随着科学技术和物联网技术的迅速发展，各种使用了高科技的家居产品不断地出现在我们的日常生活中，随着人们生活水平不断提高的同时，对家居智能化的要求也越来越高。目前，为了方便用户远程操控家居设备，可接入网络的家居设备成为智能家居设计的主流，但是由于仍然需要手动操作，智能化的程度还不够高，这显然不能满足人们对家居智能化的要求。另外，目前的智能家居控制系统缺少在家居生活数据方面的研究，因此，本文提出使用数据挖掘技术对智能家居中用户的行为数据进行挖掘分析，从而得到家居用户的行为习惯，为智能家居控制系统如何制定控制策略提供理论依据，从而，使智能家居向着更人性化和智能化的方向发展。　　首先，本文通过分析数据挖掘技术在其他领域的用户行为研究所采用的算法中得到启发，对家居用户行为数据的分析就是通过数据挖掘算法把家居设备关联起来，从大量生活数据中挖掘出用户行为习惯，确定了本文采用关联规则技术和聚类方法，对智能家居用户行为的数据进行研究。　　关联规则挖掘能够分析出事务数据间的关联性。时态关联规则是在传统的关联规则基础上，在数据中加上时间维，这样使得规则更好地描述客观现象，使关联规则更有意义。层次聚类方法是根据给定的簇间距离度量准则，把数据对象组成层次结构或簇的“树”。本文先通过Apriori算法挖掘出频繁项集，然后由关联规则的度量标准分析出家电设备之间的关联性，并得出了具有一定意义的强关联规则。在此基础上，本文还采用了时态关联规则技术，分析用户在不同时间段使用家电设备的行为的关联性，得出了有一定意义的关联规则。通过层次聚类方法对用户家电行为进行分析，把家电设备作为分析对象，家电开启的起止时间作为对象的属性，从而分析出家电间类似的使用模式。最后根据挖掘出的用户行为习惯，设计家电设备的控制策略。　　本文提出采用大数据技术对智能家居的用户行为数据进行挖掘分析，通过生活数据实例分析，使用多种挖掘算法进行分析挖掘出用户的行为习惯，并根据此制定家居控制策略，这说明本文所使用的数据挖掘技术，对智能家居的用户行为分析研究具有一定作用，能够为智能家居控制系统制定控制策略提供理论依据，对促进智能家居的控制系统向更加智能化的方向发展具有一定的意义和参考价值。