分布式数据挖掘相关论文
本文介绍了分布式数据挖掘的研究背景,从结点的同构和异构性、系统模型、分布式数据挖掘算法以及应用实例四个方面综述了研究现状.......
该文首先对电子商务环境下数据挖掘技术应用的现状进行了详细的调研,并对分布式数据挖掘的体系结构模型和代价模型进行了深入的研......
随着Internet的迅速普及，挖掘分布的数据已经成为数据挖掘领域面临的一个主要挑战。由于节点是物理分布的，处理的是海量数据，同时还要......
传统的数据挖掘基本上是一个本地的数据分析工具,仅能对本地数据集产生一定的理解性或概括性的知识。随着数据存储容量的不断扩大......
数据挖掘是指从大型数据库或数据仓库中提取隐含的、先前未知的、对决策有潜在价值的知识和规则。它是近年来企业用以分析大型数据......
随着数据库技术的飞速发展以及数据库管理系统的广泛应用，各个企业和部门通过自己的数据库管理系统，经过长年努力，已经积累了越来越多......
基于组件的开发提供了一种灵活、高效的开发应用程序方法。在本文中，作者采用了组件化的思想，设计和实现了一个分布式数据挖掘系统中......
随着信息技术在社会生活各个领域的快速应用,人们越来越重视数据收集工作,建立了数量众多的数据库,把它们广泛应用于商业、行政、......
计算机网络技术和分布式数据库技术的发展促进了数据的分布式存储,从而促进了分布式数据挖掘这一新技术的产生。分布式数据挖掘使......
20世纪末,随着信息技术的普遍应用、Internet的普及,信息系统的分布式应用及研究逐渐成为热点,分布式数据挖掘也得到了越来越高的......
学位
随着计算机网络的日益发展,分布式系统的应用越来越多,应用者关注的是如何从这些分布式系统的海量数据中挖掘出有效的信息。面对分......
数据挖掘是从大量数据中发现有用知识的一种手段,已成为目前国际上数据库和信息决策领域最前沿的研究方向之一,受到了学术界和工业......
信息总量巨大,分散存储在不同地点,涉及隐私保护的信息增多等是当今数据信息所呈现出来的新特点。由于网络带宽,隐私保护和单机处......
随着科技的进步,当今社会的信息量正在以爆炸的趋势增长,因此需要对这些大量的数据进行挖掘,为社会生活乃至国家发展找出有价值和......
在科学技术引领的大数据时代背景下,海量的数据给各领域都带来了数据分析的需求,并且数据挖掘的技术门槛、工作量、工作繁琐程度也......
随着信息时代中数据量的快速增长,传统的数据挖掘方法在处理大规模数据上已稍显不足。分布式数据挖掘应用越来越广泛。然而,在分布......
全球金融危机蔓延至零售行业,各零售商家彼此间竞争加剧,保持原来的客户无疑成为企业应对“寒流”的关键,对原有客户进行流失预测......
WebGIS是上世纪九十年代得到迅速发展的GIS技术,随着网络的普及其应用领域也不断扩大。与此同时,数据挖掘技术在计算机技术发展的......
提出了一个从同构数据集中学习贝叶斯网络结构的分布式算法。该算法首先使用搜索评分的方法学习每个局部贝叶斯网络结构,然后取节......
提出了一种适用于多镜像站点环境下的分布式Web使用聚类局部挖掘算法LUC和全局挖掘算法GUC。较好地解决了Web访问信息的异地存储、......
在数据挖掘中,对待数据集中的孤立点有两种策略:一种是将它们作为噪声而从数据集中清洗出去;另一种则将它们作为研究对象,称为孤立......
以分布式存储的光谱多属性数据集为基础，运用agent技术设计用户代理和挖掘代理，对光谱进行快速并可扩展性的分布式并行处理，减少冗余......
为解决电子商务推荐系统开放性、效率和精确度问题,给出了基于分布式数据挖掘的电子商务推荐系统（BDBRS）功能结构,提出了该系统的体......
针对分布式决策树构造过程中的隐私保护问题,引入安全多方计算方法设计了可以保护隐私的分布式C4.5决策树分类算法。该算法适用于......
频繁模式挖掘是一种非常有效地从数据中获取知识的方法,但是随着大数据时代的来临,现有算法及其计算环境的运算速度、内外存容量面......
给出了一种分布式Web日志挖掘模型DWLMS．根据对挖掘过程及算法进行分析，提出了一种基于DWLMS的局部频繁路径的更新算法LFP和全局频繁......
基于相似性的数据挖掘模型,主要是用于发现分布式资源之间的相似性,利用相似性,融合分布式数据库,减小数据挖掘的规模.本文主要介......
针对分布式环境下FP-tree的构造及合并,给出了一种网格环境下FP-tree的分布式构造算法GridDBMA。该算法中,各站点根据全局项目头表......
一、引言当前,各相关学科的飞速发展,使得对计算机速度、系统可靠性和成本实效性的要求提高,这必将促使发展另外的计算机模型来取......
传统的数据挖掘系统主要面向集中的数据源,在大量的分布式异构数据环境下,数据挖掘采用数据转储方式来完成不仅效率低、操作困难而......
提出一种具有通用性的分布式异常检测框架.首先,利用本地的无监督异常检测算法,建立多个本地检测模型;然后,将各个本地无监督检测......
数据挖掘算法广泛地应用于数据分析。工业、科学和商业领域需要分析地理上分布的大量数据集，而网格能有效地提供高性能应用和分布式......
随着信息技术的不断发展，大量的分布系统和跨平台系统不断涌现，同时也给数据挖掘带来了一定难度。针对分布的、异构的应用环境，提出了......
提出了一个基于移动agent和数据挖掘标准的分布式数据挖掘系统模型，该系统运用两个层次的开放式数据挖掘语言来提供良好的延伸性，基......
计算机网络的发展以及海量数据的分布式存储，滋生了分布式数据挖掘（DDM）这一新的数据挖掘方式。本文针对多agent系统下的分布式数据挖......
隐私保持是目前数据挖掘领域的一个重要方向,其目标是研究如何在不共享原始数据的条件下,获取准确的数据关系.本文采用现实的多方......
摘 要：本文在讨论知识网格体系结构的基础上，还讨论了知识网格是如何用于支持分布式数据挖掘。关键词：分布式数据挖掘； 网格计算； 网格......
摘要：隐私保护是数据挖掘中一个重要的研究方向，如何在不违反隐私规定的情况下，利用数据挖掘工具发现有意义的知识是一个热点问题。本......
对相关成果及文献进行了分析、研究,论述了目前数据挖掘在电子商务中的应用状况.提出了电子商务环境中分布式数据挖掘架构(BAWDM),......
针对分布式数据库和约束条件的特点,提出了2种在分布式环境下挖掘约束性关联规则的有效算法,即基于Apriori算法的DMAIC算法和基于......
利用向量点积方法从垂直型分布数据中挖掘关联规则，并且保持其隐私性；给出了数量积算法和隐私挖掘的步骤，最后举例说明了如何利用数量......
分析了分布式数据挖掘技术在森林资源信息管理中的重要性,探讨了森林资源分布式数据挖掘系统的关键技术.森林资源管理部门的组织机......
随着计算机网络以及数据库技术的深入发展，分布式数据挖掘成为了当今的一大研究热点。然而数据分布除了存储的物理分散性，还有具有背......
充分利用网格计算平台的各种服务来进行分布式数据挖掘，是近来数据挖掘方面的一个热点。网格计算中的任务管理、任务调度和资源管理......
随着Internet技术的发展，分布式数据挖掘越来越受到重视。分布式数据挖掘急需一种能聚合多种网络功能为通信媒介，松耦合、并行的数据......
网格计算是分布计算的一个新的重要的分支，它主要是实现了大规模资源的共享，并且达到了高性能。在许多应用中，需要对大量的数据集进行......
摘要：由于分布环境的日益普遍并且需要对合使用者的实际要求对数据集按层次挖掘关联规则，故本文针对在分布式环境下基于项约束的关联......
