استخراج الگوهای تکرار شونده درمحیط توزیعشده

گسترش روز افزون حجم داده های ذخیره شده در پایگاه های داده از یک طرف، وروند توزیعی شدن پایگاه های داده موجب شده تا ح خلا نبودن الگوریتم های کارایی که بتوانند، این پایگاه های داده را بصورت توزیعشده مورد داده کاوی قرار دهند، بیش از پیش احساس شود. به عنوان نمونه شعب مختلف یک شرکت برای انجام کارهای روز مره از نرم افزار هایی با پایگاه های داده محلی مخصوص به خود استفاده می کنند و معمولا به دلایل امنیتی تمایلی به انتقال کامل اطلاعات پایگاه های داده محلی خود جهت انجام فرایند داده کاوی ندارند. از طرف دیگر مدیریت این مراکز نیاز مبرمی به برنامه ریزی استراتژیک دارد. داده کاوی توزیعشده راه کاری برای حلاین مشکل می باشد. زیرا از یک طرف صرفا نتایج پردازش های مربوط به پایگاه داده محلی انتقال می یابد و از طرف دیگر داده ها برای برنامه ریزی استراتژیک مورد داده کاوی قرار می گیرند. در این مقاله مدل جدیدی معرفی شده است که قادر است با استفاده از عامل های متحرک، پایگاه های داده توزیع شده را داده کاوی کرده و الگوهای تکرا رشونده را استخراج کند. این مدل بر مبنای الگوریتم FP-Grrowth توزیع شده عمل می نماید. استفاده ازداده کاوی توزیع شده با استفاده از عامل های متحرک موجب می گردد تاالگوریتم علاوه بر بهره بردن از مزیت پردازش موازی که در این مقاله تشریح شده است، بتوانند از مزایایی نظیر خودمختار بودن عامل ها، قابلیت گسترش پذیری مناسب و سهولت راه اندازی سایت های جدید نیز استفاده نمایند.

کلیدواژه ها:

الگوهای تکرار شونده ، داده کاوی توزیع شده ، عامل های متحرک