数据挖掘的并行策略研究  

Research on the Strategies for Parallelizing Data Mining

作　　者：颜雪松[1] 蔡之华[1] 周燕[1] 叶静 

机构地区：[1]中国地质大学信息工程学院,武汉430074

出　　处：《计算机工程与应用》2003年第3期187-189,共3页Computer Engineering and Applications

基　　金：湖北省自然科学基金资助(编号:2001ABB006)

摘　　要：文章对数据挖掘算法的并行策略进行了分类,分类技术主要集中在分割训练数据以及在每一个阶段的最后从处理器中抽取属性。这种方法在关联规则和决策树中得到了广泛的研究。在策略应用中,以DD算法为例进行了说明。在文章的最后,展望了并行数据挖掘的发展方向。This paper classifies parallelization strategies for data mining algorithm.The techniques of classification are concentrated on parting training data and extracting the attribute between processors at the end of each phase.This approach has been extensively investigated for association rules and decision trees.In the application of the strategies,the paper explain s the strategy using DD algorithm as an example.In the end,the paper mentions the trend of the parallelizing data mining.

关 键 词：数据挖掘 并行策略 关联规则 决策树 训练数据 数据库 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]