基于Mobile Agent聚类挖掘算法研究

魏爽

摘要：Mobile Agent技术是随着网络应用的日益深入而发展起来的一项新兴技术。Mobile Agent技术的智能性和移动性，不仅降低了网络负载，而且提高了通信效率；此外，其支持异步自主交互、支持断连操作，具有安全性、并行性，具有学习、容错、智能化路由能力等优点，使得Mobile Agent技术在复杂的分布式问题求解方面表现出非凡的优势，因此，将Mobile Agent技术应用于数据挖掘系统中，具有很好的研究及应用前景。

关键词：移动代理；数据挖掘；聚类；算法；分布式

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2014）31-7249-04

Abstract： Mobile Agent technology is a entity which can autonomously move from one host to another in a heterogeneous network and communicate with other Agent and resources. The intelligence and mobility of Mobile Agent technology not only reduce the network load， but improve communication efficiency. Supporting asynchronous autonomous interaction， breakpoint operation and concurrent calculation and being secure and capable of learning， fault-tolerance and intelligent routing， Mobile Agent， applied to distributed Web data mining system， technology has a great research and application prospect.

Key words： mobile agent；data mining；clustering；algorithm；distributed

2 数据挖掘技术

2.1数据挖掘概述

数据挖掘技术所要解决的问题就是找到蕴含在数据中的有用信息以及挖掘出尚未发现的知识[4，5]。一般情况下，这些隐藏在数据中的信息与知识是无法通过人的先验知识和经验确定的，但是对于协作人们作出适当的决策具有重大的参考价值。数据挖掘的基本任务包括分类、回归、时间序列分析、预测、聚类、汇总、关联规则、序列发现等。其应用主要包括分类，估值，预言，相关性分组或关联规则，聚类等[5]。

2.2数据挖掘流程

与传统的数据库和数据仓库相比，Web上的数据信息是非结构或者半结构化的，并且是动态的不断变化的，因此直接对Web网页上的数据进行数据挖掘任务是很难进行下去的，而在挖掘之前进行必要的数据处理是非常必要的。典型的Web数据挖掘处理流程如图4所示。

4 结束语

本文系统研究和总结了移动Agent技术和聚类挖掘技术的理论知识，以移动Agent技术为基础，提出了数据挖掘模型。最后，将该模型应用于大规模的复杂分布式聚类问题求解过程中，提出一种基于Mobile Agent的聚类挖掘算法。分析表明，该模型具有集成伸缩性，实现灵活，执行效率高等优点，可以有效降低通讯代价，特别适合解决大规模异构分布式数据聚类问题。

参考文献：

[1] 吕建.移动agent技术与应用[J].中国计算机用户，2009（25）.

[2] 喻健.移动Agent关键技术的研究及应用[D].长沙：中南大学，2010.

[3] 苏克军.移动Agent技术在分布式数据库环境中的应用研究[D].郑州：解放军信息工程大学，2009.

[4] 郭晓磊.基于Web日志挖掘的网络用户聚类研究[D].北京：北京邮电大学，2009.

[5] 刘贵如.基于多Agent的多数据库系统的研究与设计[D].昆明：云南师范大学，2007.

[6] 杨灵利.多Agent系统交互协作的研究与建模[D].沈阳师范大学，2013.

[7] 李峰.面向开放分布式环境的协同模型研究[D].燕山大学，2007.

[8] 徐小龙，程春玲，熊婧夷.基于multi-agent的云端计算融合模型的研究[J].通信学报，2010（10）.endprint

摘要：Mobile Agent技术是随着网络应用的日益深入而发展起来的一项新兴技术。Mobile Agent技术的智能性和移动性，不仅降低了网络负载，而且提高了通信效率；此外，其支持异步自主交互、支持断连操作，具有安全性、并行性，具有学习、容错、智能化路由能力等优点，使得Mobile Agent技术在复杂的分布式问题求解方面表现出非凡的优势，因此，将Mobile Agent技术应用于数据挖掘系统中，具有很好的研究及应用前景。

关键词：移动代理；数据挖掘；聚类；算法；分布式

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2014）31-7249-04

Abstract： Mobile Agent technology is a entity which can autonomously move from one host to another in a heterogeneous network and communicate with other Agent and resources. The intelligence and mobility of Mobile Agent technology not only reduce the network load， but improve communication efficiency. Supporting asynchronous autonomous interaction， breakpoint operation and concurrent calculation and being secure and capable of learning， fault-tolerance and intelligent routing， Mobile Agent， applied to distributed Web data mining system， technology has a great research and application prospect.

Key words： mobile agent；data mining；clustering；algorithm；distributed

2 数据挖掘技术

2.1数据挖掘概述

数据挖掘技术所要解决的问题就是找到蕴含在数据中的有用信息以及挖掘出尚未发现的知识[4，5]。一般情况下，这些隐藏在数据中的信息与知识是无法通过人的先验知识和经验确定的，但是对于协作人们作出适当的决策具有重大的参考价值。数据挖掘的基本任务包括分类、回归、时间序列分析、预测、聚类、汇总、关联规则、序列发现等。其应用主要包括分类，估值，预言，相关性分组或关联规则，聚类等[5]。

2.2数据挖掘流程

与传统的数据库和数据仓库相比，Web上的数据信息是非结构或者半结构化的，并且是动态的不断变化的，因此直接对Web网页上的数据进行数据挖掘任务是很难进行下去的，而在挖掘之前进行必要的数据处理是非常必要的。典型的Web数据挖掘处理流程如图4所示。

4 结束语

本文系统研究和总结了移动Agent技术和聚类挖掘技术的理论知识，以移动Agent技术为基础，提出了数据挖掘模型。最后，将该模型应用于大规模的复杂分布式聚类问题求解过程中，提出一种基于Mobile Agent的聚类挖掘算法。分析表明，该模型具有集成伸缩性，实现灵活，执行效率高等优点，可以有效降低通讯代价，特别适合解决大规模异构分布式数据聚类问题。

参考文献：

[1] 吕建.移动agent技术与应用[J].中国计算机用户，2009（25）.

[2] 喻健.移动Agent关键技术的研究及应用[D].长沙：中南大学，2010.

[3] 苏克军.移动Agent技术在分布式数据库环境中的应用研究[D].郑州：解放军信息工程大学，2009.

[4] 郭晓磊.基于Web日志挖掘的网络用户聚类研究[D].北京：北京邮电大学，2009.

[5] 刘贵如.基于多Agent的多数据库系统的研究与设计[D].昆明：云南师范大学，2007.

[6] 杨灵利.多Agent系统交互协作的研究与建模[D].沈阳师范大学，2013.

[7] 李峰.面向开放分布式环境的协同模型研究[D].燕山大学，2007.

[8] 徐小龙，程春玲，熊婧夷.基于multi-agent的云端计算融合模型的研究[J].通信学报，2010（10）.endprint

摘要：Mobile Agent技术是随着网络应用的日益深入而发展起来的一项新兴技术。Mobile Agent技术的智能性和移动性，不仅降低了网络负载，而且提高了通信效率；此外，其支持异步自主交互、支持断连操作，具有安全性、并行性，具有学习、容错、智能化路由能力等优点，使得Mobile Agent技术在复杂的分布式问题求解方面表现出非凡的优势，因此，将Mobile Agent技术应用于数据挖掘系统中，具有很好的研究及应用前景。

关键词：移动代理；数据挖掘；聚类；算法；分布式

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2014）31-7249-04

Abstract： Mobile Agent technology is a entity which can autonomously move from one host to another in a heterogeneous network and communicate with other Agent and resources. The intelligence and mobility of Mobile Agent technology not only reduce the network load， but improve communication efficiency. Supporting asynchronous autonomous interaction， breakpoint operation and concurrent calculation and being secure and capable of learning， fault-tolerance and intelligent routing， Mobile Agent， applied to distributed Web data mining system， technology has a great research and application prospect.

Key words： mobile agent；data mining；clustering；algorithm；distributed

2 数据挖掘技术

2.1数据挖掘概述

数据挖掘技术所要解决的问题就是找到蕴含在数据中的有用信息以及挖掘出尚未发现的知识[4，5]。一般情况下，这些隐藏在数据中的信息与知识是无法通过人的先验知识和经验确定的，但是对于协作人们作出适当的决策具有重大的参考价值。数据挖掘的基本任务包括分类、回归、时间序列分析、预测、聚类、汇总、关联规则、序列发现等。其应用主要包括分类，估值，预言，相关性分组或关联规则，聚类等[5]。

2.2数据挖掘流程

与传统的数据库和数据仓库相比，Web上的数据信息是非结构或者半结构化的，并且是动态的不断变化的，因此直接对Web网页上的数据进行数据挖掘任务是很难进行下去的，而在挖掘之前进行必要的数据处理是非常必要的。典型的Web数据挖掘处理流程如图4所示。

4 结束语

本文系统研究和总结了移动Agent技术和聚类挖掘技术的理论知识，以移动Agent技术为基础，提出了数据挖掘模型。最后，将该模型应用于大规模的复杂分布式聚类问题求解过程中，提出一种基于Mobile Agent的聚类挖掘算法。分析表明，该模型具有集成伸缩性，实现灵活，执行效率高等优点，可以有效降低通讯代价，特别适合解决大规模异构分布式数据聚类问题。

参考文献：

[1] 吕建.移动agent技术与应用[J].中国计算机用户，2009（25）.

[2] 喻健.移动Agent关键技术的研究及应用[D].长沙：中南大学，2010.

[3] 苏克军.移动Agent技术在分布式数据库环境中的应用研究[D].郑州：解放军信息工程大学，2009.

[4] 郭晓磊.基于Web日志挖掘的网络用户聚类研究[D].北京：北京邮电大学，2009.

[5] 刘贵如.基于多Agent的多数据库系统的研究与设计[D].昆明：云南师范大学，2007.

[6] 杨灵利.多Agent系统交互协作的研究与建模[D].沈阳师范大学，2013.

[7] 李峰.面向开放分布式环境的协同模型研究[D].燕山大学，2007.

[8] 徐小龙，程春玲，熊婧夷.基于multi-agent的云端计算融合模型的研究[J].通信学报，2010（10）.endprint