基于移动Agent的分布式数据挖掘平台的设计与实现

结合移动Agent应用开发方法,设计一个基于移动Agent的分布式计算应用模型.针对分布式数据计算现有方法,分析其不足,通过研究移动Agent体系结构及关键技术,从理论上探索将Agent技术与分布式数据挖掘相结合的可行性和技术优势,采用Agent技术解决分布式数据挖掘时所遇到的问题,全面、系统提出了解决方案.在此基础上,实现了一个Intranet环境下的基于移动Agent的分布式计算平台.     

电子商务环境中分布式数据挖掘系统

首先将web服务和Agent最新技术引入了电子商务环境中分布式数据挖掘,提出了电子商务环境下基于web服务和移动Agent技术的数据挖掘架构BWADM,最后建立了BWADM原型,结合Web服务技术,给出了基于Web服务的数据挖掘系统逻辑结构,设计并实现了该系统,验证了BWADM的合理性和上述算法在效率、精确度等方面的优越性。     

基于移动Agent和Web服务的分布式地理信息查找研究

提出并实现了一种基于移动Agent和Web服务进行分布式地理信息查找的系统框架。根据系统的查找策略移动Agent可以对分布于网络中的地理信息进行自主搜索,利用移动Agent和Web服务之间的交互可以允许多种类型的应用程序透明访问查找服务。     

基于Agent的分布式空间数据挖掘系统

本文在介绍空间数据挖掘、Agent技术的概念和特点的基础上,提出一个基于Agent的分布式空间数据挖掘系统,描述了其实现过程.由于在实现过程中只传送执行挖掘功能的移动Agent本身的代码及局部知识,所以大大减少了网络的数据传输量,且加强了数据的安全性及隐私性.     

分布式数据挖掘的集成体系结构研究

分析了分布式挖掘实现中的一些难点,并引入移动Agent来设计了一个分布式数据挖掘系统的体系结构,最后分析了分布式数据挖掘亟待解决的问题。     

一种基于异构机群环境下的移动Agent系统分布式容错机制

容错机制就是评价移动Agent系统服务质量的重要标准,同时,它也是移动Agent技术优势得以体现的重要手段.本文提出一种基于异构机群环境下的移动Agent系统分布式容错机制,并分析了当前的种种Agent系统容错机制,以期进一步完善MAS容错策略.     

基于移动Agent的Web服务组合执行框架设计

对Web服务组合技术深入分析,从Web服务组合的控制执行层面入手,结合移动Agent的优势,提出一种基于移动Agent的Web服务组合执行框架。对于复杂Web服务组合,框架可将其分解成若干相互依赖的任务片,其中任务片对应一个线性的子Web服务组合,然后分配给多个移动Agent进行分布式执行。     

基于移动Agent的新型分布式入侵检测系统

通过阐述入侵检测系统的基本概念和移动Agent的优点,并将移动Agent技术与分布式技术相结合,提出了一种基于移动Agent的新型分布式入侵检测系统DIDSBMA,它具有传统入侵检测技术无法比拟的优势,极大地提高了系统的稳定性、可测量性和容错性,真正实现了分布式入侵检测。     

基于Agent的分布式空间数据挖掘研究

在介绍数据挖掘、空间数据挖掘、Agent技术的概念和特点的基础上,将Agent技术引入分布式空间数据挖掘.提出了基于Agent的分布式空间数据挖掘系统结构图,并介绍了基于Agent的分布式空间数据挖掘过程.     

基于移动Agent的地理信息公共服务平台研究与设计

阐述了基于移动Agent的空间信息服务以及移动Agent与空间信息服务结合的优势,在此基础上,对基于移动Agent的地理信息公共服务平台框架和空间信息服务集成流程的实现方式进行了研究与设计。该套框架和流程能够使各级地理信息公共服务平台在不同层面上实现共享与互操作,并为空间信息服务和其他应用/服务之间提供有效的集成机制。     

基于Web Services 的电子商务应用集成研究

本文首先分析了利用EDI和分布式对象技术进行电子商务应用集成的不足,在此基础上提出了利用Web Services进行电子商务应用集成的方案。详细研究了Web Services的协议栈,提出了基干Web Services的电子商务应用集成框架,此框架的核心是消息服务机制和注册服务机制,消息服务主要提供交易双方的通信,注册服务主要提供发现贸易伙伴的机制。     

基于网格的分布式数据挖掘

针对分布式数据挖掘和网格计算的特点,本文详细分析了目前主流的几种网格体系结构,设计了一种基于开放网格服务架构的Web服务资源框架的分布式数据挖掘整体架构,通过应用描述了它们的具体数据挖掘流程。应用结果验证了该架构在网格环境下进行分布式数据挖掘的可行性和高效性。     

一种基于Web数据挖掘的电子商务推荐系统

在对Web数据挖掘技术和电子商务推荐系统进行研究生的基础上,设计和提出了一种基于Web数据挖掘的电子商务推荐系统.该系统根据电子商务网站的基本特征,设计了用户当前兴趣表示方法和推荐算法,由于结合了Web使用挖掘和Web内容挖掘为顾客提供个性化推荐服务,从而较大提高了系统的推荐精确度,在实际应用中取得了较好的推荐效果.     

电子商务环境下基于移动Agent的Web数据挖掘

针对目前电子商务环境下Web数据挖掘所面临的问题，结合移动Agcnt技术优点，提出了一种新的解决方案，即把各挖掘算法集中到移动Agcnt子系统中，并根据要求动态地创建，然后派遣它们到各商务数据站点数据库中进行数据挖掘。给出了移动Agent系统和整个挖掘系统的设计框架以及工作过程。     

The Weka4WS framework for distributed data mining in service‐oriented Grids

The service‐oriented architecture paradigm can be exploited for the implementation of data and knowledge‐based applications in distributed environments. The Web services resource framework (WSRF) has recently emerged as the standard for the implementation of Grid services and applications. WSRF can be exploited for developing high‐level services for distributed data mining applications. This paper describes Weka4WS, a framework that extends the widely used open source Weka toolkit to support distributed data mining on WSRF‐enabled Grids. Weka4WS adopts the WSRF technology for running remote data mining algorithms and managing distributed computations. The Weka4WS user interface supports the execution of both local and remote data mining tasks. On every computing node, a WSRF‐compliant Web service is used to expose all the data mining algorithms provided by the Weka library. The paper describes the design and implementation of Weka4WS using the WSRF libraries and services provided by Globus Toolkit 4. A performance analysis of Weka4WS for executing distributed data mining tasks in different network scenarios is presented. Copyright © 2008 John Wiley & Sons, Ltd.     

Distributed data mining patterns and services: an architecture and experiments

Distributed data mining implements techniques for analyzing data on distributed computing systems by exploiting data distribution and parallel algorithms. The grid is a computing infrastructure for implementing distributed high‐performance applications and solving complex problems, offering effective support to the implementation and use of data mining and knowledge discovery systems. The Web Services Resource Framework has become the standard for the implementation of grid services and applications, and it can be exploited for developing high‐level services for distributed data mining applications. This paper describes how distributed data mining patterns, such as collective learning, ensemble learning, and meta‐learning models, can be implemented as Web Services Resource Framework mining services by exploiting the grid infrastructure. The goal of this work was to design a distributed architectural model that can be exploited for different distributed mining patterns deployed as grid services for the analysis of dispersed data sources. In order to validate such an approach, we presented also the implementation of two clustering algorithms on the developed architecture. In particular, the distributed k‐means and distributed expectation maximization were exploited as pilot examples to show the suitability of the implemented service‐oriented framework. An extensive evaluation of its performance was provided. Copyright © 2011 John Wiley & Sons, Ltd.     

基于Hadoop的关联规则算法在电子商务中的应用

近年来,电子商务的快速发展,给用户带来了极大的便利,同时对电子商务网站能否提供快速有效的服务提出了很大考验。电子商务推荐系统的提出有效地解决了这一问题,受到广泛关注。本文简要介绍一种电子商务推荐系统,然后以Apriori算法为基础进行关联规则数据挖掘,并在Hadoop平台上重写分布式Apriori算法,重点研究基于Hadoop的关联规则算法在海量数据下能否快速有效地发现关联数据,及时向用户推荐相关商品,防止客户流失,增加销售利润。     

面向企业信用评估的分布式隐私保护数据挖掘

介绍企业信用评估和当前隐私保护数据挖掘技术的最新进展,利用适用于企业信用评估的大规模分布式隐私保护数据挖掘架构,讨论了基于该架构的面向企业信用评估的分布式隐私保护数据挖掘。该研究不仅将有助于大规模分布式环境下的隐私保护数据挖掘系统的研发,而且能够有力推动“信用中国”的建设步伐,以达到更好地服务经济的目的。     

基于领域本体的数据挖掘服务发现算法

随着数据库的广泛应用,数据挖掘技术面临数据的海量化、分布化问题。采用面向服务的架构构造数据挖掘系统是解决该问题的方法之一。提出一种基于领域本体的数据挖掘服务发现算法,通过引入领域知识,定义数据挖掘本体,有效地解决了数据挖掘服务发现问题。首先给出了结合领域知识的数据挖掘服务发现框架,提出了数据挖掘方法本体和质量本体的定义,并给出了根据领域知识及用户需求进行数据挖掘服务发现的算法,为数据挖掘服务选择提供了较为完善的方案。     

一种电子商务网站评价知识规则挖掘方法

电子商务网站评价知识规则是对电子商务网站的运行情况和工作质量进行评价的重要依据,优质、合理的知识规则将使评价更加公正、更加客观。在分析并建立电子商务网站评价指标体系的基础上,将一种改进的遗传算法用于电子商务网站评价的知识规则挖掘,提出了一种基于遗传算法的电子商务网站评价知识规则挖掘方法。该方法利用选择算子、助长算子、交叉算子和变异算子来产生新的知识规则,使用正确度、覆盖度和可信度来对知识规则进行评价。实例表明,这种方法在进行知识规则挖掘时是完全可行的和有效的。