孫鐵成

（天津大學(xué)管理與經(jīng)濟學(xué)部，天津，300072)

數(shù)據(jù)挖掘技術(shù)又叫做資料探勘和數(shù)據(jù)采礦技術(shù)，是數(shù)據(jù)庫知識發(fā)現(xiàn)的一個重要步驟，數(shù)據(jù)挖掘技術(shù)通常就是指通過算法對隱藏的信息進行挖掘，它與計算機科學(xué)有著密切關(guān)系。是利用統(tǒng)計，分析處理以及情報搜集等。這種技術(shù)目前得到了非常廣泛的應(yīng)用，并為我國經(jīng)濟的發(fā)展提供了巨大的積極作用，因此，科學(xué)的對其展開分析和研究，是促進其作用發(fā)揮的有效措施。

1 相關(guān)技術(shù)

1.1 分布式數(shù)據(jù)挖掘

目前，我國數(shù)據(jù)挖掘技術(shù)在社會上受到了很多人的矚目，其最為主要的原因是由于企業(yè)所保存的數(shù)據(jù)和歷史數(shù)據(jù)，能夠得到更加廣發(fā)的應(yīng)用。數(shù)據(jù)挖掘技術(shù)在獲取知識之后，這些知識能夠應(yīng)用到很多領(lǐng)域，其中有商務(wù)管理，生產(chǎn)控制等。近些年來，分布式數(shù)據(jù)挖掘技術(shù)又被很多研究人員所關(guān)注，正是因為這些人的關(guān)注，使得這項技術(shù)得到了更近一步的發(fā)展。而分布式數(shù)據(jù)挖掘技術(shù)在應(yīng)用的過程中，需要特別四個方面，分別為數(shù)據(jù)集中、并行以及分布式數(shù)據(jù)挖掘算法、知識吸收以及分布式軟件設(shè)計。

1.2 Web 服務(wù)及其特性

所謂Web 服務(wù)，實際上是微軟提出的定義，值得就是一種Web 服務(wù)為基礎(chǔ)的邏輯應(yīng)用單元，其最為主要的任務(wù)就是為其他應(yīng)用程序提供數(shù)據(jù)和服務(wù)。主要是采取統(tǒng)一的協(xié)議以及數(shù)據(jù)格式，這種服務(wù)的最大優(yōu)勢，就是細節(jié)服務(wù)到位。如果從表面上看，Web 服務(wù)就是一個應(yīng)用程序，它對外界所展示出來的形式，就是一個API，并由Web 進行調(diào)試。也可以這樣理解為這種服務(wù)是以URL 做定位的資源，同時就是還能夠?qū)⒆詣訉⑿畔⑹占胺答伝貋?。Web 服務(wù)還可以將客戶快速的集中在本地應(yīng)用程序中，或者是另外的Web 服務(wù)中，其具有很多特性，具體分析如下：

1）可以說這種服務(wù)是一個“黑匣子”，就對于客戶而言，不必對其的工作有所關(guān)心，它的一切工作都是自行實現(xiàn)和維護的，客戶只需要通過它所提供的借口來適用既可。

2）Web 服務(wù)應(yīng)該實現(xiàn)自我功能描述，以便向客戶介紹自己。

3）Web 服務(wù)需要提供一種發(fā)現(xiàn)機制，使得客戶能夠在Web上找到該服務(wù)。

4）Web 服務(wù)應(yīng)該跨語言、跨平臺。

5）面向消息，松散耦合

總而言之，計算機中大部分的程序都會應(yīng)用到Web 服務(wù)，其主要的任務(wù)就是將當前基于組建的各種程序進行擴展的一種混合結(jié)構(gòu)，同時也能夠在第三方的應(yīng)用程序中使用。Web 服務(wù)還有一個特點就是能夠?qū)⒆陨淼膽?yīng)用程序功能提供給別人使用，因此，Web 服務(wù)是值得更大范圍推廣和使用的。如下圖1 所示為 Web 服務(wù)體系架構(gòu)。

圖1

2 基于Web 服務(wù)的分布式數(shù)據(jù)挖掘體系結(jié)構(gòu)

所謂的體系結(jié)構(gòu)，是建立在web 服務(wù)分布計算機體系基礎(chǔ)之上的，其各個部門的模塊都具備獨立的功能，具有一致性好，跨越性以及數(shù)據(jù)結(jié)構(gòu)異構(gòu)性強的特點，另外還能夠使防火墻的功能得到了最大限度的發(fā)揮。Web 系統(tǒng)結(jié)構(gòu)主要有一下幾個部分，分為為用戶借口、用戶信息庫以及全局數(shù)據(jù)挖掘應(yīng)用等。該系統(tǒng)結(jié)構(gòu)如圖2 所示。其所包括的主要功能有一下幾個部分：

1)用戶接口:用戶接口建立計算機與用戶之間聯(lián)系的媒介，是以最為直觀的方式，將數(shù)據(jù)挖掘技術(shù)體現(xiàn)出來的一種方式，同時，它還能夠根據(jù)不同用戶，為其提供各種不同的需求，而且為了方便用戶適用，這種系統(tǒng)還會將這些客戶的信息儲存在數(shù)據(jù)庫中，隨時準備調(diào)取和再次應(yīng)用。這種方式不但能夠降低成本費用，同時維修以及用戶適用都非常便捷。

圖2 基于Web 服務(wù)的分布式數(shù)據(jù)挖掘體系結(jié)構(gòu)

2)用戶信息庫:在用戶信息庫中有兩種信息類型，一種為管理信息，是以注冊，維護以及管理為主的類型，主要是針對注冊以及維護等方面的服務(wù)，同時對用戶登錄以及權(quán)限等進行相應(yīng)設(shè)置。而另外一種就是根據(jù)用戶自身的洗好，來對結(jié)構(gòu)進行推理規(guī)則。

3)全局數(shù)據(jù)挖掘應(yīng)用:這個模塊是整個計算機系統(tǒng)地核心組成部分，其主要是通過挖掘請求，并結(jié)合全局知識庫，為客戶解決需求。同樣，全局數(shù)據(jù)挖掘應(yīng)用技術(shù)也能夠進行注冊以及發(fā)布并未其他應(yīng)用程序適用。

4)系統(tǒng)挖掘知識庫:該知識庫用來以適當?shù)姆绞酱娣挪煌挠脩羲诰虺鰜淼母信d趣知識,為用戶的決策提供依據(jù)。

5)注冊中心:注冊中心是一個Web 服務(wù)的注冊地,匯集了很多在線的Web 服務(wù)。各個局部數(shù)據(jù)挖掘應(yīng)用的Web 服務(wù)就在這里進行注冊,以供調(diào)用者查找。

6)Web 服務(wù)封裝模塊:該模塊把本地的局部數(shù)據(jù)挖掘應(yīng)用封裝成Web 服務(wù)。

7)局部數(shù)據(jù)挖掘應(yīng)用:該模塊實現(xiàn)對本地數(shù)據(jù)庫中數(shù)據(jù)進行挖掘分析。首先它接受來自全局數(shù)據(jù)挖掘應(yīng)用的動態(tài)調(diào)用,對調(diào)用進行分析, 選擇合適的挖掘算法進行本地數(shù)據(jù)挖掘。然后把挖掘結(jié)果傳遞給全局應(yīng)用。由于Web 服務(wù)的平臺以及語言無關(guān)性,該模塊可以采用任何編程語言進行編碼?？紤]到代碼的重用和執(zhí)行的效率, 往往就采用已有的遺留系統(tǒng)。

8)數(shù)據(jù)預(yù)處理模塊:根據(jù)挖掘要求,抽取與發(fā)現(xiàn)任務(wù)相關(guān)的數(shù)據(jù)源,根據(jù)一定的約束規(guī)則對數(shù)據(jù)進行合法性檢驗,通過清理和約束等操作,生成供挖掘過程使用的目標數(shù)據(jù),使數(shù)據(jù)挖掘可在“干凈”的數(shù)據(jù)中進行。

9)數(shù)據(jù)庫引擎和數(shù)據(jù)庫:目前各個大型的數(shù)據(jù)庫廠商都推出了自己的數(shù)據(jù)庫系統(tǒng),如著名的ORACLE/DB2/SQ LSERVER2000 等等,而數(shù)據(jù)庫引擎如ODBC/JDBC 等的作用就是方便用戶用統(tǒng)一的接口來訪問這些不同的數(shù)據(jù)庫。

通過對Wep 服務(wù)進行分析和總結(jié)，能夠發(fā)展，該項技術(shù)是一個非常系統(tǒng)，精密且復(fù)雜的計算機技術(shù)，在現(xiàn)代化的生活以及工作環(huán)境中，計算機已經(jīng)成為了人們的必須物品之一，而文章所研究的服務(wù)技術(shù)，作為目前計算機技術(shù)中的重要組成部分，其作用也不容小覷，為了能夠更好的完善和改進Wep 服務(wù)，使其作用能夠得到最大限度的發(fā)揮，全面，客觀的對其各種功能進行分析，是非常必要的。

3 結(jié)束語

在分布式數(shù)據(jù)庫系統(tǒng)以及因特網(wǎng)技術(shù)不斷發(fā)展和完善的新時期，過去的集中式數(shù)據(jù)挖掘技術(shù)已經(jīng)無法適應(yīng)新時期的需求，研究并發(fā)展分布式數(shù)據(jù)挖掘技術(shù)，即成為了相關(guān)工作人員的重點工作內(nèi)容，而基于Web 服務(wù)的數(shù)據(jù)挖掘技術(shù)，極大程度的順應(yīng)了時代發(fā)展的需求，不但有效的提高了數(shù)據(jù)挖掘的效率和質(zhì)量，同時也為人們的生活和工作提供了巨大便利。但是，畢竟我國在這個領(lǐng)域起步較晚，因此，數(shù)據(jù)挖掘技術(shù)中還存在一些問題，很多技術(shù)還不是十分完善，這就要求相關(guān)技術(shù)人員還需要進一步努力，只有這樣才能夠才能夠提供我國在這個領(lǐng)域的成就，推動我國經(jīng)濟的發(fā)展。

[1] 文林彬.基于Web 服務(wù)的工作流協(xié)作技術(shù)研究[J].軟件導(dǎo)刊.2011(01)

[2] 蔡孝武,韓永國,藍科.一種輕量級工作流引擎的研究與設(shè)計[J]. 計算機工程.2010(20)

[3] 高新勤,李宗斌,杜軒.工作流管理系統(tǒng)動態(tài)變更模型與實例遷移方法研究[J].計算機集成制造系統(tǒng). 2008(08)

[4] 張寧,余霏.分布式工作流技術(shù)研究綜述[J].貴州大學(xué)學(xué)報(自然科學(xué)版).2008(01)