PMML在居住建设健康影响规律模型中的应用与实现

摘要

居住健康的研究理念是在满足住宅基本建设要素的基础上，提升健康要素，满足居住者生理、心理、道德和社会适应等多层次的健康需求，以促进可持续发展，营造出安全、便利、舒适、健康的居住环境。随着信息技术的日益普及，数据挖掘技术被广泛应用于各行各业的数据分析和知识发现领域，但对于居住建设健康影响规律发现及评估领域，数据挖掘技术却鲜有作为，同时数据挖掘技术也面临着较大的挑战，不同厂商对数据挖掘模型有着不同的定义，妨碍了挖掘模型在不同数据挖掘系统之间的共享。
　　 为此，本文提出了基于PMML的数据挖掘系统架构，并以居住建设健康影响与评估领域为应用背景，研究并开发了基于PMML的居住建设健康影响规律发现及评估软件，具体的研究内容如下：
　　 首先，在探讨数据挖掘一般理论的基础上，研究了数据挖掘模型标记语言PMML的基本原理；在对决策树算法模型简介的基础上，重点分析了微软自带的信息熵、K2和BDEU算法的基本原理；
　　 第二，根据居住建设健康影响与评估领域的需求分析，设计了居住建设健康影响规律发现及评估软件的框架与模块划分，提出了模型信息的PMML存储，题库数据的自动组卷机制及数据挖掘过程中Web服务的引用。
　　 第三，在SQL2005的环境下，使用C＃语言和VisualStudio2005开发工具实现了居住建设健康影响与评估领域的在线B/S数据挖掘系统，并以数据挖掘的整个步骤流程为线，展示了相关技术在软件中的实例应用，并给出了技术实现的关键代码和运行效果。
　　 第四，在开发完成之际，对居住建设健康影响规律发现及评估软件进行了总结和分析，对不足之处提出了改进的构思。
　　 本文的研究成果已经申请了软件注册——“居住建设健康影响规律发现及评估软件”，并在中国建筑设计研究院得到了实际应用，取得了良好效果。

目录

文摘

英文文摘

第1章 绪论

1.1 项目的研究背景

1.2 项目的目的和意义

1.3 项目研究领域发展现状

1.3.1 应用领域的发展现状

1.3.2 学术领域的发展情况

1.4 论文的主要工作

1.4.1 工作内容

1.4.2 创新点

1.5 论文结构

第2章 数据挖掘的基本原理与算法模型

2.1 数据挖掘的基本原理

2.1.1 数据挖掘的概念

2.1.2 数据挖掘的方法和技术

2.1.3 数据挖掘系统的发展

2.1.4 数据挖掘的过程

2.1.5 数据挖掘的功能

2.1.6 数据挖掘的预测模型标记语言

2.2 数据挖掘的算法模型

2.2.1 信息熵算法

2.2.2 K2与BDEU算法

第3章 居住健康规律发现与评估系统的分析与设计

3.1 系统功能需求

3.2 系统架构

3.3 系统基本模块

3.4 关键技术

3.4.1 自动组卷系统的设计

3.4.2 基于PMML的挖掘模型设计

3.4.3 Web服务的引用

第4章 居住健康规律发现与评估系统系统的实现

4.1 开发环境与架构

4.2 数据管理的实现

4.2.1 自动组卷题库管理系统的设计

4.2.2 自动组卷题库管理系统的设计要点

4.2.3 题库的实现

4.2.4 试卷的显示

4.2.5 数据的转换

4.3 数据挖掘的实现

4.3.1 数据挖掘的内容

4.3.2 数据挖掘结构的建立

4.3.3 数据挖掘算法的选择

4.3.4 在线数据挖掘的实现

4.3.5 基于PMML的数据挖掘结果与可视化

4.4 Web服务的应用

第5章 总结与展望

5.1 总结

5.2 展望

参考文献

在学期间发表的论文

致谢