科學(xué)數(shù)據(jù)網(wǎng)格中數(shù)據(jù)挖掘技術(shù)研究.pdf

1、網(wǎng)格計(jì)算的出現(xiàn)使得大規(guī)?？缃M織、跨區(qū)域的數(shù)據(jù)共享和協(xié)同工作成為可能。在科學(xué)研究領(lǐng)域中，現(xiàn)代科學(xué)研究的問題空前復(fù)雜化，產(chǎn)生了一種嶄新的科研協(xié)作模式和大科學(xué)工程，即“科學(xué)研究的信息化”。這就需要以網(wǎng)格為基礎(chǔ)，通過Intemet聯(lián)合組成一個(gè)共同的虛擬研究團(tuán)隊(duì)，共享資源和成果，協(xié)同工作，共同完成大型現(xiàn)代科學(xué)研究。本文的工作以科學(xué)數(shù)據(jù)網(wǎng)格和科學(xué)數(shù)據(jù)庫為背景，致力于在現(xiàn)有海量數(shù)據(jù)存儲(chǔ)和強(qiáng)大計(jì)算能力的基礎(chǔ)上，通過數(shù)據(jù)挖掘技術(shù)來進(jìn)一步提升其服務(wù)水平。本

2、文的主要研究內(nèi)容和創(chuàng)新成果包括： (1)科學(xué)數(shù)據(jù)網(wǎng)格環(huán)境下的科學(xué)數(shù)據(jù)挖掘系統(tǒng) 本文在分析科學(xué)數(shù)據(jù)網(wǎng)格環(huán)境下數(shù)據(jù)挖掘之特點(diǎn)的基礎(chǔ)上，提出了網(wǎng)格環(huán)境下的數(shù)據(jù)挖掘解決方案——科學(xué)數(shù)據(jù)挖掘系統(tǒng)。該系統(tǒng)主要由三部分構(gòu)成：科學(xué)數(shù)據(jù)挖掘系統(tǒng)結(jié)構(gòu)描述了數(shù)據(jù)挖掘程序中基于多維模型的三層結(jié)構(gòu)；科學(xué)數(shù)據(jù)挖掘工具集提供了大量的數(shù)據(jù)預(yù)處理算法和數(shù)據(jù)挖掘算法；科學(xué)數(shù)據(jù)挖掘網(wǎng)格服務(wù)以網(wǎng)格服務(wù)的形式提供了科學(xué)數(shù)據(jù)網(wǎng)格環(huán)境下的數(shù)據(jù)挖掘解決方案。與傳統(tǒng)的數(shù)

3、據(jù)挖掘系統(tǒng)相比，科學(xué)數(shù)據(jù)挖掘系統(tǒng)具有諸多優(yōu)異的特點(diǎn)，更為適合科學(xué)數(shù)據(jù)網(wǎng)格和科學(xué)數(shù)據(jù)庫環(huán)境。目前，科學(xué)數(shù)據(jù)挖掘系統(tǒng)已經(jīng)實(shí)際應(yīng)用于幾個(gè)數(shù)據(jù)庫中。該系統(tǒng)不僅具有簡單的查詢檢索功能，而且可以進(jìn)行數(shù)據(jù)統(tǒng)計(jì)分析及知識發(fā)現(xiàn)，從而能夠進(jìn)一步提高了數(shù)據(jù)庫提供服務(wù)的水平。 (2)基于聚類的量化關(guān)聯(lián)規(guī)則挖掘算法 聚類分析技術(shù)是一個(gè)把相似的對象分在相同簇、相異對象分在不同簇的分組過程。被發(fā)現(xiàn)的簇可以用來解釋數(shù)據(jù)分布的特點(diǎn)。本文提出了一種新穎的量

4、化關(guān)聯(lián)規(guī)則挖掘方法，可以解決現(xiàn)有基于布爾型關(guān)聯(lián)規(guī)則的挖掘算法不能直接處理類別型和數(shù)值型數(shù)據(jù)的問題。這種方法使用聚類算法把數(shù)據(jù)庫中的交易記錄分成若干個(gè)簇，然后把簇投影到數(shù)值型屬性所在的域，形成重疊、有意義的區(qū)間。實(shí)驗(yàn)結(jié)果表明這種方法能夠有效地挖掘量化關(guān)聯(lián)規(guī)則，并且能夠發(fā)現(xiàn)現(xiàn)有算法可能遺漏的重要規(guī)則。 (3)基于過濾器的用戶訪問模式挖掘 針對傳統(tǒng)用戶訪問模式挖掘系統(tǒng)中用戶識別和會(huì)話識別的復(fù)雜性和不準(zhǔn)確性，本文提出了一個(gè)基于過