室内环境监测系统研究通过分析海量室内空气环境质量的历史数据，探究室内空气环境质量状况及变化趋势对未来一段时间内的室内空气环境质量的影响，这是大数据技术的天生“能力”，也是环境监测系统的研究思路，不必布置更多的监测点就可以对未来一段时间实施室内环境监测。

室内环境监测系统是基于贝叶斯分类实现的，它首先对获取的大量空气环境质量及其变化样本进行训练，得到各种空气环境质量状况下，下一时间段（通常为1天）空气环境质量好和空气环境质量差的先验概率和条件概率；然后利用贝叶斯分类进行决策。这样就可以得到根据历史环境监测数据预测的未来一段时间的空气环境质量。这里需要注意的是，要预测某地的室内空气环境质量状况，一定选择该地区的历史数据。鉴于室内环境监测系统需要分析的空气环境质量数据量比较大，引入Hadoop分布式数据处理框架，即先把海量空气环境质量数据上传的HDFS文件系统中，然后利用MapReduce框架对数据快速分析并汇总决策结果。