基于网格服务的数据挖掘应用研究

《基于网格服务的数据挖掘应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第l8卷第l2期计算机技术与发展Vo1．18NO．】22008年l2月COMPUTERTECI：{NOI』—)GYANDDEVELOPMENTI)ec．2008基于网格服务的数据挖掘应用研究郭小雪(茂名学院理学院，广东茂名525000)摘要：建立在网格基础上的数据挖掘结合了网格技术的优点，能够对Intemet上广域分布的海量信息进行高效的处理、分析和挖掘。分析了网格与数据挖掘的特点，并结合网格与数据挖掘的过程和关键技术，详细介绍了开放网格服务体系结构、层次功能、网格服务及其接El，基于OGSA的网格数据挖掘的例子和应用验证了数据挖掘网格系统的可行性和高效性。关键词：网格服务；数据挖

2、掘；开放式网格服务结构；服务接口中图分类号：1]P3u．13文献标识码：A文章编号：1673—629X(2008)12—0224一O4ResearchonApplicationofDataMiningBasedonGridServiceGUOXiao-xue(CollegeofScience，MaomingUniversity，Maoming525000，China)Abstract：Dataminingbasedondenvironmentwhichintegratesthemeritsofgrid，cantransactandanalyzethevastinformation，

3、anddiscovernewknowledge．Thefeaturesofgridanddataminingareanalyzed．Summarizetheprocedureandkeytechnologiesofdataminingwithgridcharacteristic，mainlydiscu~theopengridservicesarchitecture，layerfunctions，gird$~_-,vieeandserviceinterfaceofdataminingond．Finalygiveanexampleofdataminingbasedon0(A，thefe

4、asibiliWandtheefficiencyareproved．Keywords：girdservice；datamining；0GSA；serviceinterfaceO引言掘这些广域分布的海量数据，以获取新的科学知识、规随着Intemet的普及和计算机软、硬件技术的发律和决策支持信息，传统的数据挖掘模式和技术已经展，网格技术越来越得到人们的重视，网格已经被认为无法胜任。建立在网格基础上的数据挖掘结合网格计是下一代的互联网_1J。网格是构筑在Intemet上的一算的思想及其技术的优点，能够对广域分布的海量数组新兴技术和基础设施，其目标是在动态变化的、广域据进行高效的处理、分析

5、和挖掘。给科学研究领域、经分布的异构虚拟组织间实现协同资源共享、多领域的济领域和社会生活带来新的发现和巨大的价值-3J。科学和工程的问题求解。网格技术的兴起就是为了突破计算能力和地理物理位置的限制，节约资源，实现世1数据挖掘和网格界范围的资源共享与服务协作-2J。网格计算技术是解数据挖掘(DM，DataMining)是一个利用各种分析决复杂海量科学数据的访问、存储、组织和管理的一种方法工具对海量数据进行分析，建立模型和发现数据有效技术。间联系，并在商业、科研等领域进行应用，辅助做出基未来的科学计算以数据为中心。数据已成为科于知识预测、决策的过程。数据挖掘指“从数据库或数学、军事、电

6、信、医疗等各个领域的重要资源。在网格据仓库中发现隐藏的、预先未知的、有趣的信息的过计算环境下，许多科学与工程计算问题，如高分子材料程，该过程可以看作是知识发现中的一个核心的步分析、生物计算、数字地球等，以及信息服务、大型跨国骤”。这门新兴的科学研究领域自从诞生后就成为研企业、远程医疗合作将产生大量的数据。要分析和挖究的热点，至今方兴未艾_4J。数据挖掘的范围非常广泛，可以是经济、工业、农业、军事、社会、商业、科学的收稿Et期：2008—06—22数据和卫星观测得到的数据。数据的形态有数字、符基金项目：2006佛山市产学研专项资助项目(2006A018)；茂名市科号、图形、图像、声音

7、等。数据组织方式也各不相同，可技汁划项目(2007029)作者简介：郭小雪(1979～)，女，广东高州人，硕士，讲师，研究方向以是有结构、半结构、非结构的。数据挖掘的结果可以为分布式计算及网络应用。表示成各种形式，包括规则、法则、科学规律、方程和概第l2期郭小雪：基于网格服务的数据挖掘应用研究·225·念网。数据挖掘是从大量的、不完全的、有噪声的、模(5)网络安全性要求更高。数据挖掘涉及广域分糊的、随机的数据集中识别有效的、新颖的、潜在有用布的属于不同虚拟组织的数据源