基于云计算的数据挖掘之综述研究 (1).pdf

云计算是一种基于互联网的计算方式，它允许用户通过网络按需获取和使用计算资源，包括服务器、存储、数据库、网络、软件等。云计算的模式强调服务（Service as a Service, SaaS），用户可按需使用服务并按实际使用量付费。这一概念最早可追溯到20世纪末，当时Sun公司和Oracle公司提出“网络就是计算机”的理念。随后，Google公司首次正式提出云计算概念，将其视为一种在上网时利用远程服务器上的软件，平时则由云服务提供商进行管理和维护的模式。 数据挖掘，又称知识发现，是指通过分析和处理大量数据，从中发现有用的模式和知识，以增强对数据的理解并为决策提供支持。数据挖掘系统架构研究主要基于数据库系统展开，涉及控制器、数据库接口、知识库、模式提取和知识评价等多个组成部分。然而，实际操作中数据挖掘系统经常面临数据共享性差、扩展性低等问题。 随着计算机技术、计算机网络、网格计算与云计算的快速发展，大量复杂、异构、有噪声的数据被存储在网络中。数据挖掘面临的三大难题包括：数据复杂程度高、单机服务器资源有限、常用算法不足。为了克服这些问题，云计算提供了新的解决思路。云计算环境下，数据可以分布在众多虚拟化的服务器上进行存储和处理，能够提供更强的计算能力，支持大规模分布式计算。 数据挖掘的关键在于算法的设计和应用，而云计算的分布式计算资源恰好可以支持复杂数据挖掘算法的运行。因此，基于云计算的数据挖掘成为了研究的热点，它通过利用云计算的可扩展性和灵活性，提高数据挖掘的效率和效果。在云计算环境下，数据挖掘不仅能够处理更大规模的数据集，还能通过并行计算提升处理速度。 本文提出了适应云计算环境的数据挖掘系统架构，该架构顺应了云计算的发展趋势，同时尝试解决传统数据挖掘操作中遇到的问题。该系统架构将充分利用云计算的特点，例如服务模式、可扩展性、按需付费等，以提高数据挖掘的效率和可靠性。此外，研究还包括了并行化数据挖掘算法的策略，即如何将现有的数据挖掘算法改造为能够在云环境下高效运行的版本。 在云计算数据挖掘应用平台的构建方面，文中提出了一系列具体的构建步骤和方案，包括选择合适的云计算平台和架构、部署数据存储和处理系统、设计并行数据挖掘算法等。这些构建方案不仅能够提高数据挖掘的处理能力，还能够为用户提供稳定、高效的数据挖掘服务。 关键词包括云计算、数据挖掘和研究。这些关键词指向了本文的主要研究方向，既包括对云计算的探讨，也包括对数据挖掘在云计算环境下的应用研究，以及对现有数据挖掘技术的改进和创新。通过这些关键词，我们可以看出，文章旨在提供专业指导，帮助读者理解云计算和数据挖掘相结合的前沿研究和实际应用。