图15 基于双库协同机制的图像关联规则挖掘算法流程图

2.3.4源于KD（D&K）的分布式数据库关联规则挖掘算法

1) 基于水平分片的分布式数据库关联规则挖掘算法步骤如下：

(1) 当某站点有基于全局数据的知识发现任务或协调者进行全局知识发现时，将任务发出站点置为主站点；

(2) 主站点根据数据分布情况（系统元数据），确定参与挖掘的站点；

(3) 主站点向参与站点发送报文，要求各参与站点分别针对各自的数据片段同时进行数据挖掘。

(4) 各局部站点的数据挖掘Agent调用本地的局部数据挖掘子系统，采用局部数据挖掘算法进行局部的数据挖掘；

(5) 各参与站点将局部数据片段上的挖掘结果及相关统计数据，返回主站点；

(6) 主站点组合各个局部子集上的数据挖掘结果，计算相应参数；

(7) 主站点显示挖掘结果，并将结果发送给协调者；

(8) 处理后的规则再进行评价，确定新的规则，更新全局衍生知识库。

2) 基于垂直分片的分布式数据库关联规则挖掘算法步骤如下：

(1) 当某站点有基于全局数据的知识发现任务或协调者进行全局知识发现时，将任务发出站点置为主站点；

(2) 主站点根据数据分布情况（系统元数据），确定需参与挖掘的站点及连接属性；

(3) 主站点向参与站点发送报文，要求各参与站点分别针对各自的数据片段同时进行数据挖掘；

(4) 各局部站点的数据挖掘Agent调用本地的局部数据挖掘子系统，采用局部数据挖掘算法进行局部的数据挖掘；

(5) 各参与站点将局部数据片段上挖掘产生的规则及其相关参数作为挖掘产生的规则发送给主站点，并将频繁项集中的相对应的小表按连接属性进行分组计算元组个数形成数据表及相关统计数据，返回主站点；

(6) 主站点集成各站点传送的元组个数统计表，形成新的全局规则，并计算相关参数；

(7) 主控站点显示挖掘结果，并将结果发送给协调者；

(8) 协调者调用全局维护协调器，利用维护协调算法到全局基础知识库中进行定向搜索，发现假设规则与全局基础知识库中原有的知识是否重复、冗余和矛盾，并作相应处理；

(9) 处理后的规则再进行评价，确定新的规则，更新全局衍生知识库。

上一页  [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23]  下一页