当今社会,居民亲自去医院看病的程序越来越繁琐,简单的数据测量也变得十分复杂,找医生看病咨询通常也需要提前预约排队,给居民造成了许多不必要的麻烦。社会目前处于信息高速增长的阶段,尤其在医学领域中,数据更是源源不断。由于数据量的不断增大,人们通常会将数据进行存储,因此大数据的概念也随之引起重视聚类分析是将看似无规律的数据寻找隐藏相似处并归为一类的一种技术。最为常用的是基于密度和距离两种聚类算法,经过多年的研究,许多学者也将其进行了不同程度的改进完善。针对以上现阶段出现的问题,首先设计了一个“居民健康管家”的医疗检测系统,解决了用户看病程序繁琐,身体健康把控不及时的问题。通过对人体各项信息的检测,为用户提供较好的治疗意见。另外对于现阶段的聚类算法,本文提出了基于密度与距离相结合的聚类算法。并且对于系统产生了众多数据,数据分析模块采用了本文提出改进聚类算法对数据进行处理。具体工作如下:(1)本文设计开发了基于反射机制的工厂模式下的“居民健康管家”系统,将可配置管理服务和多级角色权限机制也运用到系统中去。通过对系统的整体概述,相关技术介绍,以及具体需求分析和数据库的设计来完成该系统的设计。系统用于存储用户数据的平台产生了许多需要处理的数据,因此用到改进后的聚类算法来对这些数据进行处理,针对这些专门数据用该算法处理之后,会更加准确的向医生提供所需信息,可以更加方便快捷的为医师提供有效信息,使用户与医师之间更加快速的建立沟通关系。(2)本文深入研究了基于密度和距离的聚类算法,针对目前这两种聚类算法的优缺点,提出了将密度与距离相结合的聚类算法来自动选取中心点。对传统算法使用单一属性衡量数据进行改进,将距离与密度两个参数作为中心点最重要的两个属性。通过对公开数据集的测试证实了改进后的算法在准确率方面得到了显著的提高。在居民健康管家的数据分析部分对用户数据用改进算法处理,得到较好的聚类结果,通过对中心数据用户的分析,推送给医师更加准确的消息,具有较好的使用价值。