基于網(wǎng)格的分布式數(shù)據(jù)挖掘體系結(jié)構(gòu)研究.pdf

1、隨著信息技術(shù)在社會(huì)生活各個(gè)領(lǐng)域的快速應(yīng)用，人們?cè)絹?lái)越重視數(shù)據(jù)收集工作，建立了數(shù)量眾多的數(shù)據(jù)庫(kù)，把它們廣泛應(yīng)用于商業(yè)、行政、教育、科研等不同行業(yè)。同時(shí)，為了從豐富的數(shù)據(jù)資源中找到自己需要的有益信息，人們又提出了數(shù)據(jù)挖掘和分布式數(shù)據(jù)挖掘的方法。前者能在大量數(shù)據(jù)中自動(dòng)發(fā)現(xiàn)感興趣的知識(shí)。后者則利用了分布式技術(shù)來(lái)實(shí)現(xiàn)數(shù)據(jù)挖掘。目前，分布式數(shù)據(jù)挖掘已經(jīng)成為數(shù)據(jù)挖掘的主流形式。 另一個(gè)方面，網(wǎng)格作為一種新型的分布式計(jì)算技術(shù)，逐漸成熟。網(wǎng)格具有

2、超強(qiáng)的計(jì)算處理能力、良好的系統(tǒng)擴(kuò)展能力和高效的分布式資源管理能力。它突破了計(jì)算能力的限制、存儲(chǔ)能力的限制、資源分布的限制、資源共享方式的限制，適用于計(jì)算密集型、數(shù)據(jù)密集型應(yīng)用。利用網(wǎng)格技術(shù)進(jìn)行分布式數(shù)據(jù)挖掘是一種全新的嘗試。為此，本文對(duì)基于網(wǎng)格的分布式數(shù)據(jù)挖掘體系結(jié)構(gòu)進(jìn)行了研究，提出網(wǎng)格分布式數(shù)據(jù)挖掘的解決方案，即在網(wǎng)格中間層之上，為網(wǎng)格應(yīng)用建立分布式數(shù)據(jù)挖掘中間層，為用戶提供了更加通用的分布式數(shù)據(jù)挖掘平臺(tái)。 論文的前四章是相關(guān)

3、技術(shù)知識(shí)背景。首先介紹了分布式數(shù)據(jù)挖掘技術(shù)，闡述了分布式數(shù)據(jù)挖掘的概念、模式、研究?jī)?nèi)容、工作流程，指出了傳統(tǒng)分布式數(shù)據(jù)挖掘系統(tǒng)存在的主要問(wèn)題。接著對(duì)網(wǎng)格技術(shù)進(jìn)行了總體描述，研究了它們的概念、特點(diǎn)，及其應(yīng)用領(lǐng)域。然后具體地分析了Web服務(wù)資源架構(gòu)的技術(shù)規(guī)范，研究了globus項(xiàng)目工具包GT4服務(wù)組成。 論文第五章，進(jìn)行了網(wǎng)格分布式數(shù)據(jù)挖掘中間層設(shè)計(jì)。分析了網(wǎng)格分布式數(shù)據(jù)挖掘體系結(jié)構(gòu)，提出了網(wǎng)格分布式數(shù)據(jù)挖掘中間層模型，將分布式數(shù)據(jù)

4、挖掘中間層劃分為四個(gè)服務(wù)資源：全局WS資源、局部WS資源、算法WS資源、數(shù)據(jù)分配WS資源，定義了它們的服務(wù)接口和資源屬性，描述了服務(wù)調(diào)用的流程。 最后，進(jìn)行了中間層服務(wù)資源原型實(shí)現(xiàn)。描述了各個(gè)WEB服務(wù)資源的資源屬性文檔，實(shí)現(xiàn)了操作這些資源屬性文檔的接口，使用統(tǒng)一建模描述語(yǔ)言描述了各個(gè)Web服務(wù)資源的靜態(tài)結(jié)構(gòu)圖。并且，通過(guò)安裝網(wǎng)格中間件，建立了基于局域網(wǎng)的網(wǎng)格試驗(yàn)環(huán)境，以一個(gè)分布式挖掘?qū)嵗M(jìn)行了試驗(yàn)，從而論證了論文提出的網(wǎng)格分布