随着物联网技术的发展,物与物、人与物之间的连接成为可能,在智能零售、智慧城市、智能安防等领域有着广阔的应用前景。智能家居作为物联网的一种应用,因其投入成本相对较低,近些年来发展迅速,涌现出大量的产品,自动化水平得到了极大的提高。然而,智能家居智能化水平还不够高,仍处于被动接受人们的指令的阶段,影响了智能家居的进一步推广。为了使得智能家居系统具有根据用户使用历史,挖掘出用户行为模式和使用习惯的能力,从而预测用户意图,自动作出相应动作,进一步方便人们的生活。本文研究了基于用户行为的智能家居系统,该系统主要包括两个部分:(1)智能家居控制系统。采用TI公司的CC2530芯片作为各种智能家用设备的微处理器,实现设备的控制和数据采集。使用Zigbee无线通信协议组建网状本地无线局域网,实现设备的远程控制,并增加指令重传和网络状态自检机制,提升无线网络稳定性。(2)用户行为挖掘系统。采用ARM架构的ITOP4412模块作为中央处理器,建立TCP Server开放端口用于和本地客户端如手机APP等进行通信,实现和用户的多种方式的交互;通过串口连接Zigbee网络协调器,实现对Zigbee设备的控制和状态信息的收集;连接到远程服务器,实现远程指令的接收和上传设备状态到服务器;对收集到的用户的使用历史,通过协同过滤算法,挖掘出用户的使用模式和行为习惯。搭建实际智能家居设备网络,并进行稳定性测试,实验表明系统可以长时间稳定运行,并且在经过网络断开和断电等特殊状况后可以恢复之前的状态。对于嵌入式设备内存的限制,改进了协同过滤算法,通过滑动平均和迭代的方式估计总体历史数据,仿真实验表明改进的协同过滤算法可以在嵌入式设备上有效运行,并且对用户模式的识别准确度达到90%。