云计算环境下的数据挖掘研究论文.docx

云计算环境下的数据挖掘研究论文关键词：云计算;数据挖掘;服务;1云计算的特点分析1.1超大规模国内外大型互联网企业纷纷建立起云平台,开启一大批服务器,如Google公司、亚马逊公司、微软公司等公司都建立了云平台,大幅度提升了网络平台数据运算效率、存储效率和交互效率,使云计算具备超大规模特点。1.2虚拟化云平台是向网络平台提供资源的平台,网络用户可借助云计算技术在任意位置获取应用服务,这种应用服务不是固定实体,而是虚拟化的。在云平台上,需要运行虚拟化的搜索、储存、上传下载操作,网络用户无需了解资源的获取渠道,只要通过终端设备就可以获取网络服务信息,实现数据快速互传。1.3可靠性高云平台可提高数据互传、存储的可靠性,其采用计算节点同构可互传、数据多副本容错等措施增强服务的可靠性,即使在数据传输或存储丢失的情况下,也可以找回渠道恢复数据,与计算机自带硬盘相比,网络云计算平台的可靠性更高。1.4通用性强云计算技术的针对性不强,对其他设备没有过高的要求,只需在网络平台上建设平台,配备足够的服务器,就可以实现云计算技术的应用。在同一云平台的支撑下,可满足不同设备的运行要求。1.5扩展性好云平台既可以满足不同类型企业的需求,也可以满足个人用户需求,其本身带有动态伸缩性。用户可根据自身需求对空间、功能进行定制,满足个性化的应用要求,使云平台具备良好的扩展性。1.6按需服务云平台可提供充足的空间,便于用户在云平台上存储、调用、传输数据资源。为了避免用户过度占用云平台资源,云平台一般设置了计费标准,要求用户按需购入占用量,促使云平台成为可交易的资源。2云计算环境下的数据挖掘2.1数据挖掘服务层次结构2.1.1基础设施层该层主要为整个数据挖掘服务提供存储和计算资源,在基础设施层运行中,通过接口可连接网络资源与物理资源,实现不同类型资源的`高度共享。该层还提供数据挖掘服务的虚拟化接口,满足资源对接要求,为资源存储、共享提供技术支撑。2.1.2虚拟化层在云计算技术上建立数据挖掘服务模式,利用虚拟化层快速处理大量资源。在结构体系中,虚拟化层根据云计算技术虚拟化汇聚分布式资源,在封装处理虚拟资源的基础上,分类和管理不同资源,从而提高挖掘服务执行效率。在对资源进行封装后,通过开发和利用平台层实现资源共享。虚拟化技术是资源封装的重要技术,既可以提高资源运行效率,也可以实现对资源的合理调动,提高服务模式的便捷性。2.1.3平台层在数据挖掘服务模式中,平台层作为数据核心服务部分,负责管理不同数据及其功能,实现不同服务目录的高效管理。用户可根据服务内容和使用需求组合不同服务目录,发挥数据功能性管理作用。在平台层中,可有效调度计算资源,提高计算资源的运行效率,这使得平台层在数据挖掘服务中占据着不可替代的地位。2.1.4应用层该层由终端层和接口层组成,其中接口层为用户提供服务等级,满足各种服务请求,终端层将服务请求显示出来,并且可根据请求的服务内容作出评价。在终端层的内容访问中,根据用户访问请求、访问内容对访问接入作出不同选择,再结合用户访问情况,借助终端设备实现数据挖掘服务。2.2体系的建模流程2.2.1对服务进行自定义在数据挖掘服务运行时,可通过自定义完成相关数据的搜集,从而快速找到与之相关的资源。由此可以使数据挖掘人员开展工作时,对候选加以充分利用,进而形成服务目录,为用户使用提供方便。2.2.2组件构建在对数据挖掘服务组件进行构建时,应当确保调用服务接口的统一性,同时在构建其它服务组件时,需要绑定服务和数据,从而构建起数量更多的组件,为用户提供所需的数据挖掘服务模式。2.3数据挖掘体系的服务过程2.3.1分析阶段该阶段主要负责分析数据挖掘内容,确定需要挖掘的数据,根据对应的数据服务内容设置相应的服务模式,并对服务模式作出定义。为保证数据挖掘与实际需求相符,在数据挖掘时需先进行数据分析,深入到外部环境中调查市场发展趋势和市场需求情况,以市场为导向开发大数据挖掘模式,使云计算下的数据挖掘服务更具备高效性、实用性和针对性。2.3.2设计阶段该阶段要根据前期市场调查情况对数据挖掘服务方案进行设计,最终确定符合用户使用习惯的数据处理模式。数据挖掘服务模式设计不仅关系到用户体验的满意程度,而且还影响着数据挖掘服务运行效率。在某些特定的情况下,甚至可能对供应商与消费者带来利益冲突,阻碍数据挖掘服务在信息化环境中的有效应用,为了解决上述问题,必须以市场调查为前提开展数据挖掘服务模式设计,避免不必要的矛盾。2.3.3开发阶段在该阶段,一套相对完整的数据挖掘服务体系会随着设计得以呈现,各种服务内容与方法在该阶段中得到合理应用。体系开发时,应对各项功能进行定义,并将所有的功能整合到一起,以此来实现多种不同的服务目标,确保数据挖掘服务模式的高效运行。对体系进行开发的过程中,可基于服务接