基于Android平台的个性通讯录

装订线基于Android平台的个性通讯录基于Android平台的个性通讯录软件工程 【摘要】 Android是一种以Linux为基础的开源代码操作系统，主要应用于手机，因为其良好的人机交互能力和能够安装使用众多功能各异的应用软件而深受人们喜爱，本文就介绍其基于Android 2.1版本开发的一个“个性通讯录”。根据当下人们的使用习惯和实际需求，本文对通讯录提出了新的构想和设计，并在这样的基础上，构建实现了该通讯录.【关键词】 Android Linux 手机 通讯录【Abstract】 Android is a sort of open source code operating system that base on the Linux, and mainly used by mobile phone. It is so popular because of the good human-machine interaction capability, and also there are all kinds of functional applications software can be installed that through by this operating system, this article will introduces a kind of contacts that bases on the Android 2.1 version., this article pointed out an new idea and design for contacts due to the peoples operating habits and particular demands, and on such a basis to construct and achieve this contacts.function to ensure the security and stability of the system effectively.【Keywords】 Android Linux mobile contacts目录1绪论41.1课题背景41.2相关技术的基础知识41.2.1手机操作系统的发展现状41.2.2云计算和云储存概述51.2.3数据挖掘技术概述61.3本文主要研究工作和章节安排72Android的架构概述及开发环境搭建92.1Android的架构描述92.2Android开发环境的搭建102.2.1Android软件开发包下载102.2.2其他注意事项102.2.3环境安装与搭配112.3本章小结153需求分析与系统总体设计163.1项目概述163.1.1主要开发内容163.1.2项目开发要求163.2需求分析163.2.1基本功能需求163.2.2系统用例分析173.3总体设计方案223.3.1系统模块关系与划分223.3.2开发技术、开发工具和开发环境233.4本章小结234系统详细设计244.1通讯录需求分析244.1.1通话记录模块244.1.2短信记录模块254.1.3电话薄模块274.1.4个人中心模块284.2数据库设计304.2.1Android数据库概述304.2.2数据库表详细设计304.3本章小结305系统实现315.1部分功能模块实现与截图展示315.2本章小结386总结和展望396.1毕业设计完成的任务396.2收获和总结396.3展望未来39参考文献41致 谢421 绪论1.1 课背题景随着移动通信与Internet向移动终端的普及，网络和用户对移动终端的要求越来越高，而Symbian，Windows Mobile，PalmOS等手机平台过于封闭，不能很好的满足用户的需求，因此市场迫切需要一个开发性很强的平台。经过多年的发展，第三代数字通信（3G）技术活动了广泛的接受，它为移动终端用户带来了更快的数据传输速率。随着3G网络的使用，移动终端不再仅是通讯网络的终端，还将成为互联网的终端。因此，移动终端的应用软件和需要的服务将会有很大的发展空间。Google为此与2007年11月推出了一个专为移动设备设计的软件平台Android。Android 是一套真正意义上的开发性的移动设备综合平台，它包括操作系统、中间件和一些关键的平台应用。Android 是由Linux+Java构成的开源软件，允许所有厂商和个人在其基础上进行开发。Android平台的开放性等特点既能促进技术（包括平台本身）的创新，又有助于降低开发成本，还可以是运营商能非常方便地制定自己的特色化的产品。因此，它具有很大的市场发展潜力。根据中国互联网信息中心（CNNIC）发布的消息称，截止2011年底，中国网民数量达到了惊人的5.13亿，正式迈入了“5亿网民”时代，其中手机网民达到3.4亿，手机上网成为网络介入的一个重要发展方向。1.2 相关技术的基础知识1.2.1 手机操作系统的发展现状Symbian OS（塞班） 由诺基亚、索尼爱立信、摩托罗拉、西门子等几家大型移动通讯设备商共同出资组建的一个合资公司，专门研发手机操作系统。(1) 优点：过去Symbian系统一直占据智能系统的市场霸主地位，系统能力和易用性等各方面很强！(2) 缺点：一般配置的机型反映较慢，对主流的媒体格式的支持性较差，不同版本的软件兼容性不好。(3) 支持厂商：芬兰诺基亚（英国索尼爱立信、韩国三星已宣布退出塞班阵营）。Windows Mobile（微软） Microsoft 用于 Pocket PC 和 Smartphone 的软件平台，此系统将熟悉的 Windows 桌面扩展到了个人设备中。(1) 优点：界面和操作都和电脑上的Windows十分接近，对于机友来说十分熟悉又上手；各种保存在电脑或手机里的信息、资料可以轻松实现共享；有大量的应用软件可供用户选择。(2) 缺点：占用系统资源高、容易系统崩溃(3) 支持厂商：中国台湾HTC、韩国三星电子、韩国LG、英国索尼爱立信、阿联酋i-mate，目前各大山寨厂商也同样生产着大量WM产品。Mac OS（苹果iPhone系统） 苹果机专用系统，是基于Unix内核的图形化操作系统；一般情况下在普通pc上无法安装的操作系统。(1) 优点：全触摸设计，真的是一次手机革命，娱乐性能强，第三方软件多(2) 缺点：系统封闭(3) 支持厂商：苹果公司Android（Google公司） Android 是Google开发的基于Linux平台的开源手机操作系统。它包括操作系统、用户界面和应用程序 移动电话工作所需的全部软件，而且不存在任何以往阻碍移动产业创新的专有权障碍。谷歌与开放手机联盟合作开发了 Android，这个联盟由包括中国移动、摩托罗拉、高通、宏达和 T-Mobile 在内的 30 多家技术和无线应用的领军企业组成。(1) 优点：具备触摸屏、高级图形显示和上网功能，界面强大，可以说是一种融入全部Web应用的单一平台(2) 缺点：由于时时刻刻都需要和网络进行连接，因此在手机的能耗方面控制就较差，导致待机能力不足；又由于其开源性，过分依赖开发商，缺少标准配置。1.2.2 云计算和云储存概述(1) 云计算云计算（cloud computing）是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网，后来也用来表示互联网和底层基础设施的抽象。狭义云计算指IT基础设施的交付和使用模式，指通过网络以按需、易扩展的方式获得所需资源；广义云计算指服务的交付和使用模式，指通过网络以按需、易扩展的方式获得所需服务。这种服务可以是IT和软件、互联网相关，也可是其他服务。它意味着计算能力也可作为一种商品通过互联网进行流通。云计算的最大特点就是通过使计算分布在大量的分布式计算机上，而非本地计算机或远程服务器中，企业数据中心的运行将与互联网更相似。这使得企业能够将资源切换到需要的应用上，根据需求访问计算机和存储系统。(2) 云储存云存储是在云计算 (cloud computing)概念上延伸和发展出来的一个新的概念。云计算是是分布式处理(Distributed Computing)、并行处理(Parallel Computing)和网格计算(Grid Computing)的发展，是透过网络将庞大的计算处理程序自动分拆成无数个较小的子程序，再交由多部服务器所组成的庞大系统经计算分析之后将处理结果回传给用户。通过云计算技术，网络服务提供者可以在数秒之内，处理数以千万计甚至亿计的信息，达到和”超级计算机”同样强大的网络服务。云储存最大的作用是通过集群应用、网格技术或分布式文件系统等功能，将网络中大量各种不同类型的存储设备通过应用软件集合起来协同工作，共同对外提供数据存储和业务访问功能的一个系统。1.2.3 数据挖掘技术概述数据挖掘，在人工智能领域，习惯上又称为数据库中的知识发现(Knowledge Discovery in Database, KDD)， 也有人把数据挖掘视为数据库中知识发现过程的一个基本步骤。知识发现过程由以下三个阶段组成：（1）数据准备，（2）数据挖掘，（3）结果表达和解释。数据挖掘可以与用户或知识库交互。数据挖掘是通过分析每个数据，从大量数据中寻找其规律的技术，主要有数据准备、规律寻找和规律表示3个步骤。数据准备是从相关的数据源中选取所需的数据并整合成用于数据挖掘的数据集；规律寻找是用某种方法将数据集所含的规律找出来；规律表示是尽可能以用户可理解的方式（如可视化）将找出的规律表示出来。图1-1数据挖掘的任务:是关联分析、聚类分析、分类、预测、时序模式和偏差分析等。 数据挖掘的方法主要有七种，下面简要介绍下：(1) 神经网络方法神经网络由于本身良好的鲁棒性、自组织自适应性、并行处理、分布存储和高度容错等特性非常适合解决数据挖掘的问题，因此近年来越来越受到人们的关注。典型的神经网络模型主要分3大类：以感知机、bp反向传播模型、函数型网络为代表的，用于分类、预测和模式识别的前馈式神经网络模型；以hopfield的离散模型和连续模型为代表的，分别用于联想记忆和优化计算的反馈式神经网络模型；以art模型、koholon模型为代表的，用于聚类的自组织映射方法。神经网络方法的缺点是"黑箱"性，人们难以理解网络的学习和决策过程。 (2) 遗传算法遗传算法是一种基于生物自然选择与遗传机理的随机搜索算法，是一种仿生全局优化方法。遗传算法具有的隐含并行性、易于和其它模型结合等性质使得它在数据挖掘中被加以应用。 (3) 决策树方法决策树是一种常用于预测模型的算法，它通过将大量数据有目的分类，从中找到一些有价值的，潜在的信息。它的主要优点是描述简单