面向用户健康服务的大数据平台设计及其分析处理关键技术

摘要

移动互联网、物联网、大数据等技术的飞速进步使得智慧医疗行业的发展如火如荼，传统医疗行业逐渐迈入信息化时代。穿戴式医疗设备与大数据的发展，在健康服务上不断取得进步。由于传统医院等卫生医疗机构的数字化信息系统欠完善，使得对于智慧医疗技术产生的大量健康数据，缺乏一个有效的存储、管理、查询和分析平台，特别是欠缺从大数据中挖掘出有价值的信息的能力。如何针对上述问题，设计一个完善的面向用户健康服务平台，来解决智慧医疗行业大数据的存储、处理以及挖掘，成为本文研究的重点。
　　本文的工作包括基于中科曙光TC4600刀片服务器硬件平台和其上部署的Hadoop分布式大数据软件平台，根据健康大数据分析与处理的特点，结合用户健康服务方面的考虑，设计了一款面向用户健康服务的平台，在平台的系统架构中提出了Struts2与Hadoop相结合并分层开发的思想，通过该平台可对健康大数据进行分析与处理，为用户提供健康服务；研究数据挖掘关联算法FP-growth，并对其进行了基于MapReduce并行化改进；采用Struts2框架来部署模型-视图-控制器（Model-View-Controller，MVC）设计模式的开发，定义数据管理、数据存储、数据挖掘等接口，将Hadoop集群接入到本平台进行大数据分析与处理；为验证本平台的可行性，通过天气大数据和疾病大数据进行挖掘与分析，在Web页面上进行数据操作和结果展示，并对结果进行分析与处理，找到可供决策用的关联信息。
　　本文设计和开发的面向用户健康服务平台在大数据的实际应用下，具有简单方便、功能完备、效率高、扩展性强等特点，基本上满足了用户的需求。

目录

封面

声明

中文摘要

英文摘要

目录

专用术语注释表

第一章 绪论

1.1选题背景及意义

1.2国内外研究现状分析

1.3本文的主要工作

1.4本文的组织结构

第二章 健康数据的特征分析与大数据相关技术

2.1健康数据特征分析

2.2健康大数据平台需求分析

2.3系统中运用的关键技术

2.4本章小结

第三章 健康服务平台总体设计与数据挖掘算法优化

3.1系统设计思想与设计架构

3.2平台应用场景描述

3.3关联规则挖掘算法

3.4并行FP-growth算法实现原理

3.5改进后的算法性能分析与测试

3.6主要功能模块设计

3.7数据库设计

3.8本章小结

第四章 基于Hadoop的用户健康服务平台实现

4.1平台环境介绍

4.2 Hadoop环境搭建

4.3平台Struts2框架的具体实现

4.4用户管理模块的实现

4.5关联规则模型建立模块的实现

4.6关联规则模型挖掘模块的实现

4.7本章小结

第五章 基于大数据的用户健康服务平台应用与分析

5.1数据准备

5.2平台的面向用户健康服务应用

5.3本章小结

第六章 总结与展望

6.1本文工作和创新点总结

6.2未来展望

参考文献

附录1 程序清单

附录2 攻读硕士学位期间申请的专利

附录3 攻读硕士学位期间参加的科研项目

致谢