学位论文 > 优秀研究生学位论文题录展示

基于云计算的智能手机数据挖掘平台的架构和实现

作　者: 李婵
导　师: 吴云
学　校: 武汉理工大学
专　业: 信息管理与信息系统
关键词: 云计算 数据挖掘 智能手机
分类号: TP311.13
类　型: 硕士论文
年　份: 2010年
下　载: 1269次
引　用: 0次
阅　读: 论文下载
 

内容摘要


随着计算机科学与技术的发展,目前各行各业在网络上的数据都是海量的、异构的、有噪声的,这样从这些数据中得到想要的信息很难,这样就只能用到数据挖掘技术。与此同时,通过智能手机访问各行各业的实时数据也是很常有的事情,如连锁企业的商业数据流、服装企业的客户群信息、交通系统中的交通状态、物流企业中的配送信息等；这些行业都需要智能手机用户具有数据挖掘的功能。云计算是一种基于互联网的以数据为中心的新型超级计算模式。云计算平台可被用来开发高性能应用程序,但数据本身具有噪声、异构等问题,在智能手机终端利用云计算进行数据挖掘的解决方案尚未被提出。针对上述问题,本文首先设计与实现了针对智能手机的扩展的云计算平台,主要解决了智能手机在云计算平台下的存储、数据及计算问题；然后在扩展的云计算平台上实现了数据挖掘系统；接着在云计算平台及数据挖掘系统基础上实现了智能手机应用平台。最后,本文通过实验验证了智能手机在云计算平台下的数据挖掘。在云计算平台的设计过程中,按照其三层结构：存储云、数据云、计算云,设计了Mobile Datamining File System、Mobile Datamining BigTable及Mobile Datamining MapReduce。在基于云计算的数据挖掘平台层设计过程中,基于分模块设计的思想,该平台层分为工作流模块、数据加载模块、并行ETL模块、并行数据挖掘算法模块及并行结果展示模块。在智能手机应用平台层的设计过程中,考虑到智能手机与数据挖掘平台层及云计算平台的交互,设计了6个模块,并详细说明了基于手机应用程序层构建的应用程序。然后,本文详细说明了整个目标系统的核心设计,包括目标系统实现的流程、数据挖掘平台与云计算的接口及智能手机与系统平台的接口。最后,在对系统开发环境及系统开发关键技术分析的基础上,给出了基于云计算的智能手机数据挖掘平台的实现过程,并通过实验数据分析,验证了该平台的有效性及高效性。

全文目录


摘要  4-5
Abstract  5-8
第一章 引言  8-13
  1.1 研究目的与意义  8-9
  1.2 国内外研究现状  9-11
    1.2.1 云计算国内外研究现状  9-10
    1.2.2 数据挖掘国内外研究现状  10-11
  1.3 论文各部分的内容安排  11-13
第二章 相关技术的理论基础  13-24
  2.1 云计算概述  13-17
    2.1.1 云计算的定义  13
    2.1.2 云计算的特点  13-15
    2.1.3 主流的云计算平台  15-17
  2.2 数据挖掘概述  17-20
    2.2.1 数据挖掘的基本概念  17
    2.2.2 数据挖掘的主要流程  17-19
    2.2.3 常用的数据挖掘算法  19-20
  2.3 智能手机开发  20-24
    2.3.1 智能手机简介  20-21
    2.3.2 智能手机开发平台  21-22
    2.3.3 Android平台介绍  22-24
第三章 目标系统的架构  24-39
  3.1 目标系统模型  24-25
  3.2 云计算平台层  25-34
    3.2.1 Mobile Datamining File System  25-29
    3.2.2 Mobile Datamining BigTable  29-31
    3.2.3 Mobile Datamining MapReduce  31-34
  3.3 数据挖掘平台层  34-36
    3.3.1 工作流模块  34-35
    3.3.2 数据加载模块  35
    3.3.3 并行ETL模块  35-36
  3.4 手机应用平台层  36-39
    3.4.1 层模块  36-37
    3.4.2 应用程序构造  37-39
第四章 目标系统的核心设计  39-53
  4.1 目标系统中数据挖掘流程  39-40
  4.2 数据挖掘平台与云计算的接口  40-44
    4.2.1 数据存储包  40-43
    4.2.2 任务序列包  43-44
  4.3 智能手机与系统平台的接口  44-49
    4.3.1 Activity类  44-48
    4.3.2 Service类  48-49
  4.4 数据挖掘算法接口  49-53
    4.4.1 Apriori算法  49-51
    4.4.2 ID3算法  51
    4.4.3 K-MEANS算法  51-53
第五章 目标系统实现  53-63
  5.1 系统开发环境配置  53
  5.2 系统开发关键技术  53-55
    5.2.1 CGI  53-54
    5.2.2 Dalvik虚拟机  54-55
  5.3 系统实现  55-63
    5.3.1 数据操作的实现  55-57
    5.3.2 数据挖掘过程的实现  57-59
    5.3.3 数据挖掘算法的实现  59-60
    5.3.4 实验结果及解释  60-63
第六章 结论与展望  63-64
参考文献  64-67
致谢  67-68
在读硕士期间发表的文章  68

相似论文

  1. 基于数据挖掘技术的保健品营销研究,F426.72
  2. 高忠英学术思想与经验总结及运用补肺汤加减治疗呼吸系统常见病用药规律研究,R249.2
  3. 张炳厚学术思想与临床经验总结及应用地龟汤类方治疗慢性肾脏病的经验研究,R249.2
  4. 在智能手机环境下健康管理功能设计与研究,TN929.53
  5. 云计算平台下的动态信任模型的研究,TP309
  6. Bicluster数据分析软件设计与实现,TP311.52
  7. 基于变异粒子群的聚类算法研究,TP18
  8. 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
  9. 基于遗传算法和粗糙集的聚类算法研究,TP18
  10. 面向智能手机的节能定位策略,TN929.53
  11. 基于数据挖掘的税务稽查选案研究,F812.42
  12. 面向社区教育的个性化学习系统的研究与实现,TP391.6
  13. 基于关联规则挖掘的入侵检测系统的研究与实现,TP393.08
  14. 数据仓库技术在银行客户管理系统中的研究和实现,TP315
  15. 基于Moodle的高职网络教学系统设计与实现,TP311.52
  16. 教学质量评估数据挖掘系统设计与开发,TP311.13
  17. 基于云计算的数字图书馆服务模式研究,G250.76
  18. 关联规则算法在高职院校贫困生认定工作中的应用,G717
  19. 基于数据挖掘技术在城市供水的分析与决策,F299.24;F224
  20. 数据挖掘技术在电视用户满意度分析中的应用研究,TP311.13
  21. Web使用挖掘与网页个性化服务推荐研究,TP311.13

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机软件 > 程序设计、软件工程 > 程序设计 > 数据库理论与系统
© 2012 www.xueweilunwen.com