云環(huán)境下的數(shù)據(jù)挖掘技術(shù)研究.pdf

1、隨著互聯(lián)網(wǎng)和信息技術(shù)的快速發(fā)展，企業(yè)在運營過程中會產(chǎn)生大規(guī)模的數(shù)據(jù)，并且數(shù)據(jù)已成為重要的資產(chǎn)。但這些大規(guī)模數(shù)據(jù)呈現(xiàn)的是不完全的、有噪聲的、模糊的、隨機的狀態(tài)，具有規(guī)模龐大、種類多樣、蘊涵價值大、增長速度快的特點。面對這些大規(guī)模的數(shù)據(jù)，如何從中挖掘出有價值的信息，并為企業(yè)決策提供支持是當今業(yè)界關(guān)注的焦點。云計算是一種以虛擬化技術(shù)為基礎(chǔ)，按需提供可擴展的存儲能力和計算能力，這使得大數(shù)據(jù)有效處理成為了可能。為此，有必要對云環(huán)境下的數(shù)據(jù)挖掘系統(tǒng)

2、的關(guān)鍵技術(shù)進行深入研究。
　　本文系統(tǒng)地分析研究了Hadoop云計算技術(shù)、典型數(shù)據(jù)挖掘系統(tǒng)的理論知識、數(shù)據(jù)挖掘的過程。通過分析研究分布式文件系統(tǒng)和并行計算框架的工作原理和運行機制，將Hadoop云技術(shù)與數(shù)據(jù)挖掘技術(shù)進行融合，分別對數(shù)據(jù)挖掘算法中的聚類K-Means算法和關(guān)聯(lián)Apriori算法在云環(huán)境下的并行化改造設(shè)計。以用電營銷系統(tǒng)數(shù)據(jù)為背景設(shè)計了一種云環(huán)境下的數(shù)據(jù)挖掘系統(tǒng)，對系統(tǒng)的需求分析，概要設(shè)計和主要的功能模塊進行了詳細設(shè)計