论文部分内容阅读
医疗健康问题向来都与我们的生活息息相关,更是受到了世界各国的高度重视。随着各种智慧医疗技术的发展,医疗行业也迈进了信息化时代。基于物联网技术的智慧医疗,在为我们提供各种健康服务的同时,必然会产生大量的数据。而我国本身人口众多,各地的卫生信息系统并不完善,面对较以往多出上万倍的健康数据,传统的存储系统以及处理方式已经跟不上时代的发展。如何建立一个完善的用户健康信息服务平台,并能够对大量健康数据进行高效处理分析,成为一个亟待解决的问题。综合上述情况,本文研究了Hadoop分布式处理技术,分析改进后的并行数据挖掘算法,最终设计并实现了一种用户健康信息服务平台,针对健康大数据进行分析处理为用户提供健康服务。并且以健康大数据的挖掘分析实验证明了该平台的可行性。本文围绕健康数据的特性,基于为用户提供大数据分析处理服务的理念,设计了用户健康信息服务平台的系统框架。采用Spring MVC与Spring for Hadoop相结合的设计模式,将视图展示、业务逻辑控制与后台存储相分离,方便用户简单地通过网页进行服务的获取。同时,可以根据用户需求不断地改进和增加新的服务。在用户健康信息服务平台的实现中,创新性地在业务逻辑层引入Hadoop大数据处理技术;在数据访问层封装了对HBase操作的接口;在数据层采用关系型数据库和HBase相结合。用户可以通过网页获取Hadoop所提供的数据处理服务。而在具体的大数据服务中,采用基于MapReduce改进的Apriori算法,实现了用户健康属性间的关联挖掘。利用部署的Hadoop集群,验证了健康数据挖掘处理的可行性和有效性。本文最后总结了用户健康信息服务平台的可完善性和大数据服务的可扩充性,并对其将来的具体应用进行了展望,相信该用户健康服务平台在将来一定能为提供健康大数据处理服务作出贡献。