杂的社区服务中,社区服务管理系统将产生大量的用户数据和信息,这些数据是杂乱无序的、随机且模糊的,但是却蕴含着大量潜在的有用信息,如果能合理利用和挖掘这些数据,就能为社区管理提供决策帮助,从而优化社区服务。数据挖掘就是通过分析这些数据的内在联系、规则和模式,提取出有价值的信息,从而为社区管理者提供更加有利的决策支持,为用户提供更加人性化和现代化的社区智能服务。智能家居作为如今科技发展的重要方向之一,不仅能够给我们带来方便的生活,而且能够颠覆我们对于传统住宅的认知,越来越多的家庭都开始安装智能家居系统。但是目前大多数智能家居系统功能都较为单一,这种仅限于住宅内部简单控制的智能家居系统显然已经不能满足人们的需要,人们更为关注与世界的沟通、安全防范以及广告、家政、饮食等信息服务。为适应这种社会需求,将社区服务与智能家居系统相结合,以社区服务来丰富智能家居系统的这种方式,将是未来智能家居系统发展的潜在方向。因此,本文在已有的智能家居系统的基础上,对数据挖掘体系架构进行深入分析,构建了适合社区的数据挖掘体系架构。将数据挖掘技术中的聚类分析方法和分类预测方法运用于社区用户的消费数据和历史报修数据中,根据数据整合与分析结果为社区服务管理者提供决策依据。同时搭建了基于XMPP协议的信息推送系统作为社区与智能家居系统之间的桥梁,将社区服务与智能家居系统相结合,为社区管理者与智能家居用户之间的信息交互提供方便,也为用户提供更加人性化和现代化的社区智能服务。
【关键词】：智能家居系统 社区服务 数据挖掘 信息推送
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP311.13;TU855
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 绪论11-18
• 1.1 研究背景和意义11-12
• 1.2 智能家居的国内外发展概况12-13
• 1.2.1 国外发展概况12-13
• 1.2.2 国内发展概况13
• 1.3 数据挖掘的国内外发展概况13-16
• 1.3.1 国外发展概况14-15
• 1.3.2 国内发展概况15-16
• 1.4 本课题的相关研究工作16-18
• 1.4.1 选题的意义及目的16
• 1.4.2 研究的主要内容16-18
• 第二章 论文涉及的相关技术18-26
• 2.1 智能家居及信息推送的相关技术18-20
• 2.1.1 ARM结构简介18
• 2.1.2 VPN技术简介18-19
• 2.1.3 基于XMPP协议的信息推送技术19-20
• 2.2 数据挖掘的相关理论及技术20-25
• 2.2.1 数据挖掘的定义20
• 2.2.2 数据挖掘的特点20-21
• 2.2.3 数据挖掘的挖掘流程21-23
• 2.2.4 数据挖掘的技术分类23-25
• 2.3 本章小结25-26
• 第三章 社区的数据挖掘分析26-33
• 3.1 社区的特点分析26
• 3.2 社区的数据挖掘分析26-32
• 3.2.1 用户的消费数据分析27-29
• 3.2.2 社区的历史报修数据分析29-32
• 3.3 社区的数据挖掘可行性分析32
• 3.4 本章小节32-33
• 第四章 社区数据挖掘服务器的分析与设计33-53
• 4.1 社区服务器的需求分析33-34
• 4.1.1 系统的实现目标33
• 4.1.2 系统的功能需求33-34
• 4.2 社区服务器的总体设计34-40
• 4.2.1 系统功能设计34-35
• 4.2.2 网络结构设计35-37
• 4.2.3 软件架构设计37-40
• 4.3 服务器的详细设计40-53
• 4.3.1 信息推送系统的详细设计40-45
• 4.3.2 社区管理系统的详细设计45-50
• 4.3.3 数据挖掘的分析与设计50-53
• 第五章 社区数据挖掘服务器的实现53-77
• 5.1 社区服务器管理系统的实现53-59
• 5.1.1 社区门户信息展示53-54
• 5.1.2 登录功能的实现54-55
• 5.1.3 个人信息管理功能的实现55
• 5.1.4 常规社区管理功能的实现55-58
• 5.1.5 系统管理与权限分配58-59
• 5.2 信息推送系统的实现59-64
• 5.2.1 信息推送系统的传输结构59-60
• 5.2.2 推送系统的初始化60-62
• 5.2.3 推送信息数据结构62
• 5.2.4 信息预处理62-63
• 5.2.5 信息推送63-64
• 5.3 数据挖掘与分析系统的实现64-76
• 5.3.1 数据预处理64
• 5.3.2 数据存储与缓存64-65
• 5.3.3 用户消费数据的聚类分析65-70
• 5.3.4 障碍报修数据的分类预测70-76
• 5.4 本章小结76-77
• 第六章 系统测试及结果分析77-85
• 6.1 测试环境搭建77-78
• 6.1.1 社区服务器环境77
• 6.1.2 智能家居环境77-78
• 6.2 社区管理系统的测试78-81
• 6.2.1 社区门户信息及登录功能测试78-79
• 6.2.2 用户信息管理测试79
• 6.2.3 社区日常管理测试79-81
• 6.3 信息推送系统的测试81-82
• 6.4 数据挖掘与分析系统的测试82-84
• 6.4.1 消费数据的聚类分析测试82
• 6.4.2 障碍报修数据的分类测试82-84
• 6.5 本章小结84-85
• 第七章 结论与展望85-87
• 7.1 本文研究总结85
• 7.2 后续工作展望85-87
• 致谢87-88
• 参考文献88-90

【参考文献】

中国期刊全文数据库 前6条

1 吴孜祺;;中国智能家居市场一览[J];日用电器;2011年07期

2 刘丽娜;;物联网引领智能家居新生活[J];智能建筑与城市信息;2011年02期

3 覃东;曾红亮;;基于SSL的客户端认证策略研究[J];计算机工程与设计;2008年02期

4 杨峰,唐继勇;嵌入式系统软件及编程语言[J];西部广播电视;2005年01期

5 王实;高文;;数据挖掘中的聚类方法[J];计算机科学;2000年04期

6 李占利，张群会，张家彬;一种扩展的动态聚类分析方法[J];数理统计与管理;1994年05期

中国硕士学位论文全文数据库 前6条

1 张瀚林;基于ARM平台的无线智能家居控制中心的设计与实现[D];电子科技大学;2015年

2 吕红海;基于Android的智能家居无线控制系统的设计与实现[D];电子科技大学;2012年

3 芦丹丹;面向社区智能服务的数据挖掘关键技术研究与实现[D];西安电子科技大学;2012年

4 彭剑芳;基于数据挖掘的网络购物行为分析[D];云南大学;2011年

5 熊浩;VPN技术在校园网中的应用与实现[D];南昌大学;2009年

6 吴多比;数据挖掘中基于遗传算法的聚类方法应用研究[D];重庆大学;2009年

，

本文编号：1096421