云计算技术下的数据挖掘平台建构研究

作为一种新兴网络技术,云计算能够为海量信息高效处理提供技术支持,与此同时能够满足网络交易期间虚拟增值资源各项需求.研究利用云计算技术构建了数据挖掘平台,并对其构架及关键技术进行分析,实践证明云计算技术下数据挖掘平台的建构能够实现对大数据集的有效处理,提升数据挖掘效率,可予以广泛推广.     

基于云计算平台的物联网数据挖掘研究

随着社会的不断发展,信息产业已经逐渐成为了国民经济发展的重要支柱,而物联网作为新一代信息技术的重要组成部分成为推动人类文明向智能化方向发展的关键技术。物联网中的数据挖掘是物联网技术中重要的一环,是未来物联网应用数量大规模增长后对物联网产业的强力补充,本文分析了物联网数据的特点以及物联网数据挖掘存在的困难,以及云计算的出现为物联网数据挖掘提供了重要思路,文中论断云计算为物联网提供了最具计算力和存储力的平台,并创新性的提出物联网云的概念。另外,在对平台可行性及性能进行分析的过程中,本文提出了数据转换器、开放平台接口等思路,使整个平台有更好的扩展性,方便第三方开发和测试。目前,物联网应用的整体生态系统面临很多挑战,产业链中的不同人群也面临着不同问题,本文也给物联网中这些问题的解决提供了很好的思路。     

云计算的数据挖掘应用分析

随着科技的发展,传统数据处理系统已经远远不能满足人们的需求,云计算以其强大的通用性、大规模的动态扩展、服务的可靠性、低廉的成本、超强的数据存储和处理能力为用户提供优质高效的服务,基于云的数据挖掘平台极大的减少了企业数据挖掘的资金投入,缩短了企业新产品的研发周期,为企业创造了更大的效益。     

浅谈云计算下海量数据挖掘分类算法的分析

随着互联网技术的不断发展与广泛应用,致使互联网数据变得日益膨胀,数据存储量不断增大,如何才能在多样化的数据中将有效的信息挖掘出来成为人们关心的问题,传统的数据挖掘算法受速度上的限制,逐渐变得不实用,通过MaReduce框架可以确保云计算在开源Hadoop平台下更加高效的工作,从而将有价值的数据挖掘到.     

基于云计算的数据挖掘平台架构及其关键技术研究

目前利用云计算进行数据挖掘是海量信息数据处理的热点,云计算以其优越的性能为数据挖掘提供了良好的平台。本文首先介绍了云计算和数据挖掘的相关概念,再从应用的角度阐述了基于云计算的数据挖掘平台的基本架构和功能模块,最后对平台建构中运用的关键技术进行了剖析。基于云计算的数据挖掘平台是当前海量信息处理的研究重点,本文中平台的建构对当前的研究具有重要的实践意义。     

一种基于云计算数据挖掘平台架构的设计与实现

随着网络技术的飞速发展,不仅给人们生产和生活提供更多有价值的信息,而且又能提升人类从大量数据中发现有价值信息的能力。现阶段,数据挖掘技术已广泛应用在各行各业当中,并且已取得了较好成果。本文主要针对基于云计算的数据挖掘平台架构设计与实现进行了深入探究和分析。     

基于云计算的企业财务数据挖掘方法

现有的企业财务数据挖掘方法用时较长,为此研究基于云计算的企业财务数据挖掘方法。设置缓冲区,当存储到缓冲区的数据达到阈值时,线程需要将数据写到本地。对结果进行分区,划分后进行排序计算。排序后将计算结果保存在Hadoop分布式文件系统(Hadoop Distributed File System,HDFS）文件系统中。在数据挖掘中运行关联规则,其企业财务数据进行初始化处理,并对其进行去噪。运用决策树算法对海量数据进行分类整理,通过剪枝的方法删除冗余数据,根据分析的数据进行挖掘。对不同节点进行二次分割,计算候选属性的信息增益率,对子节点分类后进行标记直到结束从而完成数据挖掘。实验结果表明,10个小组的挖掘用时在520～540 ms,结果符合预期,实现了基于云计算的企业财务数据较好挖掘。     

浅谈基于云计算的数据挖掘技术

21世纪是信息的时代,然而在这个信息大爆炸的时代,数据无疑是这个时代的主宰者,尤其对于一个企业而言,能否挖掘出潜在的有价值的数据在一定程度上将决定一个企业的经济命脉,因此数据挖掘也变得尤为重要。可是随着信息技术的发展,传统的挖掘方式已经不能满足海量数据的挖掘,而云计算的出现使解决这一难题成为可能,可以说云计算的到来给数据挖掘技术带来了一场革命性的改变。本文介绍了云计算的定义、特点以及应用于数据挖掘中的优势,并简单讨论了基于云计算的数据挖掘技术热点问题以及数据挖掘技术所面临的挑战。最后畅谈了基于云计算的数据挖掘技术的未来发展趋势以及自己的感想。     

基于云计算的物联网数据挖掘模式分析

随着科学技术的不断发展,信息通信行业也进行了快速的发展,其中基于云计算的物联网发展越来越受到人们的重视。下面本文就对基于云计算的物联网数据挖掘模式进行分析,以能够为其发展提供一定的参考资料。     

基于云计算的数据挖掘存储信息管理设计

针对当前金融、证券、保险等行业数据信息管理不规范的局面,需要运用云计算技术对数据进行存储管理,提升数据信息的存取能力,通过对云计算技术的应用研究,可以提升金融行业数据挖掘能力。具体实施过程中采取开源框架无疑是一条捷径。但是,借鉴和使用开源框架需要结合各自的实际需求,通过分析Hadoop的特点。把HDFS作为Hadoop的研究基础,把HDFS的部分特点运用到实际项目中,建立HDFS完全支持的关系数据模型,提升数据信息挖掘能力。     

基于微软云平台的实验学习系统的设计与实现

针对高校教学中的实验学习,设计了一种基于Windows Azure平台的高校实验学习系统.该系统以云计算技术为依托,对数据存储及云平台配置做出了详细的说明,并实现实验项目预约、实验项目预习和交流共享等功能.将该系统用于某基础课程的实验学习中,实践结果表明,该系统不仅为实验教学管理工作提供了便利,而且有利于学生开展自主的实验学习,从而培养了学生的探究精神和创新意识.     

基于MapReduce的海量数据挖掘技术研究

MapReduce是一种编程模型,可以运行在异构环境下,编程简单,不必关心底层实现细节,用于大规模数据集的并行运算。将MapReduce应用在数据挖掘的三个算法中：朴素贝叶斯分类算法、K-modes聚类算法和ECLAT频繁项集挖掘算法。实验结果表明,在保证算法准确率的前提下,MapReduce可以有效提高海量数据挖掘工作的效率。     

微软发布云计算平台

在Professional Developer Conference 08大会上,微软正式发布了自己的云计算平台——Azure Services PIafform。Azure Services Platform提供了一系列用来构建应用程序(无论是面向普通用户的Web应用还是企业应用)的功能,并包含了一个云操作系统和一     

基于云计算的物联网数据挖掘模型

物联网中的数据具有数据量大、数据类型复杂、高度动态性与异构性、复杂时空特性等特点,为数据挖掘带来新的挑战。传统的数据挖掘方法无法直接应用于物联网之中。基于此,提出一种基于云计算的物联网数据挖掘模型,以云计算作为技术支持平台,在构建面向物联网的分布式时空数据库的基础上,搭建面向物联网海量数据的数据挖掘模型。通过分析表明该模型能够有效地完成物联网中的数据挖掘任务。     

基于云计算的数据挖掘技术研究

目前,网络中利用数据挖掘技术抽取有效信息成为数据挖掘研究的热点。介绍数据挖掘的流程和分类,并对在云端进行数据的收集和储存提出自己的思想。重点对数据收集的网格和分形维数的聚类算法(GFDC),以及在网络频繁的数据迁移中处理好Master和服务器之间的关系进行了改进。     

基于微软分析服务组件的数据挖掘系统的开发

本文针对国内中小企业商业数据挖掘工具缺乏的状况,自主设计并开发了一个便捷、实用的数据挖掘系统。本系统是在微软分析服务系统及其分析服务组件的基础上,通过整合微软的经典数据挖掘算法开发而成的,力求为中小企业带来全新、便捷、实用的使用体验。     

基于云计算环境的数据挖掘服务模式

伴随着网络技术的快速发展,网络中的数据量在逐渐增加,在众多的数据信息中挖掘出对自身有用的信息对当前的很多领域来说具有非常重要的意义。笔者介绍了一种数据挖掘服务模式,其是一种基于云计算技术的新型的数据挖掘模式,这种挖掘模式能够根据计算机的结构类型以及建模流程等选择最佳的数据挖掘形式,提高数据挖掘效率。     

基于云计算的数据挖掘平台架构及其关键技术研究

在互联网时代,云计算作为一种时兴的网络技术,具备动态处理、容量高、效率高的特征,在科学研究和商业发展领域都有特别高的应用价值.在数据挖掘平台架构中应用云计算技术,可以给具有海量数据的现代社会提供一个高效率的数据挖掘的技术平台.就基于云计算的数据挖掘平台架构及其关键技术进行了相应的研究.     

基于云计算的物联网数据挖掘模型研究

随着计算机和网络技术的发展,数据挖掘、云计算、物联网等技术在人们生活、工作当中占据着越来越重要的地位。本文分析了物联网、信息融合技术及其应用方法,阐述了以云为中心的物联网数据处理模型,并以城市公共交通出租车数据集为例,描述了数据处理的基本过程,验证了物联网实时数据处理的可行性与可操作性。     

面向云计算的数据挖掘系统架构研究*

随着计算机网络技术特别是云计算的发展,传统的数据挖掘系统已不能再适应新的变化了的情况。在基于云计算平台的数据挖掘系统解决方案尚未形成明确的框架情况下。结合当前数据挖掘系统的优缺点及云计算的优势,构建了一种面向云计算的数据挖掘系统架构,并对其中的重要组成模块进行了详尽地描述,该框架有利于解决当前数据挖掘系统存在的数据共享性差、扩展性低及价格昂贵等一系列问题;也不失为今后面向云计算平台的数据挖掘系统架构研究提供一定的参考性作用。