科學數據網格中數據挖掘技術研究.pdf

1、網格計算的出現使得大規(guī)模跨組織、跨區(qū)域的數據共享和協同工作成為可能。在科學研究領域中，現代科學研究的問題空前復雜化，產生了一種嶄新的科研協作模式和大科學工程，即“科學研究的信息化”。這就需要以網格為基礎，通過Intemet聯合組成一個共同的虛擬研究團隊，共享資源和成果，協同工作，共同完成大型現代科學研究。本文的工作以科學數據網格和科學數據庫為背景，致力于在現有海量數據存儲和強大計算能力的基礎上，通過數據挖掘技術來進一步提升其服務水平。本

2、文的主要研究內容和創(chuàng)新成果包括： (1)科學數據網格環(huán)境下的科學數據挖掘系統 本文在分析科學數據網格環(huán)境下數據挖掘之特點的基礎上，提出了網格環(huán)境下的數據挖掘解決方案——科學數據挖掘系統。該系統主要由三部分構成：科學數據挖掘系統結構描述了數據挖掘程序中基于多維模型的三層結構；科學數據挖掘工具集提供了大量的數據預處理算法和數據挖掘算法；科學數據挖掘網格服務以網格服務的形式提供了科學數據網格環(huán)境下的數據挖掘解決方案。與傳統的數

3、據挖掘系統相比，科學數據挖掘系統具有諸多優(yōu)異的特點，更為適合科學數據網格和科學數據庫環(huán)境。目前，科學數據挖掘系統已經實際應用于幾個數據庫中。該系統不僅具有簡單的查詢檢索功能，而且可以進行數據統計分析及知識發(fā)現，從而能夠進一步提高了數據庫提供服務的水平。 (2)基于聚類的量化關聯規(guī)則挖掘算法 聚類分析技術是一個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)現的簇可以用來解釋數據分布的特點。本文提出了一種新穎的量

4、化關聯規(guī)則挖掘方法，可以解決現有基于布爾型關聯規(guī)則的挖掘算法不能直接處理類別型和數值型數據的問題。這種方法使用聚類算法把數據庫中的交易記錄分成若干個簇，然后把簇投影到數值型屬性所在的域，形成重疊、有意義的區(qū)間。實驗結果表明這種方法能夠有效地挖掘量化關聯規(guī)則，并且能夠發(fā)現現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 針對傳統用戶訪問模式挖掘系統中用戶識別和會話識別的復雜性和不準確性，本文提出了一個基于過