基于Web Service技術(shù)的分布式并行數(shù)據(jù)挖掘研究.pdf

1、數(shù)據(jù)挖掘是指從大型數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)中提取隱含的、先前未知的、對(duì)決策有潛在價(jià)值的知識(shí)和規(guī)則。它是近年來(lái)企業(yè)用以分析大型數(shù)據(jù)集的核心技術(shù)和知識(shí)發(fā)現(xiàn)過(guò)程中的關(guān)鍵步驟。 Internet/Intranet的高速發(fā)展促進(jìn)了數(shù)據(jù)庫(kù)技術(shù)的深入應(yīng)用，由于安全及通信成本、效率等多方面的原因，大量的分散數(shù)據(jù)不可能集中起來(lái)處理。同時(shí)，對(duì)挖掘系統(tǒng)的開(kāi)放性和易用性的要求越來(lái)越高。分布式的數(shù)據(jù)挖掘就是在這樣的背景下提出的。針對(duì)以上問(wèn)題，本文討論了一個(gè)基于W

2、eb服務(wù)的數(shù)據(jù)挖掘系統(tǒng)結(jié)構(gòu)。它將Web服務(wù)這一技術(shù)引入了數(shù)據(jù)挖掘，并在解決上述問(wèn)題方面做了一些嘗試。 本文在一個(gè)關(guān)聯(lián)規(guī)則挖掘的并行算法CD算法的基礎(chǔ)上，給出了一種基于動(dòng)態(tài)數(shù)據(jù)集劃分的并行關(guān)聯(lián)規(guī)則挖掘算法。實(shí)驗(yàn)表明它能更好地實(shí)現(xiàn)負(fù)載平衡，提高并行數(shù)據(jù)挖掘的效率。然后本文基于WebService技術(shù)設(shè)計(jì)了一個(gè)數(shù)據(jù)挖掘系統(tǒng)平臺(tái)，只要遵循我們的數(shù)據(jù)模型接口和挖掘模型接口，新的數(shù)據(jù)挖掘算法可以很容易地集成到系統(tǒng)中來(lái)。并且，我們的平臺(tái)也是一