數據挖掘算法庫體系結構的研究.pdf

1、伴隨著數據庫技術的快速發(fā)展以及數據獲取技術手段的提高,數據信息量急劇膨脹并呈現多樣化趨勢,如何揭示這些數據背后所隱含的重要信息成為人們關注的焦點。在這種情形下,數據挖掘技術應運而生。經過二十多年的時間,數據挖掘系統(tǒng)得到了很大發(fā)展,作為數據挖掘系統(tǒng)的核心部件,算法庫也獲得了較大的進步,但其目前在通用性、擴展性等方面仍存在不足：首先,數據挖掘系統(tǒng)之間無法實現算法庫共享；其次,當挖掘系統(tǒng)更新時,無法對算法庫進行升級；最后,對算法庫的二次開發(fā)要

2、做很多重復性的工作,從而造成大量人力物力的浪費以及開發(fā)成本的增加。 針對上述問題,在分析現有數據挖掘系統(tǒng)算法庫的基礎上,基于可復用性思想,提出一種獨立于任何數據挖掘系統(tǒng)的算法庫DMAL(Data Mining AlgorithmsLibrary)模型。首先,從技術可行性上對該算法庫模型進行論證；其次,基于可擴展性思想,設計算法庫的總體結構；再次,在算法庫的具體設計方面,利用元數據技術以及XML技術對算法及其參數信息進行管理,便于

3、對其進行控制,從而實現算法庫與挖掘系統(tǒng)其他組件之間的靈活交互；利用映像和元對象協議對算法進行匹配調用,較好地體現算法庫的可擴展性及可復用性。 在數據挖掘算法庫DMAL模型的基礎上,構建算法庫原型系統(tǒng)。首先,利用UML可視化建模思想,分析設計算法庫原型的用例圖、靜態(tài)行為模型以及動態(tài)行為模型；然后,采用JAVA編程語言、MVC設計模式,在開源軟件Eclipse平臺上,開發(fā)圖形界面化算法庫原型系統(tǒng),實現算法的示例調用和管理,提供友好的