数据挖掘在社区智能家居系统中的应用研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 智能家居的国内外发展概况 | 第12-13页 |
| 1.2.1 国外发展概况 | 第12-13页 |
| 1.2.2 国内发展概况 | 第13页 |
| 1.3 数据挖掘的国内外发展概况 | 第13-16页 |
| 1.3.1 国外发展概况 | 第14-15页 |
| 1.3.2 国内发展概况 | 第15-16页 |
| 1.4 本课题的相关研究工作 | 第16-18页 |
| 1.4.1 选题的意义及目的 | 第16页 |
| 1.4.2 研究的主要内容 | 第16-18页 |
| 第二章 论文涉及的相关技术 | 第18-26页 |
| 2.1 智能家居及信息推送的相关技术 | 第18-20页 |
| 2.1.1 ARM结构简介 | 第18页 |
| 2.1.2 VPN技术简介 | 第18-19页 |
| 2.1.3 基于XMPP协议的信息推送技术 | 第19-20页 |
| 2.2 数据挖掘的相关理论及技术 | 第20-25页 |
| 2.2.1 数据挖掘的定义 | 第20页 |
| 2.2.2 数据挖掘的特点 | 第20-21页 |
| 2.2.3 数据挖掘的挖掘流程 | 第21-23页 |
| 2.2.4 数据挖掘的技术分类 | 第23-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 社区的数据挖掘分析 | 第26-33页 |
| 3.1 社区的特点分析 | 第26页 |
| 3.2 社区的数据挖掘分析 | 第26-32页 |
| 3.2.1 用户的消费数据分析 | 第27-29页 |
| 3.2.2 社区的历史报修数据分析 | 第29-32页 |
| 3.3 社区的数据挖掘可行性分析 | 第32页 |
| 3.4 本章小节 | 第32-33页 |
| 第四章 社区数据挖掘服务器的分析与设计 | 第33-53页 |
| 4.1 社区服务器的需求分析 | 第33-34页 |
| 4.1.1 系统的实现目标 | 第33页 |
| 4.1.2 系统的功能需求 | 第33-34页 |
| 4.2 社区服务器的总体设计 | 第34-40页 |
| 4.2.1 系统功能设计 | 第34-35页 |
| 4.2.2 网络结构设计 | 第35-37页 |
| 4.2.3 软件架构设计 | 第37-40页 |
| 4.3 服务器的详细设计 | 第40-53页 |
| 4.3.1 信息推送系统的详细设计 | 第40-45页 |
| 4.3.2 社区管理系统的详细设计 | 第45-50页 |
| 4.3.3 数据挖掘的分析与设计 | 第50-53页 |
| 第五章 社区数据挖掘服务器的实现 | 第53-77页 |
| 5.1 社区服务器管理系统的实现 | 第53-59页 |
| 5.1.1 社区门户信息展示 | 第53-54页 |
| 5.1.2 登录功能的实现 | 第54-55页 |
| 5.1.3 个人信息管理功能的实现 | 第55页 |
| 5.1.4 常规社区管理功能的实现 | 第55-58页 |
| 5.1.5 系统管理与权限分配 | 第58-59页 |
| 5.2 信息推送系统的实现 | 第59-64页 |
| 5.2.1 信息推送系统的传输结构 | 第59-60页 |
| 5.2.2 推送系统的初始化 | 第60-62页 |
| 5.2.3 推送信息数据结构 | 第62页 |
| 5.2.4 信息预处理 | 第62-63页 |
| 5.2.5 信息推送 | 第63-64页 |
| 5.3 数据挖掘与分析系统的实现 | 第64-76页 |
| 5.3.1 数据预处理 | 第64页 |
| 5.3.2 数据存储与缓存 | 第64-65页 |
| 5.3.3 用户消费数据的聚类分析 | 第65-70页 |
| 5.3.4 障碍报修数据的分类预测 | 第70-76页 |
| 5.4 本章小结 | 第76-77页 |
| 第六章 系统测试及结果分析 | 第77-85页 |
| 6.1 测试环境搭建 | 第77-78页 |
| 6.1.1 社区服务器环境 | 第77页 |
| 6.1.2 智能家居环境 | 第77-78页 |
| 6.2 社区管理系统的测试 | 第78-81页 |
| 6.2.1 社区门户信息及登录功能测试 | 第78-79页 |
| 6.2.2 用户信息管理测试 | 第79页 |
| 6.2.3 社区日常管理测试 | 第79-81页 |
| 6.3 信息推送系统的测试 | 第81-82页 |
| 6.4 数据挖掘与分析系统的测试 | 第82-84页 |
| 6.4.1 消费数据的聚类分析测试 | 第82页 |
| 6.4.2 障碍报修数据的分类测试 | 第82-84页 |
| 6.5 本章小结 | 第84-85页 |
| 第七章 结论与展望 | 第85-87页 |
| 7.1 本文研究总结 | 第85页 |
| 7.2 后续工作展望 | 第85-87页 |
| 致谢 | 第87-88页 |
| 参考文献 | 第88-90页 |
