基于工作流的数据挖掘PMML模型实现

随着计算机、数据仓库等技术的发展,数据挖掘在电信、银行等行业中得到了越来越广泛的应用.本文提出了应用PMML标准实现不同数据挖掘模型、工具间数据的传递的方法,同时将工作流应用到数据挖掘系统中,实现了由用户定制数据挖掘过程和选择算法的功能,解决了多个数据挖掘模型、算法间的互操作问题,同时运用工作流增强了数据挖掘系统用户自主定制和选择的能力.     

科学工作流溯源表示和查询技术综述

溯源管理是科学工作流系统的核心功能之一。科学工作流语境下的溯源,可分为工作流定义溯源和工作流执行溯源,分别描述工作流定义和执行阶段的元数据、过程依赖及数据演化。本文重点关注工作流定义溯源和执行溯源的表示及查询技术,并阐释针对科学工作流领域内独有问题,如"黑盒"问题、依赖区分问题以及细粒度溯源等问题的解决方案。文中还将介绍现存的一些面向科学工作流的溯源系统,并提出对溯源技术未来的展望。     

一种支持按需定制的决策工作流对象模型设计与开发

实现按需定制的个性化决策是决策支持系统发展的重要方向。针对个性化决策需要融合多种决策要素、满足不同用户不同决策思维这一核心需求,基于工作流和面向对象技术提出一种新的决策工作流模型,并对其运行逻辑和执行环境进行了总体设计。该模型通过工作流技术来构建决策流程,将每个流程节点视为决策对象,将决策所需的核心要素如数据、指标、模型、规则、图表等视为可扩展的对象属性加载到决策对象中,而后将决策工作流全流程整体提交到分布式计算环境下执行。以建设项目选址决策作为典型场景对该方法进行技术验证,实证表明,所提出的技术方法具有较强的可扩展性和灵活性,能够有效满足个性化定制的决策需求。     

数据仓库环境下以用户为中心的数据清洗过程模型

数据清洗是数据仓库和数据挖掘中非常重要的一个环节。本文首先分析总结了数据清洗的有关概念，给出了数据清洗中需要解决的质量问题，并总结了解决这些问题的技术和方法。在此基础上提出了以人为中心的数据清洗过程模型。该模型集成了工作流技术、数据集成、数据转换和数据挖掘技术。给出了每个工具箱应该提供的基本功能。     

基于执行记录的工作流模式挖掘算法

工作流模式挖掘是数据挖掘新的研究领域,可以从工作流执行所产生的记录中还原工作流模式,能有效地应用于业务需求建模和业务流程重构等方面。该文提出一种基于偏序代数运算和三角优化规则的工作流模式挖掘算法,只需要对业务执行记录进行一次性扫描,就能在线性时间内识别并还原出工作流模式。研究实验表明,该算法能获得较优的工作流模式,完整性较高,能包含原工作流,受执行记录覆盖率影响不大。而执行记录覆盖率越高,该算法所得工作流模式与原工作流模式的一致性也越大,因此,算法具有较高的应用价值。     

DMGrid:基于网格计算的数据挖掘系统(英文)

数据挖掘工作面临一个问题:由于数据挖掘任务需要处理大规模数据,导致任务执行时间过长。网格计算的研究目标就是将分散的、异构的、闲置的计算机结合为一个高性能的计算机系统,因此可以利用网格系统提供的高性能计算能力来有效降低数据处理时间。提出并实现基于网格计算的数据挖掘系统——DMGrid。重点考虑了并行计算功能,同时考虑了网格计算资源的动态配置。和现存的数据挖掘网格不同的是,DMGrid提供了一个引擎来执行应用中设定的工作流,同时还提供了应用运行监控功能。最后在实验中通过设计两个应用程序(客户流失分析和客户价值分析),证明了DMGrid的可行性。     

工作流中的事务问题的研究和设计

本文描述了基于补偿事务方法的一个工作流系统中解决事务问题的框架和运行环境,它可以使工作流内部相关的任务集合能可靠地执行和被监控。在这个框架下,工作流系统提供了基本的,可行的事务能力,能保证工作流中数据的一致性。该系统是一个开放的,通用的系统:它的设计是基于CORBA体系结构的分布式系统,系统利用了中间件技术来为长期运行的分布式应用提供了健壮的执行环境。     

工作流中的事务问题的研究和设计

本文描述了基于补偿事务方法的一个工作流系统中解决事务问题的框架和运行环境,它可以使工作流内部相关的任务集合能可靠地执行和被监控.在这个框架下,工作流系统提供了基本的,可行的事务能力,能保证工作流中数据的一致性.该系统是一个开放的,通用的系统:它的设计是基于CORBA体系结构的分布式系统,系统利用了中间件技术来为长期运行的分布式应用提供了健壮的执行环境.     

活动预测模型驱动的Web 服务合成

Web 服务工作流被描述成一系列活动的组合,Bonita 提供的流程引擎可以验证产生Web 服务工作流Bonita 基于活动预测模型的基础性构造,实现了流程中活动可预测执行的功能,它使用SOAP 和XML数据绑定技术的Web Services 封装了已有的工作流业务方法并将它们以基于J2EE 的Web Services形式发布。基于活动本体的预测模型使得工作流不再是传统意义上的顺序执行,而是可以实现执行预测,使得Web 应用无论在功能上还是互操作性方面都得到加强;这种机制使得工作流的合成适应Web服务动态     

基于语义的工作流过程优化

为改善工作流的性能和效率,一个智能化的工作流系统应该具有动态的分析和优化工作流过程的能力。提出了一种基于语义的工作流优化方法,它使用本体概念来描述工作流,利用本体技术的知识表达能力,给工作流模型赋以相应的动态语义,从而构建工作流事实库;通过制定基于本体的活动分类规则,对工作流的所有活动进行语义分类,从而构建分类规则库;通过执行活动分类规则来获取优化信息,针对不同类别的活动执行相应的操作,从而实现对工作流模型的结构优化。最后,通过实例来说明该方法的可行性和正确性。     

数据预处理的数据缩减方法的研究

在数据挖掘之前对待挖掘数据进行一些选择与准备的预处理工作,可以对数据挖掘的过程和结果产生直接影响。其中数据缩减技术最大限度地精简数据量,提高数据挖掘的执行速度与效率。论述一些典型的数据缩减方法,说明典型方法的应用情况,分析典型方法的使用特点,通过对训练集数据的应用对数据缩减方法进行研究。     

一种科学工作流的云数据布局与任务调度策略

云计算环境下,数据密集型科学工作流的数据文件在多数据中心间的合理布局,对科学工作流的执行效率具有很大的影响。根据科学工作流各数据集之间的依赖关系,并聚焦于运行科学工作流的各数据中心的处理能力差异和网络性能差异,提出一种可提高科学工作流执行性能的数据布局以及数据布局敏感的任务调度策略。分析和实验表明,上述策略可有效减少科学工作流运行时跨数据中心的数据传输,降低科学工作流的运行时间,从而提高科学工作流整体运行效率。     

近红外分析网络共享平台中复杂工作流实现算法

近红外分析共享平台中的采集工作流是一个以数据为中心的工作流。对系统中复杂采集工作流的跳转执行过程进行了详细分析,针对自由工作流跳转造成的数据和状态不一致性的问题,提出了一个任务执行优先关系算法,计算采集工作流中各个活动任务执行次序关系值,并构造一个执行次序关系树,记录各任务活动的状态信息;在流程回退、撤销、跳转时保证了数据和状态的一致性,较好地实现了跨任务活动的跳转。应用结果表明,此算法能够正确高效地实现复杂流程的跳转。     

一种乐观嵌套工作流事务模型

为解决目前工作流事务管理的不足和存在的问题,本文基于多数据版本、三阶段执行的并发控制理论提出了一种乐观嵌套工作流事务模型,该事务模型借用时间戳的概念,通过对不同事务中活动类型的分类,较好地解决了长执行事务和协同事务的可靠性和正确性问题,提高了工作流处理的效率。乐观嵌套事务模型把嵌套事务、工作流模型和并发控制协议有机地结合在一起,定义了较为完整的事务操作原语及其语义。本文还给出了乐观事务模型到工作流模型的映射,使得事务工作流执行过程中,其操作原语和乐观事务模型的操作原语是一致的,工作流活动的转移控制与乐观嵌套事务模型的子嵌套事务的生成过程及其表示方式也是一致的。     

基于工作流技术的RFID读取错误检测方法

针对工作流与射频识别(RFID)技术结合的系统中,RFID识别器对物件读取错误而造成工作流后续任务执行错误的问题,提出一种从工作流端理论模型出发进行RFID读取错误检测的方法。首先构建基于业务背景的工作流资源变化的流程模型即工作流资源变化模型(WRCM),结合贝叶斯网方法对模型进行资源的数据预测。将预测所得数据与实际RFID探测数据进行对比,分析得出出现读取失误的RIFD识别器。实验表明,工作流RFID结合的系统中,该方法能够一定程度上检测出存在读取错误的RFID识别器。     

基于Web的分布式工作流系统的研究

在工作流技术研究领域中,基于Web的分布式工作流系统逐步成为研究热点。介绍了一种基于Web服务技术的分布式工作流管理系统的框架结构,并从数据层、业务层、应用层三个方面详细介绍实现此工作流执行框架所使用的各种技术,研究了这个框架结构中的核心部件——嵌入式工作流引擎的系统设计模型,在该模型中探讨了数据模型和控制模型的设计。     

工作流管理系统中的数据流传输优化

在分布式工作流程管理系统中,由于工作流引擎分散在不同的区域,因此工作流程中数据传输是一个值得研究的问题。本文提出了一种新型的分布式工作流管理系统中数据流的传输策略。定义了一个工作流模型表示法-控制与数据流图CDFG,用于观察数据流存在的问题;提出了具有数据流传输优化机制的工作流系统架构DTO DWfMS和支持该架构的数据流传输语言DFTL。利用DFTL设计者能够以程序设计的方式定义工作流中活动对数据的作用情形和活动之间的数据传输策略。利用该架构和语言设计的工作流系统具有最佳的数据传输功能,可在不需要等待程序代码、数据且正常的情况下完成工作流的执行,以降低网络的负载并提高整体执行效率。     

面向科学过程的工作流技术研究现状与趋势*

介绍了科学工作流技术的起源及发展,分析了科学工作流全生命周期组成及关键技术,主要包括流程建模与描述、流程映射、流程执行与调度以及数据起源管理这四个方面的发展状况,从科学工作流管理系统框架、协同技术和应用现状等方面分析了科学工作流技术的研究现状,分析了目前科学工作流技术中存在的不足,并对其未来发展趋势给出了建议。     

基于Web的分布式工作流系统的研究

在工作流技术研究领域中,基于Web的分布式工作流系统逐步成为研究热点.介绍了一种基于Web服务技术的分布式工作流管理系统的框架结构,并从数据层、业务层、应用层三个方面详细介绍实现此工作流执行框架所使用的各种技术,研究了这个框架结构中的核心部件--嵌入式工作流引擎的系统设计模型,在该模型中探讨了数据模型和控制模型的设计.     

基于Shark的收回/回退动态工作流模式的研究与应用

本文分析了基本工作流模式及收回/回退动态工作流模式,对Shark(工作流引擎)进行二次开发,实现了一个支持收回/回退功能的工作流引擎OAShark组件.使改造后的工作流引擎能提供对动态工作流收回/回退运行时的支持,确保工作流执行时,任务可以正确分发及工作流的状态和数据保持一致等.并将这项技术应用到某银行OA系统项目中.