本文選題：數(shù)據(jù)挖掘 + 智慧健康服務(wù)��； 參考：《南京郵電大學(xué)》2017年碩士論文

【摘要】：近年來(lái),患有高血壓等慢性病的居民越來(lái)越多,所以一些健康服務(wù)平臺(tái)進(jìn)入家庭。然而這些平臺(tái)功能單一,只能進(jìn)行簡(jiǎn)單的測(cè)量,無(wú)法給出用戶未來(lái)的健康走勢(shì);同時(shí)平臺(tái)缺少有效的算法對(duì)采集的數(shù)據(jù)進(jìn)行分析,因而沒有挖掘出有用的信息;最后慢性病的長(zhǎng)期測(cè)量會(huì)產(chǎn)生海量數(shù)據(jù),而許多平臺(tái)為了節(jié)省存儲(chǔ)成本會(huì)丟棄一些具有潛在分析價(jià)值的數(shù)據(jù)。針對(duì)上述問題,本文設(shè)計(jì)了基于數(shù)據(jù)挖掘的智慧健康服務(wù)平臺(tái)。該平臺(tái)由數(shù)據(jù)采集模塊,數(shù)據(jù)存儲(chǔ)模塊,數(shù)據(jù)挖掘模塊以及數(shù)據(jù)展示模塊組成。其中數(shù)據(jù)采集模塊可通過藍(lán)牙對(duì)各種可穿戴設(shè)備采集的健康數(shù)據(jù)進(jìn)行獲取;數(shù)據(jù)存儲(chǔ)模塊采用傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)存儲(chǔ)和云存儲(chǔ)結(jié)合的方式對(duì)各類數(shù)據(jù)進(jìn)行存儲(chǔ);數(shù)據(jù)挖掘模塊利用數(shù)據(jù)挖掘技術(shù)從采集的數(shù)據(jù)中挖掘有用的信息,該模塊包括使用改進(jìn)后的k-means算法結(jié)合MapReduce框架對(duì)預(yù)處理后的數(shù)據(jù)進(jìn)行分析,以及利用GM(1,1)灰色模型預(yù)測(cè)用戶未來(lái)的身體狀況;數(shù)據(jù)展示模塊利用JavaEE中的相關(guān)技術(shù),搭建基于Hadoop的Web開發(fā)平臺(tái),以圖表等可視化的方式將分析和預(yù)測(cè)的結(jié)果展現(xiàn)給用戶。最后本文實(shí)現(xiàn)了該平臺(tái),經(jīng)過測(cè)試平臺(tái)的功能達(dá)到設(shè)計(jì)指標(biāo)的要求,能為用戶提供健康分析和預(yù)警等服務(wù)。平臺(tái)操作方便,預(yù)測(cè)準(zhǔn)確,具有很高的使用價(jià)值和廣闊的發(fā)展前景。
[Abstract]:In recent years, more and more residents suffer from chronic diseases such as high blood pressure, so some health service platforms enter the family. However, these platforms have a single function, can only carry out simple measurement, can not give the future health trend of the user, at the same time, the platform lacks the effective algorithm to analyze the collected data, so it does not mine useful information. Finally, the long-term measurement of chronic diseases will produce huge amounts of data, and many platforms will discard some potentially analytical data in order to save storage costs. Aiming at the above problems, this paper designs a intelligent health service platform based on data mining. The platform consists of data acquisition module, data storage module, data mining module and data display module. The data acquisition module can acquire the health data collected by various wearable devices through Bluetooth, and the data storage module uses the traditional relational database storage and cloud storage to store all kinds of data. The data mining module uses the data mining technology to mine useful information from the collected data. The module includes the use of improved k-means algorithm combined with the MapReduce framework to analyze the pre-processed data. The grey model is used to predict the future physical condition of the user, and the data display module builds the Web development platform based on Hadoop by using the related technology in JavaEE, and presents the analysis and forecast results to the user by the visual way such as chart and so on. Finally, the platform is implemented. The function of the test platform can meet the requirements of the design index, and can provide users with health analysis and early warning services. The platform is easy to operate, accurate to predict, and has a high use value and broad development prospects.
【學(xué)位授予單位】：南京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP311.13;TP311.52

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李妍青;陳建;楊秀芝;;MySQL數(shù)據(jù)庫(kù)的多線程引擎[J];福州大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年05期

2 劉曉娜;張華;趙根明;徐望紅;;我國(guó)慢性病預(yù)防與控制發(fā)展歷程[J];公共衛(wèi)生與預(yù)防醫(yī)學(xué);2015年02期

3 屈霞;陳敬鴻;惲建波;;基于JavaEE的社區(qū)慢性病管理系統(tǒng)設(shè)計(jì)[J];中國(guó)數(shù)字醫(yī)學(xué);2015年04期

4 劉思峰;楊英杰;;灰色系統(tǒng)研究進(jìn)展(2004—2014)[J];南京航空航天大學(xué)學(xué)報(bào);2015年01期

5 趙杰;蔡艷嶺;孫東旭;翟運(yùn)開;;遠(yuǎn)程醫(yī)療的發(fā)展現(xiàn)狀與未來(lái)趨勢(shì)[J];中國(guó)衛(wèi)生事業(yè)管理;2014年10期

6 王令群;何世鈞;袁小華;張術(shù)臺(tái);;基于J2EE和云計(jì)算的智慧社區(qū)架構(gòu)設(shè)計(jì)[J];實(shí)驗(yàn)室研究與探索;2014年01期

7 陳展;陶崢;;短距離無(wú)線通信關(guān)鍵技術(shù)及應(yīng)用發(fā)展前景[J];科技傳播;2013年22期

8 余琦;凌捷;;基于HDFS的云存儲(chǔ)安全技術(shù)研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2013年08期

9 唐京偉;;基于云計(jì)算的分布式存儲(chǔ)技術(shù)[J];中國(guó)傳媒科技;2013年15期

10 李建功;唐雄燕;;智慧醫(yī)療應(yīng)用技術(shù)特點(diǎn)及發(fā)展趨勢(shì)[J];醫(yī)學(xué)信息學(xué)雜志;2013年06期

相關(guān)博士學(xué)位論文 前1條

1 崔立志;灰色預(yù)測(cè)技術(shù)及其應(yīng)用研究[D];南京航空航天大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 張迎;基于云存儲(chǔ)的智慧健康系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];南京大學(xué);2016年

2 婁秀秀;智慧健康數(shù)據(jù)分析平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[D];中國(guó)海洋大學(xué);2015年

3 楊文龍;基于S.E.E方法的居家遠(yuǎn)程健康照護(hù)服務(wù)系統(tǒng)設(shè)計(jì)研究[D];廣東工業(yè)大學(xué);2015年

4 沈順;基于大數(shù)據(jù)處理的用戶健康信息服務(wù)平臺(tái)優(yōu)化設(shè)計(jì)及應(yīng)用[D];南京郵電大學(xué);2015年

5 何健偉;基于Hadoop的數(shù)據(jù)挖掘算法研究與實(shí)現(xiàn)[D];北京郵電大學(xué);2015年

6 盧懿;灰色預(yù)測(cè)模型的研究及其應(yīng)用[D];浙江理工大學(xué);2014年

7 蘇薇;SaaS高校信息服務(wù)移動(dòng)模式的研究與設(shè)計(jì)[D];大連海事大學(xué);2014年

8 崔曉麗;基于MapReduce的海量數(shù)據(jù)K-means聚類算法研究[D];大連理工大學(xué);2014年

9 陳含;基于Hadoop的海量數(shù)據(jù)存儲(chǔ)和計(jì)算平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[D];武漢理工大學(xué);2014年

10 王恒;基于Hadoop的海量醫(yī)療數(shù)據(jù)存儲(chǔ)系統(tǒng)的研究與實(shí)現(xiàn)[D];北京郵電大學(xué);2014年

，

本文編號(hào)：1853076