[00120783]基于Web服务和Multi-Agent的分布式数据挖掘模型研究及其在电子商务环境中的应用

与现有的集中式数据挖掘模型（系统）相比，本项目提出的基于Web服务和Multi-Agent的电子商务分布式数据挖掘模型（WMEBDDMM），能克服因电子商务数据分布存储所带来的私有性、安全性和异构性，带宽限制和平台兼容性等问题；与现有的分布式数据挖掘模型（系统）相比，本项目提出的WMEBDDMM模型，通过引入Web服务技术解决了DDM的跨平台、穿越防火墙通信、异构组件的协助与动态组合等问题；通过引入Multi-Agent解决了局部挖掘结果向全局结果的知识整合、数据复制和组件协同工作的通信开销等问题。基于WMEBDDMM模型的系统可以实现：1）系统与算法的松散耦合及算法库的适应性定制。用户可以根据自己的需要定制算法库中的算法，实现算法的“按需”定制、算法库的“插件式”维护、与算法松散耦合的开放型挖掘引擎体系，既避免了企业投资浪费，又能满足企业需求。2）算法库及挖掘模型的共享。有业务往来的企业可以共同建立一个算法库，以实现算法的共享，极大地降低了企业开发和部署数据挖掘系统的代价。同时，数据挖掘模型采用PMML格式表示，可以在不同的企业应用之间共享和再利用。3）多种算法的灵活协作和满足QoS的协作效果保证。可以根据实际需求灵活配置和组合多种DM算法，并能设置QoS参数约束和考评多算法协作的工作效果。4）良好的可移植性、用户透明性和可扩展性。各个局部数据挖掘应用模块都是独立作为Web服务注册和发布的，具有良好的移植性，能够跨越平台和数据结构的异构性，具有良好的用户透明性和可扩展性。本项目研究成果已被若干企业使用，产生了一定的效益，未来可推广到：数据挖掘、商务智能、决策支持等多个领域，具有广阔的应用前景。