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。它是近年來企業(yè)用以分析大型數(shù)據(jù)集的核心技術(shù)和知識發(fā)現(xiàn)過程中的關鍵步驟。 Internet/Intranet的高速發(fā)展促進了數(shù)據(jù)庫技術(shù)的深入應用，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)不可能集中起來處理。同時，對挖掘系統(tǒng)的開放性和易用性的要求越來越高。分布式的數(shù)據(jù)挖掘就是在這樣的背景下提出的。針對以上問題，本文討論了一個基于W

2、eb服務的數(shù)據(jù)挖掘系統(tǒng)結(jié)構(gòu)。它將Web服務這一技術(shù)引入了數(shù)據(jù)挖掘，并在解決上述問題方面做了一些嘗試。 本文在一個關聯(lián)規(guī)則挖掘的并行算法CD算法的基礎上，給出了一種基于動態(tài)數(shù)據(jù)集劃分的并行關聯(lián)規(guī)則挖掘算法。實驗表明它能更好地實現(xiàn)負載平衡，提高并行數(shù)據(jù)挖掘的效率。然后本文基于WebService技術(shù)設計了一個數(shù)據(jù)挖掘系統(tǒng)平臺，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。并且，我們的平臺也是一