基于相似性的分布式数据挖掘  

Distributed Data Mining Based on Similarity

作　　者：郑荔平[1] 

机构地区：[1]漳州师范学院,计算中心福建漳州363000

出　　处：《漳州师范学院学报（自然科学版）》2010年第3期36-39,共4页Journal of ZhangZhou Teachers College（Natural Science)

摘　　要：基于相似性的数据挖掘模型,主要是用于发现分布式资源之间的相似性,利用相似性,融合分布式数据库,减小数据挖掘的规模.本文主要介绍以关联规则中最大频繁项集为基础的一个相似性的度量方法,并根据对得到的相似性值的判断,来决定数据挖掘的数据源的引用规模.This paper proposes a similarity-based distributed data mining（SBDDM） framework which explicitly take the similarity among distributed sources into consideration.This paper presents basic concepts on association mining technology,maximal frequent itemset（MFI）,to introduce a kind of measurement about similarity.It can decide the using scale of DM’s resource by computing similarity’s value.

关 键 词：分布式数据挖掘 相似性 最大频繁项集 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]