基于企业服务总线的分布式数据挖掘系统的研究与设计

基于企业服务总线的分布式数据挖掘系统的研究与设计

论文摘要

随着计算机网络和数据库技术的飞速发展,数据和信息呈现出了一些新的特征:第一,积累的速度更加快速、更新的频率更加频繁;第二,数据和信息的规模越来越庞大;第三,数据分布的范围越来越广泛;第四,数据的结构也越来越多样化。传统的集中式数据挖掘技术已经无法满足这些新的需求。分布式数据挖掘技术就是为了解决上述问题而被提出的。在目前,如何设计出一个良好的分布式数据挖掘系统结构,实现平台的无关性以及很好的支持各种分布式数据挖掘算法已经成为分布式数据挖掘研究工作中非常重要的一个方面。本文在解决这一个问题中做了一些研究,主要的工作如下:首先,介绍了分布式数据挖掘产生的背景、研究现状以及存在的问题;阐述了Web服务、面向服务的软件架构以及企业服务总线技术。接着,在对现有实现分布式系统技术分析的基础上,研究并提出了一种基于企业服务总线的分布式数据挖掘系统架构。它融合了企业服务总线共享与开放的设计理念,挖掘服务具有高度自治的特性。所提出的系统架构具有平台无关性、易扩展性以及挖掘服务透明性等特点。然后,以开源企业服务总线Mule作为系统的实施平台,结合服务注册库jUDDI等开源软件,实现了基于企业服务总线的分布式数据挖掘系统。最后,使用Flex技术制定了一个前端应用系统,以某银行贷款模拟数据为例进行了一次预测数据挖掘操作,并给出了相应的预测数值及预测评估结果。挖掘结果表明,本文提出的数据挖掘系统架构是切实可行的,能够真实可靠的完成数据挖掘任务。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 研究背景
  • 1.2 国内外研究状况
  • 1.3 研究内容
  • 1.4 本文的组织结构
  • 第二章 相关理论基础
  • 2.1 数据挖掘概述
  • 2.1.1 数据挖掘的基本概念
  • 2.1.2 数据挖掘的任务
  • 2.1.3 数据挖掘的步骤
  • 2.1.4 数据挖掘的主要方法
  • 2.2 面向服务的软件架构
  • 2.2.1 SOA概念
  • 2.2.2 Web Service
  • 2.3 企业服务总线
  • 2.3.1 ESB的提出
  • 2.3.2 ESB的功能
  • 2.3.3 ESB对SOA的支持
  • 2.4 本章小结
  • ESB的研究'>第三章 分布式系统—MuleESB的研究
  • 3.1 分布式系统集成技术的分析
  • ESB的研究'>3.2 MuleESB的研究
  • ESB架构'>3.2.1 MuleESB架构
  • ESB消息模型'>3.2.2 MuleESB消息模型
  • ESB工作原理'>3.2.3 MuleESB工作原理
  • 3.3 本章小节
  • 第四章 基于ESB的分布式数据挖掘系统框架的研究
  • 4.1 系统的总体框架结构分析
  • 4.2 数据挖掘服务层
  • 4.2.1 数据预处理服务
  • 4.2.2 数据挖掘算法服务
  • 4.3 知识库服务
  • 4.4 服务注册中心
  • 4.5 数据挖掘前端应用层
  • 4.5.1 数据挖掘可视化服务
  • 4.5.2 前端应用程序
  • 4.6 企业服务总线层
  • 4.6.1 服务适配器
  • 4.6.2 服务路由器
  • 4.6.3 服务发布子模块
  • 4.6.4 服务发现子模块
  • 4.6.5 服务组合
  • 4.7 本章小结
  • 第五章 基于ESB的分布式数据挖掘系统的设计
  • 5.1 系统的开发和实现技术
  • 5.2 数据挖掘服务模块
  • 5.2.1 数据处理模块
  • 5.2.2 数据算法模块
  • 5.3 知识库模块
  • 5.4 服务注册中心模块
  • 5.4.1 UDDI注册中心
  • 5.4.2 服务发布子模块
  • 5.4.3 服务发现子模块
  • 5.5 Mule ESB模块
  • 5.6 本章小结
  • 第六章 基于ESB的分布式数据挖掘系统的应用实践
  • 6.1 基于Flex技术的前端应用实践
  • 6.1.1 Flex技术
  • 6.1.2 客户端的演示
  • 6.2 本章小结
  • 第七章 总结与展望
  • 7.1 本文工作总结
  • 7.2 进一步研究展望
  • 致谢
  • 参考文献
  • 附录一 缩略词表
  • 附录二 作者在读期间发表的学术论文及参加的科研项目
  • 详细摘要
  • 相关论文文献

    • [1].基于智能刷卡机的饭堂数据挖掘系统[J]. 办公自动化 2020(02)
    • [2].物联网下的智慧交通大数据挖掘系统分析[J]. 中国新通信 2020(05)
    • [3].智能化数据挖掘系统的设计与实现[J]. 农家参谋 2020(08)
    • [4].基于云计算的数据挖掘系统设计分析[J]. 计算机产品与流通 2020(09)
    • [5].用户评论数据挖掘系统研究[J]. 数码世界 2017(05)
    • [6].实时大数据挖掘系统的设计与实现[J]. 计算机应用与软件 2020(03)
    • [7].基于云计算的数据挖掘系统设计与实现[J]. 计算机技术与发展 2019(03)
    • [8].星载光交换信道数据挖掘系统设计[J]. 激光杂志 2018(03)
    • [9].数据挖掘系统设计技术分析[J]. 信息与电脑(理论版) 2018(11)
    • [10].二次设备基础数据挖掘系统的设计与实现[J]. 现代计算机(专业版) 2016(01)
    • [11].基于云计算的移动数据挖掘系统的研究与设计[J]. 现代计算机(专业版) 2012(08)
    • [12].数据挖掘系统中偏相关分析技术的应用研究[J]. 连云港师范高等专科学校学报 2012(04)
    • [13].基于数据挖掘建模语言的数据挖掘系统设计[J]. 制造业自动化 2011(24)
    • [14].嵌入式数据库在数据挖掘系统中的应用[J]. 辽宁石油化工大学学报 2010(04)
    • [15].面向企业数据挖掘系统原型设计[J]. 福建电脑 2009(05)
    • [16].基于Web2.0的师资人才数据挖掘系统研究[J]. 软件导刊 2008(04)
    • [17].面向电子商务的数据挖掘系统设计[J]. 中国管理信息化 2008(18)
    • [18].基于关联规则的漏洞信息数据挖掘系统设计[J]. 现代电子技术 2020(05)
    • [19].云服务器中的不稳定数据挖掘系统的研究与设计[J]. 现代电子技术 2016(06)
    • [20].一种网店客户数据挖掘系统的设计与实现[J]. 电子商务 2015(02)
    • [21].以大规模数据库为基础的数据挖掘系统构建[J]. 信息与电脑(理论版) 2012(02)
    • [22].基于WebGIS的计生药具数据挖掘系统[J]. 福建电脑 2012(02)
    • [23].基于云计算的数据挖掘系统架构研究[J]. 电子世界 2012(21)
    • [24].基于本体的分布式数据挖掘系统构建[J]. 企业技术开发 2011(20)
    • [25].面向大规模数据库的数据挖掘系统的设计[J]. 科技传播 2010(07)
    • [26].本体在数据挖掘系统中的应用研究[J]. 计算机工程与应用 2009(05)
    • [27].基于图像特征细化的海量数据挖掘系统设计与实现[J]. 现代电子技术 2016(24)
    • [28].设计院大数据挖掘系统的建设思路研究[J]. 互联网天地 2016(02)
    • [29].视频网站访问数据挖掘系统[J]. 广播与电视技术 2011(12)
    • [30].一种数据挖掘系统的设计与实现[J]. 电脑知识与技术 2010(06)

    标签:;  ;  ;  ;  

    基于企业服务总线的分布式数据挖掘系统的研究与设计
    下载Doc文档

    猜你喜欢