面向商务智能应用的分布式数据挖掘系统设计

wangfans

②实现分布式移动数据挖掘，满足商务智能系统中多层次用户的多种数据挖掘需要，保证商业数据安全；③采用商务本体知识模型和通用数据描述格式实现各个站点上的分布式数据挖掘以及数据挖掘系统与其他系统的信息交互；④集成多种安全保障技术，满足业务系统安全以及分布式数据挖掘系统自身安全需要。

wangfans

3 基于Agent技术的分布式数据挖掘系统

    为了满足分布式数据挖掘的需要，三层客户/服务器结构被应用到系统设计中，如Kensington系统和Intelliminer系统。然而，这些系统采用的体系结构本质上仍没有改变集中式数据挖掘系统的模式，系统缺乏开放性、自主性和智能性。为了提高系统的智能性和开放性，融合不同的数据挖掘技术，许多学者将数据挖掘过程进行功能抽象，并分别由不同的Agent来完成。

wangfans

对于大量分散数据的数据挖掘，更多系统采用基于Agent的分布式结构模型，其中典型的应用系统如JAM系统和BODHI系统。本文充分利用移动Agent的移动性并以Agent为主要组件构造满足商务智能需要的分布式数据挖掘系统。同时，系统中Agent按照FIPA标准设计，这样只要增加消息转换和服务描述注册转换器等部件就可以实现Agent与web services的集成，从而使得系统支持web功能。因此，整个系统具有更大的灵活性、智能性和开放性。

wangfans

  3.1 分布式数据挖掘系统整体结构

    如图1所示，整个商务智能系统可以整合为4个部分：用户群、用户接口、数据挖掘系统和企业数据库系统。用户通过用户接口提交数据挖掘请求，数据挖掘系统规划数据挖掘任务并创建装配数据挖掘Agent。依据要求，数据挖掘Agent迁移到企业业务数据库系统中进行数据挖掘，并提交结果给协调Agent进行综合且按照用户要求返回结果。

wangfans

  1）用户接口 是用户与数据挖掘系统互操作的渠道，完成用户参数的输入和数据挖掘结果的显示。例如，用户可以选择挖掘模型（挖掘算法）、数据源、挖掘的预设流程等；用户可以完成系统中Agent的知识和规则的更新，弥补系统知识的不足；用户还可以选择最终的挖掘结果的可视化形式等。

wangfans

2）数据挖掘系统 是基于Agent的分布式数挖掘系统的工作流程大致为：①用户Agent将用户通过用户接口提交的数据挖掘任务转变成协调Agent可接受的挖掘任务；②协调Agent综合环境信息规划数据挖掘任务，创建多个装载合适挖掘模型的移动数据挖掘Agent，并将这些移动Agent打包和序列化为数据流进行数据的网络移动。

wangfans

wangfans

  图1 基于Agent技术的分布式数据挖掘系统结构

    3）企业数据库系统主要由移动Agent服务器、业务子系统和数据库等3部分组成。这里，移动Agent服务器作为windows服务而在系统启动时自动启动。

wangfans

3.2 数据挖掘系统

    如图1所示，数据挖掘系统由协调Agent、数据挖掘Agent、数据挖掘Agent管理器、用户Agent、挖掘算法Agent和数据站点管理Agent组成。其中，数据挖掘Agent是移动Agent，其他功能Agent

wangfans

为静态Agent。这些Agem协调一致地工作，共同完成数据挖掘任务。

    1）用户Agent代表用户向数据挖掘系统提出数据挖掘请求。只需要用户提出相应的要求或者做一系列的选择，用户Agent就可以将用户要求转化为协调Agent能够识别的命令并提交给协调Agent进行任务的计划分配；用户Agent还负责处理通过用户接口输入的系统更新信息等，如数据挖掘特定算法参数、Agent知识和规则等。该Agent除了处理用户输入的信息外，还需要能够保存数据挖掘结果等输出信息以待用户查询或直接提交这些信息给用户拥有的用户接口。