基于CORBA的分布式關聯(lián)規(guī)則挖掘系統(tǒng)的研究和實現(xiàn).pdf

1、數(shù)據(jù)挖掘是指從大型數(shù)據(jù)庫或數(shù)據(jù)倉庫中提取隱含的、先前未知的、對決策有潛在價值的知識和規(guī)則。它是人工智能和數(shù)據(jù)庫發(fā)展相結合的產(chǎn)物，是目前國際上數(shù)據(jù)庫和信息決策系統(tǒng)最前沿的研究方向之一。 其中，關聯(lián)規(guī)則挖掘是近幾年研究較多的數(shù)據(jù)挖掘方法，應用也最為廣泛。文中詳細介紹了關聯(lián)規(guī)則的基本概念、性質及其經(jīng)典算法?，F(xiàn)有的關聯(lián)規(guī)則挖掘算法和模型主要是基于數(shù)據(jù)庫或數(shù)據(jù)倉庫的，采用集中式處理。隨著分布式數(shù)據(jù)庫和網(wǎng)絡技術的發(fā)展，它們不能滿足分布式數(shù)據(jù)

2、挖掘的需要。分布式關聯(lián)規(guī)則的挖掘就是在這樣的背景下提出的。 本文詳細介紹和分析了分布式關聯(lián)規(guī)則挖掘FDM算法。在分布式數(shù)據(jù)環(huán)境下，頻繁集計算和網(wǎng)絡間的通訊代價是挖掘算法的瓶頸所在。從這個角度出發(fā)，文中給出了解決方案。通過事務剪枝、采用數(shù)組鏈表相結合的數(shù)據(jù)結構存儲候選數(shù)據(jù)集來改進頻繁集支持數(shù)的計算；增加挖掘服務器站點來完成各站點間的結果收集、計算和廣播，候選集的上界剪枝等任務，并控制整個挖掘過程中的同步運算，減少了網(wǎng)絡間的信息傳輸