電子商務環(huán)境中分布式數(shù)據(jù)挖掘的研究.pdf

1、現(xiàn)代新興商業(yè)模式的電子商務的蓬勃發(fā)展，使得Internet上的資源和服務更加豐富多彩，這些豐富的資源和服務每天都會產(chǎn)生許多新的、蘊涵著大量重要信息的海量數(shù)據(jù)，這些數(shù)據(jù)往往是異構(gòu)的、不確定性的和非結(jié)構(gòu)化的，其復雜程度已遠遠超出了人類目前己有的分析和理解能力。因此，研究有效利用這些復雜資源的新技術，數(shù)據(jù)挖掘具有重要的現(xiàn)實意義。就信息處理而言，數(shù)據(jù)挖掘是致力于數(shù)據(jù)分析和理解數(shù)據(jù)內(nèi)部蘊藏知識的技術，它成為未來信息技術應用的重要目標之一。

2、 本文在對分布式數(shù)據(jù)挖掘、Web服務及Agent相關技術進行了分析的基礎上，為解決電子商務環(huán)境中分布式數(shù)據(jù)挖掘的核心問題，從關鍵算法和架構(gòu)兩個方面進行了深入研究。 針對k最近鄰搜索算法存在的問題，提出了電子商務環(huán)境中一種自適應的基于P2P的k最近鄰搜索算法P2PAKNNS。探討了度量空間、相似性查詢和GHT<'*>規(guī)則，自定義了高維數(shù)據(jù)的相似度函數(shù)HDSF(X，Y)，論述了GHT<'*>中插入算法及范圍查找算法和搜索算法。在此基

3、礎上，具體給出了P2PAKNNS算法的實現(xiàn)方法，并通過實驗，驗證了其正確性。 同時本文對DENCLUE算法進行了研究，為使其適合電子商務環(huán)境、解決其存在問題，結(jié)合P2PAKNNS算法的優(yōu)點，提出了電子商務環(huán)境中基于距離和密度的無監(jiān)督聚類算法KNDC。論述了模糊簇的劃分及參數(shù)k，討論了參數(shù)σ和§的設置，給出了KNDC算法的具體實現(xiàn)方法，并予以驗證。 本文還針對電子商務環(huán)境中分布式數(shù)據(jù)挖掘的關聯(lián)規(guī)則，在研究．Apriori關

4、聯(lián)規(guī)則算法、多重最小支持度Apriori算法、相關支持度Apriori算法RSAA、平均項目集合分割法的基礎上，改進了閾值的制定方法；為提高挖掘有價值的稀有數(shù)據(jù)的效率和精確度，根據(jù)RSAA和基于無向項集圖算法BOUIGA提出了RSAA-BOUIGA算法，分析了其正確性。 在此基礎上，結(jié)合業(yè)界和學術界對Web服務和移動Agent的研究成果，將Web服務和Agent最新技術引入了電子商務環(huán)境中分布式數(shù)據(jù)挖掘，提出了電子商務環(huán)境下基于